Snowflake تعزز استراتيجيتها في الذكاء الاصطناعي المؤسسي من خلال استوديو بدون كود وميزات محسّنة

بعد الإعلان الأخير عن Polaris - وهو كتالوج بيانات مفتوح مستقل عن مقدمي الخدمات لـ Apache Iceberg - تقدم Snowflake أدوات جديدة تهدف إلى تمكين المؤسسات من تطوير تطبيقات تعتمد على الذكاء الاصطناعي بشكل أكثر كفاءة.

خلال كلمته الرئيسية الثانية في قمة بيانات السحابة السنوية للشركة، كشف الرئيس التنفيذي Sridhar Ramaswamy عن عدة تحسينات لخدمة Cortex AI و Snowflake ML. تهدف هذه التحديثات إلى تبسيط عمليات بناء وتنظيم وإدارة تطبيقات الذكاء الاصطناعي باستخدام البيانات المستضافة على المنصة. من بين هذه الإضافات، تقدم استوديو الذكاء الاصطناعي والتعلم الآلي بدون برمجة، والذي يتيح للمستخدمين في المؤسسات إنشاء تطبيقات ذكاء اصطناعي بسهولة لمجموعة متنوعة من الاستخدامات.

تعتبر مبادرة Snowflake علامة فارقة أخرى في جهود الشركة لتزويد العملاء بالأدوات اللازمة لبناء تطبيقات ذكاء اصطناعي قوية. تتماشى هذه الاستراتيجية مع رؤية Ramaswamy منذ توليه منصب الرئيس التنفيذي، مما يضع Snowflake في مواجهة اللاعبين الرئيسيين في مجال الذكاء الاصطناعي مثل Databricks، الذي كان يركز على الذكاء الاصطناعي منذ فترة. مؤخرًا، أطلقت Snowflake أيضًا Arctic، وهو نموذج لغة مفتوح مصمم لمهام محددة للشركات.

تعزيز قدرات الذكاء الاصطناعي مع Cortex و Snowflake ML

منذ إنشائها، أعطت Snowflake الأولوية لتأسيس نفسها كالبنية التحتية المفضلة للبيانات في المؤسسات، معززة قدراتها في التحليل والذكاء الاصطناعي. مع تزايد تطبيقات الذكاء الاصطناعي التوليدي بعد إطلاق ChatGPT، بحث العملاء عن حلول لإنشاء هذه التطبيقات باستخدام بياناتهم المخزنة. استجابةً لذلك، وسعت Snowflake ميزات التعلم الآلي وأدخلت Cortex، وهي خدمة مدارة بالكامل توفر عناصر بناء الذكاء الاصطناعي، بما في ذلك نماذج اللغة الكبيرة المفتوحة لمجموعة من التطبيقات التجارية.

الآن، تتعزز هذه العروض في قمة بيانات السحابة.

ميزات جديدة في نظام Snowflake Cortex AI البيئي

يتم تعزيز Cortex بأربع ميزات جديدة: استوديو الذكاء الاصطناعي والتعلم الآلي، وكورتكس أنالست، وكورتكس سيرش، وكورتكس غارد.

- استوديو الذكاء الاصطناعي والتعلم الآلي: يوفر واجهة تفاعلية بدون برمجة تُسرع من تطوير التطبيقات من خلال تمكين المستخدمين من الاستفادة من نماذج اللغة الكبيرة المتقدمة. يمكن للمستخدمين اختبار وتقييم نماذج مختلفة لتحديد الأنسب لتطبيقاتهم، مع الاستفادة من خدمة تحسين Cortex الجديدة التي تعزز أداء نماذج اللغة الكبيرة لتجارب مخصصة (متاحة حاليًا لنماذج Mistral AI وMeta المحددة).

- كورتكس أنالست: استنادًا إلى نماذج Meta’s Llama 3 وMistral Large، تتيح هذه الميزة للشركات بناء تطبيقات لاستعلام البيانات التحليلية المخزنة في Snowflake.

- كورتكس سيرش: حل بحث نصي مُدار بالكامل لتوليد محادثات معززة بالاسترجاع (RAG) وبحث الشركات، يجمع بين تقنيات الاسترجاع والتصنيف المتقدمة، مما يمكّن المستخدمين من بناء تطبيقات تستخدم قدرات البحث النصي والعددي.

- كورتكس غارد: باستخدام Llama Guard من Meta، هذه الميزة تقوم بفلترة المحتوى الضار عبر البيانات المؤسسية، مما يضمن أن تكون الردود الناتجة عن الذكاء الاصطناعي من الروبوتات آمنة وموثوقة.

تعزيز MLOps

بمجرد نشر التطبيقات، من المهم الحفاظ على إشراف مستمر على النماذج المستخدمة. تتناول قدرات MLOps في Snowflake ML هذا الأمر من خلال تقديم اكتشاف، إدارة، وتنظيم مبسط للميزات، النماذج، والبيانات الوصفية على مدار دورة حياة التعلم الآلي. في حين أن سجل النماذج الحالي يسهل إدارة جميع نماذج الذكاء الاصطناعي من أجل تعزيز التخصيص والتشغيل الأوتوماتيكي، فإن متجر الميزات الجديد - الموجود حاليًا في العرض العام - يمكّن علماء البيانات ومهندسي التعلم الآلي من إنشاء وإدارة وتقديم ميزات التعلم الآلي المتسقة للتدريب والاستدلال. بالإضافة إلى ذلك، ستسمح ميزة ML Lineage القادمة للفرق بتتبع استخدام الميزات، ومجموعات البيانات، والنماذج طوال دورة حياة التعلم الآلي، وهي حاليًا في العرض الخاص لشركات مختارة.

جميع ميزات Cortex الجديدة أيضًا في العرض الخاص، مع توقع الإصدار العام قريبًا، على الرغم من أن الجداول الزمنية المحددة لا تزال غير واضحة.

حددوا تواريخ: ستقام قمة Snowflake Data Cloud من 3 إلى 6 يونيو 2024.