Conceitos de habilidade de IA (preview)

  • Artigo

Com a habilidade de IA do Microsoft Fabric, você pode tornar os dados mais acessíveis aos seus colegas. Você pode configurar um sistema de IA generativa para gerar consultas que respondam a perguntas sobre seus dados. Depois de configurar a habilidade de IA, você pode compartilhá-la com seus colegas, que podem fazer suas perguntas em inglês simples. Com base em suas perguntas, a IA gera consultas sobre seus dados que respondem a essas perguntas.

Importante

Esse recurso está em preview.

Como funciona a habilidade de IA

A habilidade de IA depende da IA generativa, especificamente, de grandes modelos de linguagem (LLMs). Esses LLMs podem gerar consultas, por exemplo, consultas T-SQL, com base em um esquema e uma pergunta específicos. O sistema envia uma pergunta na habilidade de IA, informações sobre os dados selecionados (incluindo os nomes de tabela e coluna e os tipos de dados encontrados nas tabelas) para o LLM. Em seguida, ele solicita a geração de uma consulta T-SQL que responda à pergunta. Analise a consulta gerada para, primeiro, garantir que ela não altere os dados de forma alguma. Em seguida, execute essa consulta. Por fim, mostre os resultados da execução da consulta. Uma habilidade de IA destina-se a acessar recursos de banco de dados específicos e, em seguida, gerar e executar consultas T-SQL relevantes.

Configuração de habilidades de IA

Pense na habilidade de IA como você pensaria nos relatórios do Power BI. Primeiro, você cria o relatório e, em seguida, compartilha o relatório com seus colegas que podem consumi-lo para obter seus insights de dados. A habilidade de IA funciona de maneira semelhante. Primeiro, você precisa criar e configurar a habilidade de IA. Em seguida, você pode compartilhá-la com seus colegas.

Você deve esperar lidar com algumas etapas de configuração necessárias antes que a habilidade de IA funcione corretamente. Uma habilidade de IA geralmente pode fornecer respostas prontas para perguntas razoáveis, mas pode fornecer respostas incorretas para sua situação específica. As respostas incorretas geralmente ocorrem porque a IA não tem contexto sobre sua empresa, configuração ou definição de termos-chave. Para resolver o problema, forneça à IA instruções e exemplos de pares de perguntas e consultas. Você pode usar essas técnicas poderosas para guiar a IA para as respostas certas.

Diferença entre uma habilidade de IA e um copilot

A tecnologia por trás da habilidade de IA e dos copilots do Fabric é semelhante. Ambos usam IA generativa para trabalhar com os dados. No entanto, eles têm algumas diferenças importantes:

  • Configuração: com uma habilidade de IA, você pode configurar a IA para se comportar da maneira que você precisa. Você pode fornecer instruções e exemplos que o ajustam ao seu caso de uso específico. Um copilot do Fabric não oferece essa flexibilidade de configuração.
  • Caso de uso: um copilot pode ajudar você a fazer seu trabalho no Fabric. Ele pode ajudar a gerar código de notebook ou consultas de data warehouse. Em contraste, a habilidade de IA opera de forma independente. Você pode conectá-la ao Microsoft Teams e a outras áreas fora do Fabric.

Avaliação da habilidade de IA

  • A equipe de produto testou a habilidade de IA em uma variedade de parâmetros de comparação públicos e privados para tarefas SQL para verificar a qualidade das consultas SQL.
  • A equipe de produto também investiu em mitigações extras de danos. Isso inclui abordagens tecnológicas para focar o resultado do copilot no contexto das fontes de dados escolhidas.

Limitações

A habilidade de IA está atualmente em visualização pública e tem limitações. As atualizações irão melhorar a habilidade de IA ao longo do tempo.

  • A IA generativa não interpreta os resultados de uma consulta T-SQL executada. Ela apenas gera essa consulta.
  • A habilidade de IA pode retornar respostas incorretas. Você deve testar a habilidade de IA com seus colegas para verificar se ela responde às perguntas conforme o esperado. Se ela cometer erros, forneça mais exemplos e instruções.
  • Há suporte apenas a consultas T-SQL em depósitos e lakehouses.
  • A habilidade de IA gera apenas consultas de "leitura" T-SQL. Ela não gera consultas T-SQL que criam, atualizam ou excluem dados.
  • A habilidade de IA só tem acesso aos dados que você fornece. Ela usa apenas as configurações de recursos de dados que você fornece.
  • A habilidade de IA tem permissões de acesso a dados que correspondem às permissões concedidas ao questionador de habilidades de IA. Isso é verdadeiro quando a habilidade de IA é publicada em outros locais, por exemplo, no Copilot para Microsoft 365 ou Microsoft Copilot Studio.
  • Você não pode usar a habilidade de IA para acessar recursos de dados não estruturados. Esses recursos incluem arquivos .pdf, .docx ou .txt, por exemplo.
  • No momento, você só pode selecionar um único depósito ou um único lakehouse.
  • A habilidade de IA não dá suporte a uma interface de conversação. As perguntas devem ser totalmente independentes. Ela não se lembra de perguntas anteriores.
  • Ela bloqueia perguntas ou instruções em idiomas diferentes do inglês.
  • Você não pode conectar a habilidade de IA a copilots do Fabric, Microsoft Teams ou outras experiências fora do Fabric.
  • Você não pode alterar o LLM que a habilidade de IA usa.
  • A habilidade de IA perde precisão se você usar nomes de coluna não descritivos.
  • A habilidade de IA perde precisão se você usar esquemas grandes com dezenas de tabelas.
  • A habilidade de IA está em um status de preview. Ela tem um escopo limitado e pode conter bugs. Devido a essas considerações, recomendamos que você evite seu uso em sistemas de produção. Evite também seu uso para decisões críticas.
  • Os nomes de coluna e tabela de recursos de dados não descritivos têm um impacto significativo e negativo na qualidade da consulta T-SQL gerada. Recomenda-se o uso de nomes descritivos.
  • O uso de muitas colunas e tabelas pode diminuir o desempenho da habilidade de IA.
  • A habilidade de IA foi projetada atualmente para lidar com consultas simples. Consultas complexas que exigem muitas junções ou lógica sofisticada tendem a ter menor confiabilidade.

Conteúdo relacionado