Snowflake ویژگی های جدید ربات چت AI و ML Studio را به Cortex اضافه می کند

ویژگی‌های جدید ربات چت شامل Cortex Analyst، Cortex Search و به‌روزرسانی‌های Cortex Coast Guard است.

شرکت انبار داده مبتنی بر ابر Snowflake در حال افزودن قابلیت‌ها و خدمات مدل زبان بزرگ (LLM) بیشتر و خدمات مرتبط با هوش مصنوعی مولد به طور کامل -سرویس هوش مصنوعی مدیریت شده Cortex.

Cortex که سال گذشته در نوامبر به نمایش گذاشته شد و بخشی از پلتفرم AI Data Cloud این شرکت است، بلوک‌های ساختمانی را برای شرکت‌ها فراهم می‌کند تا از LLM و هوش مصنوعی بدون نیاز به تخصص در مدیریت پیچیده زیرساخت مبتنی بر GPU.

به‌روزرسانی‌ها – که در نشست سالانه Snowflake Summit شرکت اعلام شد – شامل یک استودیوی جدید هوش مصنوعی و آموزش ماشینی (ML) و سایر قابلیت‌های ربات چت مانند Cortex Analyst و Cortex Search می‌شود.

بدون کد Cortex Playground برای آوردن داده های سازمانی به LLM

Cortex AI & ML Studio، که با نام Cortex Playground نیز شناخته می‌شود، یک رابط بدون کد در Cortex است که به شرکت‌ها اجازه می‌دهد داده‌های سازمانی خود را از ارائه‌دهندگانی مانند Google، Meta، Mistral، Reka، و Arctic Snowflake’s.

به گفته شرکت

Cortex Playground که در حال حاضر در پیش‌نمایش خصوصی است، انتظار می‌رود به شرکت‌ها کمک کند تا توسعه برنامه‌های کاربردی هوش مصنوعی را تسریع کنند و رابطی برای یافتن بهترین و در عین حال مقرون‌به‌صرفه LLM برای یک مورد خاص ارائه دهند.

با این حال، به گفته تحلیلگران، حرکت برای راه اندازی Cortex Playground یک استراتژی برای مقابله با بسیاری از چالش ها، از جمله بازی با رقیب Databricks است.

استیون دیکنز، معاون شرکت تحقیقاتی و خدمات مشاوره ای، گفت: «Snowflake اکنون رابط بدون کد را معرفی می کند، احتمالاً به دلیل فشار فزاینده بازار و رقبایی که قبلاً چنین محیط های توسعه کاربرپسندی را پذیرفته اند. Futurum Group.

دیکنز افزود: «این حرکت واکنشی به موفقیت پلتفرم‌هایی مانند Databricks است که ابزارهای توسعه هوش مصنوعی و یادگیری ماشین جامعی را ارائه می‌دهند و برای مقابله با تصور Snowflake به عنوان یک راه‌حل بسیار گران قیمت و پیچیده است.

Databricks از طریق نوت‌بوک‌های مشترک و ادغام با MLflow، یک رابط کم‌کد ارائه می‌کند.

هیون پارک، تحلیلگر ارشد Amalgam Insights گفت: ارائه دهنده پلت فرم داده lakehouse سه سال قبل زمانی که استارت آپ آلمانی ۸۰۸۰ Labs را برای ادغام ابزار علم داده bamboolib در پلت فرم lakehouse خریداری کرد، وارد فضای کم کد شد.

به گفته تحلیلگران، رقیب دیگر، اوراکل، نیز قابلیت‌های توسعه کد پایین خود را با Oracle APEX گسترش داده است.

از سوی دیگر، دیکنز معتقد است که Cortex Playground ممکن است به Snowflake کمک کند تا بخشی از سهم بازار را حفظ کند و کاربران را جذب کند.

به منظور کمک بیشتر به شرکت‌ها در افزایش عملکرد LLM و ارائه تجربیات شخصی‌سازی شده، Snowflake Cortex Fine-Tuning را معرفی کرده است که در حال حاضر در پیش‌نمایش عمومی است.

این شرکت گفت که می‌توان از طریق Playground یا یک عملکرد ساده SQL به Cortex Fine-Tuning دسترسی پیدا کرد و افزود که سفارشی‌سازی بدون سرور برای زیرمجموعه‌ای از مدل‌های Meta و Mistral AI در دسترس است.

تحلیلگر، جستجو برای تقویت توانایی های ساخت ربات چت Cortex

Snowflake قابلیت‌های بیشتری را اضافه کرده است – Cortex Analyst و Cortex Search – که توسعه ربات چت Cortex را تقویت می‌کند، که به نوبه خود به شرکت‌ها کمک می‌کند ربات‌هایی بسازند که می‌توانند با استفاده از زبان طبیعی به سؤالات مربوط به داده‌های یک شرکت، چه ساختاریافته و چه بدون ساختار پاسخ دهند. /a>.

