在推出生产力平台 Coda 集成的第二天，数据云公司 Snowflake 宣布推出其 Copilot——一种智能 SQL（结构化查询语言）查询助手——公共预览版。
Snowflake Copilot 在去年的 Snowday 活动中首次宣布，它利用 Snowflake 专有的文本转 SQL 模型和 Mistral 最近推出的 Mistral 大型语言模型 （LLM） 的强大功能来生成相关的 SQL 查询，并帮助用户理解和探索他们的数据。Snowflake上个月向这家总部位于巴黎的初创公司投资了一笔未公开的款项，将其整个模型系列引入其Cortex服务，用于LLM应用程序开发。
此举标志着这家数据云巨头在利用人工智能的力量来简化企业处理其数据资产的方式方面迈出了又一值得注意的一步——自从收购Neeva AI的Sridhar Ramaswamy接任首席执行官以来，这一战略已经积极形成。
Snowflake Copilot 有什么期待？
Snowflake 处于数据革命的中心，使企业能够分析数据资产并提取相关见解以进行决策。这种方法使公司成为现在的样子，但提取见解主要围绕着编写复杂的 SQL——这需要时间，并不适合每个企业用户。
随着新的 Copilot（即将在美国推出 AWS 账户的公共预览版），Snowflake 正在解决这一挑战。根据该公司分享的多个演示，该助手将安静地坐在SQL工作表中，并为用户提供一个对话界面，以自然语言生成SQL查询。用户只需从“询问 Copilot”按钮中拉出 Copilot，然后用英语描述需要什么。在此之后不久，机器人将理解问题，对其进行处理并生成现成的 SQL 代码来运行并实现所需的结果。
Snowflake表示，客户可以使用Copilot的生成功能来执行各种任务，包括从多个表中提取数据进行分析以及纠正现有查询。而且，如果用户不知道从哪里开始，他们也可以与助手进行来回对话，以了解数据集的结构以及应该提出哪些问题来获得见解。Copilot 了解数据的上下文，并在每个生成的查询中附带详细的响应，涵盖导致答案的所有方面，包括连接的表。
为了构建这种体验，Snowflake 利用了自己的 LLM 应用程序开发服务 Cortex，并使用了大量的 SQL 查询数据和元数据来支持其专有的文本到 SQL 模型和 Mistral Large。
“在我们的平台上每天处理超过 40 亿个查询，这为我们提供了对最复杂数据挑战的无与伦比的洞察力。大量的数据推动了 Copilot 的发展，超越了典型的大型语言模型。我们不仅对数据分析师面临的挑战有一个独特的有利位置，我们还拥有丰富的元数据，这些元数据被输入到Snowflake的专用文本到SQL模型中，Copilot利用该模型与Mistral的技术相结合，“Snowflake AI的高级产品经理Pieter Verhoeven和首席AI工程师Yusuf Ozuysal在一篇联合博客文章中写道。
在管道中的扩展
随着 Copilot 的公开预览版的发布，Snowflake 希望收集用户反馈以完善解决方案并使其准备好正式发布——现阶段的时间表尚不清楚。该助手目前仍然局限于SQL工作表，但该公司已经暗示了下一步的发展，它将扩展到产品的其他部分，作为用户的“无处不在的伴侣”。
虽然这些领域会是什么样子还有待观察，但结果并不难期待：轻松访问 Snowflake 的见解，从而更快地做出决策。这可能会改变该公司的游戏规则，但需要注意的是，Snowflake并不是唯一一家尝试自然语言查询的公司。自从 LLM 出现以来，许多数据参与者一直在探索使用生成式 AI 简化他们的产品体验。在LLM查询方面，Dremio和Kinetica也推出了类似的功能。
椰有料原创，作者：小椰子啊，转载请注明出处：http://www.studioyz.com/5976.html
文章评论