تعمل Databricks على تشغيل الذكاء الاصطناعي التوليدي باستخدام أدوات LakehouseIQ و AI

مع استمرار تزايد الطلب على الذكاء الاصطناعي التوليدي ، تبذل Databricks كل ما في وسعها لوضع التكنولوجيا في قلب بحيرة البيانات الخاصة بها.

اليوم ، في مؤتمرها السنوي ، أعلنت شركة البيانات والذكاء الاصطناعي عن LakehouseIQ ، وهي أداة ذكاء اصطناعي مولدة لإضفاء الطابع الديمقراطي على الوصول إلى رؤى البيانات. أعلنت Databricks أيضًا عن ابتكارات جديدة في Lakehouse AI تهدف إلى تسهيل بناء وإدارة LLM الخاصة بهم في Lakehouse.

تأتي هذه الخطوة في أعقاب استحواذ الشركة على MosaicML بقيمة 1.3 مليار دولار ، وتأتي في وقت تستمر فيه Snowflake – المنافس الرئيسي لـ Databricks – في القيام بدفع الذكاء الاصطناعي الخاص بها.

LakehouseIQ Databricks: محرك معرفة بالذكاء الاصطناعي للاستعلام عن البيانات

يرغب معظم مستخدمي المؤسسات اليوم في تحليل البيانات ولكنهم يعانون من نقص في الخبرة الفنية. لكل احتياج تحليلي ، يتعين عليهم الذهاب إلى علماء البيانات والمبرمجين ، الذين يقومون بعد ذلك بالعثور على مجموعات البيانات ذات الصلة والاستعلام عنها – وهي مهمة تستغرق وقتًا وتضيف إلى عبء العمل للفرق المنهكة بالفعل.

مع إضافة LakehouseIQ ، تعالج Databricks هذه المشكلة من خلال تقديم “محرك معرفة” ذكاء اصطناعي عام يسمح لأي شخص في مؤسسة بالبحث عن بيانات الشركة الداخلية وفهمها والاستعلام عنها عن طريق طرح الأسئلة بلغة إنجليزية بسيطة. ليست هناك حاجة إلى مهارات Python أو SQL أو الاستعلام عن البيانات.

يستخدم العرض عناصر مثل المخططات والمستندات والاستعلامات والشهرة والنسب لتعلم لغة الأعمال الفريدة (من المصطلحات الداخلية وأنماط استخدام البيانات) والإجابة على الفور على استفسارات المستخدمين. يسمح هذا المستوى من الفهم للحل بتفسير نية السؤال بدقة أكبر وحتى إنشاء رؤى إضافية للعمل معها.

بالإضافة إلى ذلك ، نظرًا لأنه متكامل تمامًا مع Unity Catalog (حل Databricks الرائد للبحث والحوكمة الموحد) ، فهناك دائمًا التزام بقواعد الأمن والحوكمة الداخلية.

يحل LakehouseIQ اثنين من أكبر التحديات التي تواجهها الشركات في استخدام الذكاء الاصطناعي: الحصول على البيانات الصحيحة للموظفين مع الحفاظ على الامتثال ، والاحتفاظ بالبيانات الخاصة عندما ينبغي ذلك. إنه ينقذ [the burden on] قال علي قدسي ، الشريك المؤسس والرئيس التنفيذي لشركة Databricks ، إن المهندسين الذين يعانون من ضائقة زمنية ، يخففون من عبء إدارة البيانات ، ويمكّن الموظفين من الاستفادة من ثورة الذكاء الاصطناعي دون تعريض معلومات ملكية الشركة للخطر.

والجدير بالذكر أن Dremio و Kinetica يستكشفان أيضًا إمكانات مماثلة لاستعلام بيانات المحادثة. وقد استحوذت Snowflake نفسها على Neeva ، التي من المتوقع أن تعزز قدرتها على تقديم تجارب بحث ذكية ومحادثة للشركات التي تستخدم نظامها الأساسي لتخزين البيانات وتحليلها ومشاركتها. أطلقت شركة سحابة البيانات أيضًا Document AI ، وهي أداة محادثة لاستخراج الرؤى من المستندات غير المهيكلة.

بينما يضع LakheouseIQ الذكاء الاصطناعي التوليدي لاستخدامه داخل منصة Databricks ، يساعد Lakehouse AI الشركات على بناء حلول ذكاء اصطناعي مولدة على النظام الأساسي لحالات الاستخدام الخاصة بهم. يتم الآن تحسين صندوق الأدوات الرقمي هذا لتغطية دورة حياة الذكاء الاصطناعي بأكملها ، بدءًا من جمع البيانات والتحضير إلى تطوير النماذج و LLMOps إلى الخدمة والمراقبة.

قالت Databricks إنها تقوم بتوسيع Lakehouse AI باستخدام بحث تضمين متجه لتحسين استجابات الذكاء الاصطناعي التوليدية ؛ مجموعة منسقة من النماذج مفتوحة المصدر (بما في ذلك MosaicML’s MPT-7B) المتاحة في السوق ؛ خدمة نموذج مُحسَّن بواسطة LLM ؛ MLflow 2.5 ، مع إمكانيات مثل بوابة AI وأدوات سريعة ؛ ومراقبة البحيرة من أجل رؤية شاملة في خطوط أنابيب البيانات التي تقود جهود الذكاء الاصطناعي.

لقد وصلنا إلى نقطة انعطاف للمنظمات: الاستفادة من الذكاء الاصطناعي لم تعد طموحة – من الضروري أن تظل المنظمات قادرة على المنافسة. كانت Databricks في مهمة لإضفاء الطابع الديمقراطي على البيانات والذكاء الاصطناعي لأكثر من عقد من الزمان ونحن نواصل الابتكار حيث نجعل Lakehouse أفضل مكان لبناء نماذج الذكاء الاصطناعي التوليدية وامتلاكها وتأمينها “.

>> تابع تغطية الذكاء الاصطناعي التوليدية المستمرة من VentureBeat <

في المؤتمر ، قدمت Databricks أيضًا Delta Lake 3.0 مع التوافق مع Apache Iceberg و Hudi وقدرات الاتحاد التي تمكن المؤسسات من إنشاء بنية شبكة بيانات عالية الأداء وقابلة للتطوير مع حوكمة موحدة.

تنعقد قمة بيانات Databricks والذكاء الاصطناعي في الفترة من 26 إلى 29 يونيو في سان فرانسيسكو.