Concetti relativi alle competenze di intelligenza artificiale (anteprima)

Con la competenza di Intelligenza artificiale di Microsoft Fabric, è possibile rendere i dati più accessibili ai colleghi. È possibile configurare un sistema di intelligenza artificiale generativo per generare query che rispondono a domande sui dati. Dopo aver configurato la competenza di intelligenza artificiale, è possibile condividerla con i colleghi, che possono quindi porre domande in inglese normale. In base alle domande, l'intelligenza artificiale genera query sui dati che rispondono a tali domande.

Funzionamento della competenza di intelligenza artificiale

La competenza di intelligenza artificiale si basa sull'intelligenza artificiale generativa, in particolare sui modelli di linguaggio di grandi dimensioni. Questi LLMs possono generare query, ad esempio query T-SQL, in base a uno schema specifico e a una domanda. Il sistema invia una domanda nella competenza di intelligenza artificiale, informazioni sui dati selezionati (inclusi i nomi di tabella e colonna e i tipi di dati presenti nelle tabelle) all'LLM. Successivamente, richiede la generazione di una query T-SQL che risponde alla domanda. Analizzare la query generata per assicurarsi prima di tutto che non modifichi i dati in alcun modo. Eseguire quindi la query. Visualizzare infine i risultati dell'esecuzione della query. Una competenza di intelligenza artificiale è progettata per accedere a risorse di database specifiche e quindi generare ed eseguire query T-SQL pertinenti.

Configurazione delle competenze di AI

Considerare la competenza di intelligenza artificiale come si potrebbe pensare ai report di Power BI. Creare prima di tutto il report e quindi condividere il report con i colleghi che possono usarlo per ottenere informazioni dettagliate sui dati. La competenza di intelligenza artificiale funziona in modo simile. È prima necessario creare e configurare la competenza di intelligenza artificiale. È quindi possibile condividerlo con i colleghi.

È consigliabile gestire alcuni passaggi di configurazione necessari prima che la competenza di intelligenza artificiale funzioni correttamente. Una competenza di intelligenza artificiale può spesso fornire risposte predefinite a domande ragionevoli, ma potrebbe fornire risposte non corrette per la situazione specifica. Le risposte non corrette si verificano in genere perché all'intelligenza artificiale manca il contesto relativo all'azienda, alla configurazione o alla definizione di termini chiave. Per risolvere il problema, fornire all'intelligenza artificiale istruzioni e coppie di query di esempio. È possibile usare queste tecniche avanzate per guidare l'intelligenza artificiale alle risposte corrette.

Differenza tra una competenza di intelligenza artificiale e un copilota

La tecnologia alla base della competenza di intelligenza artificiale e dei copiloti di Fabric è simile. Entrambi usano l'intelligenza artificiale generativa per ragionare sui dati. Presentano anche alcune differenze principali:

• Configurazione: con una competenza di intelligenza artificiale, è possibile configurare l'intelligenza artificiale in modo da comportarsi nel modo necessario. È possibile fornire istruzioni ed esempi che lo ottimizzano in base al caso d'uso specifico. Un copilot di Fabric non offre questa flessibilità di configurazione.
• Caso d'uso: un copilota può aiutarti a lavorare su Fabric. Può essere utile per generare codice del notebook o query del data warehouse. Al contrario, la competenza di intelligenza artificiale opera in modo indipendente. È infine possibile connetterlo a Microsoft Teams e ad altre aree esterne a Fabric.

Valutazione della competenza di intelligenza artificiale

• Il team di prodotto ha testato la competenza di intelligenza artificiale in diversi benchmark di attività T-SQL pubblici e privati per verificare la qualità delle query SQL.
• Il team del prodotto ha investito anche in mitigazioni di danni aggiuntivi. Questi includono approcci tecnologici per concentrare l'output del copilota sul contesto delle origini dati scelte.

Limiti

La competenza di intelligenza artificiale è attualmente in anteprima pubblica e presenta limitazioni. Gli aggiornamenti miglioreranno la competenza di intelligenza artificiale nel tempo.

• L'intelligenza artificiale generativa non interpreta i risultati di una query T-SQL eseguita. Genera solo la query.
• La competenza di intelligenza artificiale potrebbe restituire risposte non corrette. È necessario testare la competenza di intelligenza artificiale con i colleghi per verificare che risponda alle domande come previsto. Se si commettono errori, fornire altri esempi e istruzioni.
• Sono supportate solo query T-SQL su warehouse e lakehouse.
• La competenza di intelligenza artificiale genera solo query di lettura T-SQL. Non genera query T-SQL che creano, aggiornano o eliminano dati.
• La competenza di intelligenza artificiale può accedere solo ai dati forniti. Usa solo le configurazioni delle risorse dati fornite.
• La competenza di intelligenza artificiale ha autorizzazioni di accesso ai dati che corrispondono alle autorizzazioni concesse al questioner delle competenze di intelligenza artificiale. Questo vale quando la competenza di intelligenza artificiale viene pubblicata in altre posizioni, ad esempio Copilot per Microsoft 365 o Microsoft Copilot Studio.
• Non è possibile usare la competenza di intelligenza artificiale per accedere alle risorse dei dati non strutturate. Queste risorse includono .pdf, .docx o file di .txt, ad esempio.
• In questo momento, è possibile selezionare solo un unico magazzino o un singolo lakehouse.
• La competenza di intelligenza artificiale non supporta un'interfaccia di conversazione. Ogni domanda deve essere completamente autonoma. Non ricorda le domande precedenti.
• Blocca domande o istruzioni in lingua non inglese.
• Non è possibile connettere la competenza di intelligenza artificiale ai copiloti di Infrastruttura, Microsoft Teams o ad altre esperienze esterne a Fabric.
• Non è possibile modificare l'LLM usato dalla competenza di intelligenza artificiale.
• La competenza di intelligenza artificiale perde l'accuratezza se si usano nomi di colonna nonscriptive.
• La competenza di intelligenza artificiale perde l'accuratezza se si usano schemi di grandi dimensioni con decine di tabelle.
• La competenza di intelligenza artificiale è in uno stato di anteprima. Ha un ambito limitato e potrebbe contenere bug. A causa di queste considerazioni, è consigliabile evitare l'uso nei sistemi di produzione. Evitare anche il suo uso per decisioni critiche.
• I nomi delle risorse di dati e delle tabelle nonscriptive hanno un impatto significativo e negativo sulla qualità delle query T-SQL generate. È consigliabile usare nomi descrittivi.
• L'uso di troppe colonne e tabelle potrebbe ridurre le prestazioni delle competenze di intelligenza artificiale.
• La competenza di intelligenza artificiale è attualmente progettata per gestire query semplici. Le query complesse che richiedono molti join o logica sofisticata tendono ad avere un'affidabilità inferiore.

Contenuto correlato

• Scenario delle competenze di IA
• Creare una competenza di IA