DatabricksのAI Functions

プレビュー

この記事では、SQL から直接データに AI を適用できる組み込み SQL 関数である Databricks AI Functionsについて説明します。

SQL は、その汎用性、効率性、広く使用されているため、データ分析にとって非常に重要です。そのシンプルさにより、大規模なデータセットの迅速な取得、操作、管理が可能になります。 SQLにAI機能を組み込んでデータ分析を行うことで効率が向上し、企業は迅速に知見を抽出できるようになります。

AI を分析ワークフローに統合することで、アナリストは以前はアクセスできなかった情報にアクセスできるようになり、より多くの情報に基づいた意思決定を行い、リスクを管理し、データドリブンのイノベーションと効率を通じて競争上の優位性を維持できるようになります。

Databricks 基盤APIsを使用した AI 機能

注：

Databricks Runtime 15.0 以降では、これらの関数はDatabricksノートブックやワークフローなどのノートブック環境でサポートされています。

これらの関数は、Databricks 基盤APIsから最先端の生成 AI モデルを呼び出して、センチメント分析、分類、翻訳などのタスクを実行します。 AI Functionsを使用した顧客レビューの分析を参照してください。

AI

注：

Databricks Runtime 14.2 以降では、この関数はDatabricksドキュメントやワークフローなどのドキュメント環境でサポートされています。
Databricks Runtime 14.1 以下では、この関数はDatabricksを含むデータベース環境ではサポートされていません。

ai_query()関数を使用すると、Databricks モデルサービングを使用して機械学習モデルと大規模言語モデルを提供し、SQL を使用してクエリを実行できます。これを行うために、この関数は既存の Databricks モデルサービングエンドポイントを呼び出し、解析してその応答を返します。 ai_query() を使用すると、カスタムモデル、インフラストラクチャAPIsを使用して利用できる基盤モデル、および外部モデルを提供するエンドポイントをクエリできます。