Snowflake 推出基於大型語言模型的檔案智慧化介面
蒙大拿州的資料雲公司 Snowflake 在其年度會議上宣布了 Document AI，這是一個基於大型語言模型 (LLM) 的全新介面，能夠讓企業快速從大量檔案中提取價值。這一舉措標誌著這家起初專注於結構化資料的資料巨頭的重大發展，並提供了一種方便的方式，使通常散落在各個訊息孤島中的無結構訊息能夠流動起來。
打破訊息孤島，流動無結構訊息
Snowflake 的產品副總裁 Christian Kleinerman 表示：“我們透過利用人工智慧解鎖了客戶的一個新資料時代，消除了以前受到格式、位置等約束的訊息孤島，從而徹底改變了組織如何利用資料、驅動洞見和推動資料雲的發展。” 這家位於蒙大拿州的公司還在會議上推出了新的 iceberg 表格、基於機器學習的 SQL 函數和成本最佳化工具。
利用自然語言提取檔案資料
根據該公司的解釋，企業使用者只需要用自然語言描述自己想要的內容，該介面就會自動處理該查詢，從相應的檔案中提取所需的內容和分析洞見，無論是發票、合同還是其他檔案。“客戶將親眼見到這一端到端的體驗，他們能夠在 Snowflake 中擁有檔案並對這些檔案提出有結構的問題，例如“員工的姓名是什麼”、“他們的位址是什麼”或是發票的總價值是多少”
Snowflake Document AI 工作原理
該轉換後的資料可以用於傳統分析、商業智慧或其他下遊機器學習過程。Document AI 的核心是 Applica 所專門開發的多模態 LLM，該模型處理語言查詢並提供相應的輸出。Snowflake 表示他們正在努力擴充套件這一系統，以涵蓋更多型別的非結構化資料，但當前還未透露下一步計劃。需要注意的是，非結構化資料非常廣泛，可以包括圖片、文字檔案、影片等等。根據國際資料公司 (IDC) 的估計，未來五年內，全球超過 90%的資料將是非結構化的。
Snowflake Summit 2023 的其他發表
此次 Snowflake 表示還推出了 Iceberg 表格的更新和基於機器學習的 SQL 函數。前者將有助於企業將原生和外部表格匯集到統一的表格型別中，從而更容易擴充套件資料雲對 Iceberg 資料的價值。而後者則將機器學習帶入非技術人員的手中，讓他們可以輕鬆處理預測或異常檢測等應用案例。最後該公司還推出了 Snowflake Performance Index，一個線索評估指標，用於量化企業的查詢效能以及兩個新的成本最佳化工具: 預算和倉庫利用率。預算將設定在特定時間段內的計算最大花費閾值，並在接近閾值時發出警報。而倉庫利用率將使企業能夠看到計算叢集的使用情況，並在可能的情況下進行降級，以節省成本。Snowflake Summit 會議於 6 月 26 日至 29 日在拉斯維加斯舉行。