با این حال، دیکنز خاطرنشان کرد که رقبای مانند Databricks، Elastic، Oracle و Teradata از قبل قابلیت‌های مشابهی را ارائه می‌دهند و این حرکت واکنشی به نظر می‌رسد، که ناشی از نیاز به مقابله با انتقادات درباره هزینه‌های بالا و انعطاف‌پذیری محدود آن است.

>

انتظار می‌رود که Cortex Analyst به زودی وارد پیش‌نمایش عمومی شود و توسط مشتریانی مانند Zoom و Bayer استفاده شده است.

Cortex Search، از سوی دیگر، از فناوری بازیابی و رتبه‌بندی Neeva به همراه قابلیت جاسازی قطب شمال برای کمک به کاربران سازمانی برای ساخت برنامه‌های کاربردی بر اساس اسناد و سایر مجموعه‌های داده مبتنی بر متن از طریق جستجوی ترکیبی درجه سازمانی استفاده می‌کند – ترکیبی از هر دو a>بردار و متن — به عنوان یک سرویس.

Snowflake سال گذشته Neeva را در ماه مه خریداری کرد تا جستجوی مبتنی بر هوش مصنوعی را به AI Data Cloud خود اضافه کند.

بر اساس گفته‌های پارک، جستجوی Cortex به شرکت‌ها کمک می‌کند شکاف‌ها را بین درک اولیه خود از اسناد به عنوان داده و توانایی ترجمه اسناد به قابلیت‌های هوش مصنوعی پر کنند.

پارک گفت: «اگرچه توسعه برنامه‌های کاربردی در بالای داده‌های ساخت‌یافته سنتی بسیار رایج است، توانایی ساخت برنامه‌ها بر روی اسناد و داده‌های بدون ساختار هنوز در دنیای تجارت رایج نیست.

چندین ویژگی Cortex قرار است به زودی در دسترس عموم قرار گیرد

اجلاس Snowflake Summit امسال باعث شد که این شرکت قول دهد که به زودی مجموعه ای از ویژگی ها و قابلیت ها را در دسترس عموم قرار دهد.

یکی از این ویژگی‌ها Snowflake’s Cortex Guard است که از Meta’s Llama Guard – یک محافظ ورودی-خروجی مبتنی بر LLM – استفاده می‌کند که می‌تواند برای فیلتر کردن و پرچم‌گذاری محتوای مضر در داده‌ها و دارایی‌های سازمانی، مانند خشونت و نفرت، خود-استفاده شود. آسیب یا فعالیت های مجرمانه.

یکی دیگر از ویژگی‌هایی که به زودی در دسترس عموم قرار می‌گیرد Document AI است که در ژوئن سال گذشته به نمایش گذاشته شد.

این شرکت گفت که Document AI که بر اساس فناوری خرید Applica توسط Snowflake در سال گذشته ساخته شده است، برای کمک به شرکت‌ها در استفاده بیشتر از داده‌های بدون ساختار هدف قرار دارد و افزود که LLM جدید می‌تواند با ایجاد بینش از اسناد به افزایش بهره‌وری سازمانی کمک کند. /p>

این شرکت گفت که

Snowflake Copilot، یک دستیار text-to-SQL نیز به زودی در دسترس خواهد بود، و افزود که Copilot Mistral Large را با مدل تولید SQL اختصاصی Snowflake ترکیب می کند تا بهره وری را برای هر فرد تسریع کند. کاربر SQL.

به‌روزرسانی‌های دیگر عبارتند از Snowflake که ویژگی رجیستری مدل را که سال گذشته در ژوئن معرفی شد، در دسترس عموم قرار می‌دهد.

به گفته این شرکت، رجیستری مدل، یک مخزن یکپارچه برای مدل‌های یادگیری ماشینی یک سازمان است. این طراحی شده است تا کاربران را قادر سازد تا انتشار و کشف مدل‌ها را متمرکز کنند، در نتیجه همکاری بین دانشمندان داده و مهندسان یادگیری ماشین را ساده‌تر می‌کند.

علاوه بر این، Snowflake Snowflake Feature Store را معرفی کرد، یک قابلیت یکپارچه برای دانشمندان داده و مهندسان ML برای کمک به ایجاد، ذخیره، مدیریت و ارائه ویژگی‌های ML سازگار برای آموزش مدل و استنتاج.

این شرکت گفت که Snowflake Feature Store در حال حاضر در پیش نمایش عمومی است و افزود که در حال انتشار ویژگی دیگری به نام ML Lineage در پیش نمایش خصوصی است.

طبق گفته Snowflake، ML Lineage به تیم‌های سازمانی اجازه می‌دهد تا استفاده از ویژگی‌ها، مجموعه داده‌ها و مدل‌ها را در طول چرخه عمر کامل خود ردیابی کنند.