Yapay zeka becerisi oluşturma (önizleme)
Microsoft Fabric AI becerisiyle, Fabric'teki göl evlerinde, depolarda, Power BI anlam modellerinde ve KQL veritabanlarında depolanan veriler hakkındaki soruları yanıtlayan konuşma yapay zekası deneyimleri oluşturabilirsiniz. Veri içgörüleriniz erişilebilir hale gelir. İş arkadaşlarınız yapay zeka uzmanı olmasalar veya verilere yakından aşina olmasalar bile düz İngilizce sorular sorabilir ve veri temelli yanıtlar alabilir.
Önemli
Bu özellik önizleme aşamasındadır.
Önkoşullar
- Ücretli bir F64 veya daha yüksek Fabric kapasite kaynağı
- Yapay zeka becerisi kiracı anahtarı etkinleştirildi.
- Copilot kiracı anahtarı etkinleştirildi.
- Yapay zeka için coğrafi bölgeler arası işleme etkinleştirilir.
- Yapay zeka için coğrafi bölgeler arası depolama etkindir.
- Veri içeren bir depo, göl evi, Power BI anlam modelleri ve KQL veritabanları.
- XMLA uç noktaları kiracı anahtarı aracılığıyla Power BI anlam modellerini Power BI anlam modeli veri kaynakları için etkinleştirilir.
Fabric üzerinde yapay zeka becerileri oluşturmak ve tüketmek için Uçtan Uca Akış Süreci
Bu bölümde, Fabric'de yapay zeka becerisi oluşturma, doğrulama ve paylaşmanın temel adımları özetlenmiştir, böylece bu beceri tüketim için erişilebilir hale gelir.
İşlem basittir ve yapay zeka beceri kaynaklarını birkaç dakika içinde test edebilirsiniz.
Yeni bir yapay zeka becerisi oluşturma
Yeni bir yapay zeka becerisi oluşturmak için önce çalışma alanınıza gidin ve ardından + Yeni Öğe düğmesini seçin. Tüm öğeler sekmesinde, bu ekran görüntüsünde gösterildiği gibi uygun seçeneği bulmak için yapay zeka becerisi arayın:
Seçildikten sonra, bu ekran görüntüsünde gösterildiği gibi yapay zeka beceriniz için bir ad sağlamanız istenir:
Yapay zeka becerisini adlandırma hakkında görsel bir kılavuz için sağlanan ekran görüntüsüne bakın. Adı girdikten sonra, yapay zeka becerisini gereksinimlerinizle uyumlu hale getirmek için yapılandırmaya devam edin.
Verilerinizi seçin
Bir yapay zeka becerisi oluşturduktan sonra göl evleri, ambarlar, Power BI anlam modelleri ve KQL veritabanları dahil olmak üzere herhangi bir kombinasyonda en fazla beş veri kaynağı ekleyebilirsiniz. Örneğin, beş Power BI anlam modeli veya iki Power BI anlam modeli, bir göl evi ve bir KQL veritabanı ekleyebilirsiniz.
İlk kez bir yapay zeka becerisi oluşturduğunuzda ve bir ad sağladığınızda OneLake kataloğu otomatik olarak görüntülenir ve veri kaynakları eklemenize olanak sağlar. Veri kaynağı eklemek için, sonraki ekranda gösterildiği gibi katalogdan seçin ve ardından Ekleöğesini seçin. Her veri kaynağının tek tek eklenmesi gerekir. Örneğin, bir göl evi ekleyebilir, Ekle'ı seçip başka bir veri kaynağı eklemeye devam edebilirsiniz. Veri kaynağı türlerini filtrelemek için filtre simgesini ve ardından istediğiniz türü seçin. Yalnızca seçilen türün veri kaynaklarını görüntüleyebilir ve yapay zeka beceriniz için uygun kaynakları bulmayı ve bağlamayı kolaylaştırabilirsiniz.
Veri kaynağını ekledikten sonra, yapay zeka beceri sayfasının sol bölmesindeki Gezgini, aşağıdaki ekran görüntüsünde gösterildiği gibi tabloları yapay zeka için kullanılabilir veya kullanılamaz hale getirmek için onay kutularını kullanabileceğiniz seçili her veri kaynağındaki kullanılabilir tablolarla doldurulur:
Not
Power BI anlam modelini yapay zeka becerisine veri kaynağı olarak eklemek için okuma/yazma izniniz olmalıdır.
Sonraki veri kaynakları eklemeleri için, yapay zeka beceri sayfasının sol bölmesindeki Gezgini'e gidin ve bu ekran görüntüsünde gösterildiği gibi + Veri kaynağıöğesini seçin.
OneLake kataloğu yeniden açılır ve gerektiğinde sorunsuzca daha fazla veri kaynağı ekleyebilirsiniz.
Bahşiş
Hem tablolar hem de sütunlar için açıklayıcı adlar kullandığınızdan emin olun.
