Η Databricks παρουσιάζει βελτιώσεις στη Mosaic AI για ενισχυμένη Γεννητική Τεχνητή Νοημοσύνη
Η Databricks Inc. ανακοίνωσε μια σειρά ενημερώσεων στις δυνατότητες της Mosaic AI, εστιάζοντας στη γεννητική τεχνητή νοημοσύνη. Αυτές οι ενημερώσεις παρουσιάστηκαν στη Διάσκεψη Δεδομένων + Τεχνητής Νοημοσύνης στο Σαν Φρανσίσκο, δείχνοντας τη δέσμευση της εταιρείας να υποστηρίζει πολύπλοκα συστήματα τεχνητής νοημοσύνης, τα οποία περιλαμβάνουν διάφορα αλληλένδετα στοιχεία, για τη βελτίωση της λειτουργίας του μοντέλου και τη διασφάλιση της ορθής διακυβέρνησης της τεχνητής νοημοσύνης.
Καινοτόμοι Συστήματα Σύνθετης Τεχνητής Νοημοσύνης
Οι προόδοι απευθύνονται σε συστήματα σύνθετης τεχνητής νοημοσύνης που ενσωματώνουν πολλά στοιχεία όπως μοντέλα, βάσεις δεδομένων διανυσμάτων και εργαλεία ασφάλειας και διακυβέρνησης. Αυτά τα συστήματα ενίοτε ενοποιούν διαφορετικές τεχνολογίες τεχνητής νοημοσύνης – για παράδειγμα, συγχώνευση μηχανικής μάθησης, επεξεργασίας φυσικής γλώσσας και όρασης υπολογιστών – για την εκτέλεση εξειδικευμένων εργασιών.
Αναβαθμισμένη Σύλληψη-Επαυξημένη Δημιουργία μέσω του Πλαισίου Mosaic AI Agent
Η Databricks παρουσίασε το Πλαίσιο Mosaic AI Agent για να επιτρέψει στους προγραμματιστές να δημιουργούν εφαρμογές σύλληψης-επαυξημένης δημιουργίας (RAG) με ευκολία και ασφάλεια, χρησιμοποιώντας βασικά μοντέλα και συγκεκριμένα σύνολα δεδομένων της εταιρείας. Αυτές οι εφαρμογές RAG σχεδιάστηκαν για να εμπλουτίζουν τη γεννητική δημιουργία κειμένου ενσωματώνοντας πληροφορίες από μια εκτεταμένη βάση γνώσεων του οργανισμού.
Προσαρμοσμένη Ανάπτυξη Τεχνητής Νοημοσύνης με την Αξιολόγηση του Mosaic AI Agent
Με την Αξιολόγηση του Mosaic AI Agent, η Databricks στοχεύει να καθιστά την επανάληψη και βελτίωση των μοντέλων εύκολη. Διαφημίζει ένα εργαλείο βοηθούμενο από την τεχνητή νοημοσύνη που επιτρέπει τη γρήγορη βελτίωση των μοντέλων, υποστηριζόμενη από μια αφιερωμένη διεπαφή όπου εμπειρογνώμονες μπορούν να παρέχουν σημαντικά σχόλια.
Ενισχυμένη Διακυβέρνηση με τα Εργαλεία GenAI
Στο νέο πρόγραμμα είναι τα Εργαλεία GenAI, τα οποία διευκολύνουν την κοινή χρήση, εγγραφή και διακυβέρνηση των εργαλείων και των πρακτόρων τεχνητής νοημοσύνης μέσω του Καταλόγου Unity. Αυτό το χαρακτηριστικό λειτουργεί ως ενοποιημένο στρώμα διακυβέρνησης εντός της Πλατφόρμας Ευφυούς Δεδομένων της Databricks, εξασφαλίζοντας τόσο την εύρεση των εργαλείων όσο και την ασφαλή χρήση των μοντέλων σε όλο τον οργανισμό.
Ακούραστη Εκπαίδευση Μοντέλων Mosaic AI
Η Εκπαίδευση Μοντέλων Mosaic AI επιτρέπει την ακριβή βαθμονόμηση των θεμελιωδών μοντέλων πηγαίου κώδικα χρησιμοποιώντας τα ιδιωτικά δεδομένα μιας εταιρείας για την απόδοση υψηλότερων αποτελεσμάτων σε σύγκριση με την τυπική εκπαίδευση RAG. Επιπρόσθετα, τα λειωμένα μοντέλα είναι πιο οικονομικά και ευέλικτα, καθώς λειτουργούν με λιγότερες παραμέτρους και απαιτούν λιγότερη υπολογιστική ισχύ.
Ενιαία Διεπαφή με το Πύλη Mosaic AI
Η Πύλη Mosaic AI παρέχει μια ενιαία διεπαφή για τη διαχείριση και αναπτυξή των μοντέλων, διευκολύνοντας τις ομαλές ανταλλαγές μοντέλων χωρίς την ανάγκη για σημαντικές τροποποιήσεις στον κώδικα εφαρμογής.
Η Databricks έχει τοποθετήσει το Πλαίσιο Πρακτόρων Mosaic AI, την Αξιολόγηση Πρακτόρων Τεχνητής Νοημοσύνης, την Εκπαίδευση Μοντέλων Τεχνητής Νοημοσύνης και την Πύλη Τεχνητής Νοημοσύνης στη δημόσια προεπισκόπηση, ενώ τα Εργαλεία GenAI του Καταλόγου Unity βρίσκονται στο στάδιο ιδιωτικής προεπισκόπησης.
Ενσωμάτωση Ανοικτού Κώδικα για τον Κατάλογο Unity
Συμπαραταγμένη με την πρόσφατη απόκτηση της Tabular Technologies Inc., η Databricks αποκάλυψε επίσης ότι θα καταστήσει τον Κατάλογο Unity ανοικτού κώδικα, σηματοδοτώντας τη δέσμευσή της σε ένα ανοικτό οικοσύστημα. Ο Κατάλογος Unity ξεχωρίζει λόγω της δυνατότητάς του να διαχειρίζεται μοντέλα τεχνητής νοημοσύνης μαζί με δεδομένα, ακολουθώντας ανοικτά πρότυπα και αλληλεπιδρώντας με μια ευρεία γκάμα πλατφορμών cloud και αναλυτικών πλαισίων.
Για να πληροφορηθείτε περισσότερα για την Databricks και την πλατφόρμα της, μπορείτε να επισκεφθείτε την ιστοσελίδα τους στον ακόλουθο σύνδεσμο: Databricks. Παρακαλώ βεβαιωθείτε ότι οι διευθύνσεις URL είναι ακριβείς πριν πατήσετε, καθώς οι διευθύνσεις URL δεν μπορούν να εγγυηθούν για το ότι θα παραμείνουν έγκυρες για αόριστο χρονικό διάστημα.