Databricks推出基於基礎模型的AI SQL功能

Databricks 以其創新的 AI SQL 功能震撼數據分析世界，這些功能由基礎模型驅動。這些工具無縫融入您現有的數據工作流程，讓在 SQL 查詢中直接進行 AI 驅動的分析變得前所未有地簡單。這意味著您可以告別複雜的 API 整合的麻煩，迎接更簡化的數據分析方式。本文探討這些新功能如何改變您處理數據的方式。

重點

• Databricks 推出由基礎模型驅動的 AI SQL 功能。
• 這些功能提供情感分析、分類、文字提取和語法修正等能力。
• AI 模型已整合進 Databricks，無需外部 API 呼叫。
• 這些功能按 token 計費，提供成本效益高的 AI 解決方案。
• 可用性限制於特定的 Databricks 地區。
• AI 提取功能實現多樣化的資訊提取。
• AI 語法修正功能提升文字的語法品質。

Databricks AI SQL 功能：基礎模型的實際應用

了解 Databricks 的新 AI SQL 功能

Databricks 推出了一系列 AI SQL 功能，將 AI 直接引入 SQL 查詢，簡化了數據分析師和工程師的流程。這些功能利用基礎模型的強大能力，這些模型是在龐大數據集上訓練的大型語言模型。通常，像 ChatGPT 這樣的模型由外部托管，需要複雜的 API 整合。Databricks 通過將這些模型嵌入其平台，改變了這一現狀，使 AI 更易於使用且高效。企業無需自行構建網頁服務呼叫，Databricks 提供現成的模型，節省時間和資源。

雖然這些功能使 AI 整合更簡單，但成本考量也很重要。它們按 token 計費，因此策略性實施是有效管理費用的關鍵。此外，這些功能尚未在所有 Databricks 地區可用，目前僅限於美國中部、美國東部、美國東部 2 和美國中北部等地區。這可能影響您的工作空間和項目規劃。

核心 AI SQL 功能：情感分析、分類及其他

Databricks 提供多種核心 AI SQL 功能，豐富數據分析：

• AI 情感分析： 判斷文字的情感（正面、負面或中立），非常適合理解客戶反饋和社群媒體趨勢。
• AI 分類： 將文字分類為預定義類別，例如按主題或產品對客戶查詢進行排序。
• AI 提取： 從非結構化文字中提取特定資訊，如姓名或電子郵件地址，將原始文字轉為結構化數據，非常適合創建詳細模型。



• AI 語法修正： 修正文字中的語法錯誤，適用於清理用戶生成內容或確保專業溝通。
• AI 遮罩： 通過遮罩文字中的敏感資訊來保護隱私，幫助遵守數據安全法規。
• AI 摘要： 為長篇文件或文章創建簡潔摘要，非常適合快速提取關鍵資訊。
• AI 翻譯： 在不同語言之間翻譯文字，擴展跨不同來源的數據分析能力。
• AI 相似性： 計算記錄之間的相似性分數，實現更精細的數據分析。

使用 Databricks 基礎模型 API 導航 Databricks AI SQL 功能

下表列出了由 Databricks 基礎模型 API 驅動的 Databricks AI SQL 功能：

實際應用：現實世界的用例

這些 AI SQL 功能開啟了多種實際應用：

• 分析客戶評論： 自動評估客戶評論中的情感，以找出改進領域並衡量客戶滿意度。



• 自動化數據品質檢查： 使用 AI 語法修正清理數據，結合 AI 摘要功能提高效率。
• 簡化文件處理： 從法律文件、合同或研究論文中提取關鍵資訊，並用提取的數據（如姓名和地址）填充其他數據集。

通過允許 AI 功能直接在 SQL 中運行，數據工作流程顯著簡化。

測試 AI SQL 功能：Databricks 中的演示

Databricks 提供了一個令人信服的演示，展示這些功能的實際應用：

• 情感分析： 通過簡單的 SQL 查詢，您可以分析文字情感：
SELECT ai_analyze_sentiment('我是一個快樂的小伙子');
• 數據清理： 查詢不同數據點以分析客戶評論並執行各種檢查，使數據清理更有效。
• 使用通用表達式 (CTE) 儲存數據，您可以分析不同用戶的情感並進行多種分析。
• 切換到 AI 語法修正功能可幫助修正常見語法問題。

使用基礎模型的可用性和前提條件

要有效使用基礎模型，必須滿足某些要求：

• AI 功能僅在支援按 token 計費的基礎模型 API 工作空間中可用。
• 此功能在 Azure Databricks SQL Classic 上不可用。

最大化 Databricks AI SQL 功能潛力的建議

策略性整合

仔細規劃如何將這些 AI 功能整合到您的數據管道中。確定 AI 洞察能帶來最大價值的領域，並自動化重複性任務。在能提供最大效益的地方使用這些功能。

成本優化

密切注意您的 token 消耗以優化成本。評估當前支出並探索其他 AI 選項，以在評估 AI 驅動洞察與成本的權衡時增強功能。

保持更新

Databricks 不斷改進其 AI 能力。隨時了解新功能、地區可用性和價格變更，以充分利用這一變革性技術。持續學習和實驗以提升您的工作流程。

Databricks AI SQL 功能的優點與缺點

優點

• 簡化 SQL 工作流程中的 AI 整合
• 存取強大的基礎模型
• 相較於外部 API 整合，複雜度降低
• 具有成本效益的 AI 解決方案（按 token 計費）
• 自動化數據品質檢查

缺點

• 成本管理（按 token 計費使用）
• 地區可用性有限
• 依賴 Databricks 平台
• 可能存在供應商鎖定
• 特定的工作空間和配置要求

常見問題

什麼是 Databricks AI SQL 功能？

Databricks AI SQL 功能是一套允許您在 SQL 查詢中直接利用 AI 模型的工具。這些功能由基礎模型驅動，提供情感分析、文字分類等能力。

AI 提取和 AI 語法修正功能是什麼類型的功能？

AI 提取功能支援術語提取和文件解析，以提取特定資訊，如電子郵件或姓名。AI 語法修正功能則修正文字中的語法錯誤。

這些 AI 功能的計價方式如何？

計價基於按 token 計費模型。Token 使用量取決於查詢的複雜度和輸入文字的大小。如需詳細計價資訊，請參閱 Databricks 文件。

Databricks AI SQL 功能在哪些地區可用？

目前，這些功能僅在特定地區可用，包括美國中部、美國東部、美國東部 2 和美國中北部。請務必查閱最新的 Databricks 文件以獲取最新的地區支援資訊。

相關問題

在 Databricks 中執行情感分析的替代方案是什麼？

在 Databricks SQL 功能之前，企業有幾個選擇。一個是使用自己的數據從頭開始構建模型，創建自訂分類引擎。另一個是使用網頁服務呼叫，這需要設置單獨的訂閱，可能使組織暴露於數據洩漏或其他問題的風險。