جوجل كلاود تعزز قدرات الذكاء الاصطناعي التوليدي لأدوات قواعد البيانات وتحليل البيانات

تعزز Google Cloud من عروضها في مجالي قواعد البيانات وتحليل البيانات من خلال عدة تحديثات تم الإعلان عنها اليوم في حدث Google Cloud Next في طوكيو. تركز هذه التطورات على قواعد بيانات Spanner وBigtable، بالإضافة إلى منصات تحليل البيانات BigQuery وLooker للأعمال. الهدف الرئيسي هو زيادة المرونة في استخدام البيانات والوصول إليها، مما يسهل نشر وتبني الذكاء الاصطناعي التوليدي.

الإعلانات الرئيسية:

- دعم بيانات الرسم والبيانات المتجهة في Spanner

- دعم SQL في Bigtable

- دمج Gemini AI في BigQuery وLooker

قال Gerrit Kazmaier، المدير العام ونائب الرئيس لتحليل البيانات في Google Cloud، خلال لقاء صحفي: "تدرك المؤسسات أن الذكاء الاصطناعي المذهل يعتمد على بيانات مذهلة".

تعزيزات تحليل البيانات مع Gemini AI

تحديث Google الرئيسي لتحليل البيانات هو دمج قدرات Gemini AI في BigQuery وLooker. يقدم هذا الدمج أكثر من 20 ميزة جديدة، منها توليد الكود، التفسيرات، والتوصيات الذكية، بهدف زيادة إنتاجية محللي البيانات. في BigQuery، ستحسن Gemini أيضًا من إعداد البيانات المتقدمة وتحليلها، مما يسرع من الوقت اللازم لاستخلاص القيمة من البيانات.

أشار Kazmaier إلى أن "البيانات فوضوية". وأضاف: "أحد المزايا الرئيسية لنماذج الذكاء الاصطناعي التوليدية المتخصصة لدينا هو قدرتها على التفكير في البيانات، مما يمكّن العملاء من تنظيم وإدارة البيانات بشكل أكثر كفاءة".

تقدم ميزة Canvas الجديدة، التي وصفها Kazmaier بأنها الدمج المثالي لتجربة المستخدم والذكاء الاصطناعي لمحللي البيانات، نهجًا تفاعليًا مدعومًا بالذكاء الاصطناعي. تتيح هذه الميزة للمستخدمين تشكيل تحليلاتهم تدريجيًا بينما يتعلم النظام من أفعالهم.

في Looker، تركز التحديثات الذكية على تبسيط الوصول إلى رؤى ذكاء الأعمال. قال Kazmaier: "تدور ابتكاراتنا في Looker حول تطوير وكلاء مخصصين يتمتعون بخبرات عميقة في الذكاء الاصطناعي لتحديد البيانات وتحليلها وتلخيصها".

تحول قاعدة بيانات Spanner إلى متعددة الأنماط بقدرات الرسم والبيانات المتجهة

على الرغم من أن العديد قد لا يكونون على دراية بـ Google Spanner، إلا أنه يشكل الدعامة الأساسية لمعظم منتجات Google، بما في ذلك البحث، Gmail، وYouTube. قال Andi Gutmans: "تم تصميم Spanner لتلبية متطلبات قابلية التوسع والتوافر لدى Google". وأضاف: "أنا متحمس لتقديم هذه الابتكارات لعملائنا في المؤسسات".

أحد الإضافات الملحوظة هو دمج قدرات قاعدة البيانات الرسومية في Spanner، مما يسمح بإجراء اتصالات دلالية دقيقة عبر البيانات. بالإضافة إلى ذلك، تم تجهيز Spanner الآن بدعم البيانات المتجهة، الذي تم الإعلان عنه مسبقًا في عرض سابق هذا العام. كلا الميزتين مهمتان لتطبيقات الذكاء الاصطناعي التوليدي، خاصة دعم البيانات المتجهة، الذي يعد أساسيًا لتوليد البيانات المعزز بالاسترجاع (RAG).

بينما توجد قواعد بيانات رسومية ومتجهة أصلية متعددة، تستهدف استراتيجية Google تقديم قاعدة بيانات متعددة الأنماط. أوضح Gutmans: "لا يحتاج العملاء لنقل بياناتهم لاستخدام قدرات الرسم؛ يمكنهم بناء وظائف الرسم فوق بيانات مؤسساتهم الحالية". يتيح هذا النهج للمؤسسات التي تثق بالفعل في Spanner استخراج قيمة أكبر من بياناتها. وأضاف Gutmans: "لقد تطور Spanner من قاعدة بيانات علائقية في المقام الأول إلى قاعدة بيانات متعددة الأنماط حقيقية".