Databricks Okera مبتنی بر هوش مصنوعی را برای کمک به حاکمیت داده در LLM خریداری می کند

Databricks قصد دارد قابلیت‌های Okera را با لایه حاکمیت داده خود در داخل پیشنهاد Lakehouse خود که Unity Catalog نامیده می‌شود، یکپارچه کند.

ارائه‌دهنده data lakehouse در روز چهارشنبه گفت:

Databricks در حال خرید Okera ارائه‌دهنده پلت‌فرم حاکمیت داده مبتنی بر هوش مصنوعی با مبلغی نامشخص است.

شرکت گفت: انتظار می‌رود این اکتساب ضمن آموزش و مدیریت مدل‌های زبان بزرگ (LLM)، مانند دولی ۲.۰، قابلیت‌های مدیریت داده Databricks را تقویت کند. .

«Okera چالش‌های مربوط به حریم خصوصی و مدیریت داده‌ها را در سراسر طیف داده‌ها و هوش مصنوعی حل می‌کند. دیتابریکس در پست وبلاگ.

این شرکت بر این باور است که وقتی صحبت از LLM یا هوش مصنوعی مولد به میان می‌آید، یک رویکرد مبتنی بر هوش مصنوعی در مدیریت داده مورد نیاز است زیرا اندازه داده‌ها چندین برابر افزایش می‌یابد و نگرانی‌های دیگری مانند سوگیری «خارج از دسترس است. از پلتفرم های سنتی حاکمیت داده.”

قابلیت های حکومتی Okera چه کاری می توانند انجام دهند؟

پلتفرم مدیریت از Okera شامل یک رابط هوش مصنوعی است که به طور خودکار داده های حساس را کشف، طبقه بندی و برچسب گذاری می کند، مانند اطلاعات قابل شناسایی شخصی.

Databricks در پست وبلاگ گفت: «این برچسب‌ها به ذینفعان حاکمیت داده امکان می‌دهند تا به راحتی انطباق را ارزیابی کنند و خط‌مشی‌های دسترسی بدون کد ایجاد کنند که دید و کنترل بر داده‌ها را بهبود می‌بخشد.

Okera همچنین یک پورتال سلف سرویس برای بررسی و تجزیه و تحلیل سریع استفاده از داده‌های حساس ارائه می‌کند، و به سازمان‌ها این امکان را می‌دهد تا الگوهای استفاده از داده‌ها را به طور قابل اعتماد نظارت و ردیابی کنند، حتی زمانی که اندازه مجموعه داده‌ها به‌طور تصاعدی افزایش می‌یابد یا برخی از آنها توسط موتورهای هوش مصنوعی تولید می‌شوند. این شرکت اضافه کرد.

داده‌بریکس گفت Okera همچنین در حال کار بر روی توسعه یک فناوری جداسازی جدید است که می‌تواند از بارهای کاری دلخواه پشتیبانی کند و در عین حال کنترل حاکمیتی را بدون به خطر انداختن عملکرد اجرا کند.

“این فناوری در پیش نمایش خصوصی است و توسط تعدادی از مشتریان مشترک به طور خاص بر روی بار کاری هوش مصنوعی آنها آزمایش شده است. این کلید تضمینی است که شرکت‌ها در دنیای جدید به طور کارآمد طیف وسیعی از برنامه‌های کاربردی را پوشش خواهند داد.

داده‌هایی برای ادغام قابلیت‌های Okera با Unity Catalog

پس از اکتساب، Databricks قصد دارد قابلیت های Okera را با لایه حاکمیت داده خود در داخل پیشنهاد Lakehouse خود به نام Unity Catalog در سال آینده یکپارچه کند.

«مشتریان ما از توانایی استفاده از هوش مصنوعی برای کشف، طبقه‌بندی و کنترل همه داده‌ها، تجزیه و تحلیل، و دارایی‌های هوش مصنوعی (شامل مدل‌های ML و ویژگی‌های مدل) با خط‌مشی‌های دسترسی مبتنی بر ویژگی و هدف سود خواهند برد.» گفت.

شرکت افزود: پورتال سلف سرویس از Okera به شرکت‌ها با قابلیت مشاهده داده‌های سرتاسر، از جمله ردیابی اصل و نسب داده‌ها و استفاده از داده‌های حساس، در کل Lakehouse کمک می‌کند.

Databricks گفت ترکیب این قابلیت‌ها شرکت‌ها را قادر می‌سازد تا از یک مدل مجوز واحد برای تعریف خط‌مشی‌های دسترسی در سراسر دریاچه یا دارایی داده خود استفاده کنند.

“این خرید آتی همچنین به ما امکان می دهد API ها را برای سیاست های غنی تر که سایر شرکای حاکمیت داده می توانند از آنها استفاده کنند و راه حل های یکپارچه برای مشتریان خود ارائه دهند، در معرض دید قرار دهیم.”

Okera واقع در سانفرانسیسکو، که در سال ۲۰۱۶ توسط Amandeep Khurana و Nong Li تاسیس شد، بیش از ۲۹ میلیون دلار سرمایه از سرمایه گذارانی مانند Bessemer Venture Partners، Alumni Ventures و Felicis جمع آوری کرده است.

نونگ لی، بنیانگذار و مدیر عامل Okera، به دلیل ایجاد Apache Parket، فرمت ذخیره سازی استاندارد منبع باز که Databricks و دیگران روی آن کار می کنند، به طور گسترده ای شناخته شده است.

شرکت گفت:

نونگ نقش مهمی را در گذشته در Databricks ایفا کرد، زمانی که او تلاش‌های پارکت برداری و تلاش تولید کد را رهبری کرد که منجر به بهبود عملکرد Apache Spark ۲.۰ شد.