تعمل Databricks على تعزيز أدوات المطورين الخاصة بالذكاء الاصطناعي التوليدي في الشركات من خلال تحسينات كبيرة على منصة Mosaic AI، التي تم الكشف عنها خلال مؤتمر البيانات والذكاء الاصطناعي السنوي الذي ترأسه الرئيس التنفيذي علي غودسي. تهدف هذه التحديثات إلى تمكين الشركات من نشر تطبيقات تعتمد على نماذج اللغة الكبيرة (LLMs) بكفاءة.
تأتي منصة Mosaic AI كنتاج لاستحواذ Databricks على MosaicML بقيمة 1.3 مليار دولار، مما يعزز من قدرات الشركة في الذكاء الاصطناعي التوليدي، ويسهل تطوير تطبيقات الذكاء الاصطناعي. تتركز المميزات الجديدة على ثلاث مجالات رئيسية: 1. بناء أنظمة الذكاء الاصطناعي المركبة، 2. تقييم هذه الأنظمة عبر عدة معايير، و3. ضمان الحوكمة عبر كامل دورة الذكاء الاصطناعي.
يوفر هذا النظام المتكامل المتين للمنظمات القدرة على إنشاء تطبيقات ذكاء اصطناعي توليدي موثوقة تستفيد من بياناتها. كما يتيح لـ Databricks التنافس بقوة مع Snowflake، التي توسع عروضها في الذكاء الاصطناعي التوليدي، بما في ذلك الإطلاق الأخير لنموذج اللغة المفتوح "Arctic" الذي يستهدف تحدي DBRX الخاص بـ Databricks.
ما الجديد في Databricks Mosaic AI؟
تسعى المنظمات المهتمة بالذكاء الاصطناعي التوليدي للاستفادة من هذه التقنية المبتكرة لتطوير تطبيقات تستخدم بياناتها الداخلية. ومع ذلك، يواجه العديد من الفرق صعوبة في تحقيق العائد المتوقع من النماذج الكبيرة، غالبًا بسبب تحديات تتعلق بتقديم مخرجات عالية الجودة ضمن قيود الميزانية والخصوصية.
لمواجهة هذه التحديات، تتبنى الشركات بشكل متزايد أنظمة الذكاء الاصطناعي المركبة المستندة إلى "توليد مدعوم بالاسترجاع" (RAG)، والتي تدمج نماذج صغيرة متنوعة وقواعد بيانات متجهة وأدوات للتقييم والمراقبة والأمان والحوكمة. وقد حسّنت Databricks Mosaic AI لتسهيل إنشاء هذه الأنظمة المتقدمة.
مؤخراً، قدمت Databricks ميزة البحث المتجهي Vector AI كقاعدة بيانات متجهة بلا خادم متكاملة في منصتها. تشمل الإضافات الحديثة تدريب نماذج Mosaic AI وإطار العمل الخاص بالوكيل. تتيح ميزة تدريب النموذج للمستخدمين ضبط نماذج الأساس الصغيرة مفتوحة المصدر بطريقة سهلة من خلال واجهة برمجية، مما يزيد من معرفة هذه النماذج لمهام معينة بتكلفة فعالة. وفي الوقت نفسه، يعمل إطار العمل الخاص بالوكيل، عند دمجه مع البحث المتجهي وخدمة النموذج، على دفع تطبيقات RAG عالية الجودة باستخدام هذه النماذج المعدلة.
“أولاً، يُبسط إطار العمل الخاص بالوكيل قياس وتقييم جودة التطبيقات من خلال تقييم الوكلاء”، أوضح جويل مينك، نائب رئيس تسويق المنتجات في Databricks. “يشمل أدوات تقييم مدعومة بالذكاء الاصطناعي تقيم تلقائيًا جودة المخرجات وواجهة تتبع سهلة الاستخدام لتعليقات المعنيين. يتيح ذلك للمطورين اختبار الفرضيات، والتكرار سريعًا، وإعادة نشر التطبيقات بكفاءة ضمن سير عمل LLMOps شامل.”
تتضمن المنصة أيضًا كتالوج أدوات الذكاء الاصطناعي الذي يمكّن المنظمات من إدارة ومشاركة وتسجيل الأدوات عبر كتالوج Unity الخاص بـ Databricks، الذي أصبح مفتوح المصدر مؤخرًا. يعزز هذا الكتالوج الأنظمة المركبة للذكاء الاصطناعي من خلال تزويدها بقدرات مثل توليد الشفرات الذكية، والبحث عبر الويب، واستدعاءات APIs. أي دالة Python أو SQL مسجلة ضمن كتالوج Unity متوافقة مع كتالوج أدوات Mosaic AI، مما يعزز جودة المخرجات.
تحسين الحوكمة مع Mosaic AI Gateway
لتأمين الحوكمة الموثوقة وبناء الثقة في تطبيقات الذكاء الاصطناعي، تقدم Databricks أداة "Mosaic AI Gateway". توفر هذه الأداة واجهة موحدة للاستعلام والإدارة والنشر لكلا النموذجيين مفتوح المصدر والخاص، مما يسمح للفرق بتغيير نماذج LLM دون إجراء تعديلات كبيرة على كود التطبيق.
من الضروري أن تكون بوابة الذكاء الاصطناعي مزودة بميزات حوكمة ومراقبة مدمجة. فهي تتيح تتبع الاستخدام ووضع قيود، مما يمكّن المنظمات من مراقبة استخدام النماذج وتحديد حدود الأسعار للتحكم في التكاليف مع تصفية المعلومات لأغراض الأمان والخصوصية.
جميع العروض الجديدة لـ Mosaic AI، باستثناء كتالوج أدوات الذكاء الاصطناعي، هي حالياً في المرحلة العامة التجريبية ومن المقرر أن تتوفر بشكل عام في الأشهر القادمة. كتالوج أدوات الذكاء الاصطناعي في المرحلة التجريبية الخاصة، مع عدم تحديد جدول زمني للإصدار الأوسع. بالإضافة إلى ذلك، كشفت Databricks عن عدة منتجات أخرى لافتة للنظر في الحدث، بما في ذلك Databricks AI/BI لتحليلات الذكاء الاصطناعي التوليدية، وDatabricks LakeFlow لهندسة البيانات، ونموذج خاص لتوليد الصور تم تطويره بالشراكة مع Shutterstock.
يستمر قمة بيانات وذكاء الاصطناعي من Databricks من 10 إلى 13 يونيو 2024.
قائمة الترتيب