SalesData
adlı tablo TableA
'den daha anlamlıdır ve ActiveCustomer
veya IsCustomerActive
gibi sütun adları C1
veya ActCu
'den daha nettir. Açıklayıcı adlar, yapay zekanın daha doğru ve güvenilir sorgular oluşturmasını sağlar.
Soru sorun
Veri kaynaklarını ekledikten ve her veri kaynağı için ilgili tabloları seçtikten sonra soru sormaya başlayabilirsiniz. Sistem soruları bu ekran görüntüsünde gösterildiği gibi işler:
Bu örneklere benzer sorular da işe yaramalıdır:
- "2023'te California'daki toplam satışlarımız ne kadardı?"
- "En yüksek liste fiyatlarına sahip ilk 5 ürün hangileri ve kategorileri nelerdir?"
- "Hiç satılmamış en pahalı ürünler hangileridir?"
Sistem bunları yapılandırılmış sorgulara (T-SQL, DAX veya KQL) çevirebildiği, veritabanlarında yürütebildiği ve ardından depolanan verilere göre somut yanıtlar döndürebildiği için bu türlerle ilgili sorular uygundur.
Ancak, bunlar kapsam dışında gibi:
- "Q2 2024'te fabrika üretkenliğimiz neden daha düşük?"
- "Satış artışımızın kök nedeni nedir?"
Karmaşık mantık yürütme, bağıntı analizi veya veritabanında doğrudan kullanılamayan dış faktörler gerektirdiğinden bu sorular şu anda kapsam dışındadır. Yapay zeka becerisi şu anda gelişmiş analiz, makine öğrenmesi veya nedensel çıkarım gerçekleştirmemektedir. Yalnızca kullanıcının sorgusuna göre yapılandırılmış verileri alır ve işler.
Bir soru sorduğunuzda yapay zeka becerisi, isteği işlemek için Azure OpenAI Yardımcısı API'sini kullanır. Akış şu şekilde çalışır:
Kullanıcı kimlik bilgileriyle şema erişimi
Sistem önce veri kaynağının şemasına (örneğin, lakehouse, ambar, PBI anlam modeli veya KQL veritabanları) erişmek için kullanıcının kimlik bilgilerini kullanır. Bu, sistemin kullanıcının görüntüleme iznine sahip olduğu veri yapısı bilgilerini getirmesini sağlar.
İstemi oluşturma
Kullanıcının sorusunu yorumlamak için sistem şunları birleştirir:
- Kullanıcı Sorgusu: Kullanıcı tarafından sağlanan doğal dil sorusu.
- Şema Bilgileri: Önceki adımda alınan veri kaynağının meta verileri ve yapısal ayrıntıları.
- Örnekler ve Yönergeler: Önceden tanımlanmış tüm örnekler (örneğin, örnek sorular ve yanıtlar) veya yapay zeka becerisini ayarlarken sağlanan belirli yönergeler. Bu örnekler ve yönergeler yapay zekanın soruyu anlama şeklini iyileştirmeye yardımcı olur ve yapay zekanın verilerle nasıl etkileşime geçtiğini gösterir.
Tüm bu bilgiler bir istem oluşturmak için kullanılır. Bu istem, yapay zeka becerisini temel alan bir aracı olarak davranan Azure OpenAI Yardımcısı API'sine giriş görevi görür. Bu temelde yapay zeka becerisine sorgunun nasıl işlendiği ve üretilmesi gereken yanıt türü hakkında bilgi sağlar.
Sorgu gereksinimlerine göre araç çağırma
Aracı, oluşturulan istemi analiz eder ve yanıtı almak için hangi aracın çağrıleceğine karar verir:
- SQL'e Doğal Dil (NL2SQL): Veriler bir göl evinde veya ambarda bulunduğunda SQL sorguları oluşturmak için kullanılır
- Doğal Dilden DAX'a (NL2DAX): Power BI veri kaynaklarında anlamsal modellerle etkileşim kurmak için DAX sorguları oluşturmak için kullanılır
- Doğal Dilden KQL'ye (NL2KQL): KQL veritabanlarındaki verileri sorgulamak için KQL sorguları oluşturmak için kullanılır
Seçilen araç, yapay zeka becerisini temel alan aracının sağladığı şemayı, meta verileri ve bağlamı kullanarak bir sorgu oluşturur. Ardından araç, güvenlik protokolleri ve kendi Sorumlu Yapay Zeka (RAI) ilkeleriyle düzgün biçimlendirme ve uyumluluk sağlamak için sorguyu doğrular.
Yanıt oluşturma
Yapay zeka becerisini temel alan aracı sorguyu yürütür ve yanıtın uygun şekilde yapılandırılıp biçimlendirilmesini sağlar. Aracı genellikle yanıtı kullanıcı dostu hale getirmek için ek bağlam içerir. Son olarak, yanıt aşağıdaki ekran görüntüsünde gösterildiği gibi kullanıcıya konuşma arabiriminde görüntülenir:
Ajan, yapay zeka becerisinin nihai yanıtı elde etmek için izlediği ara adımları ve elde edilen sonucu sunar. Bu yaklaşım saydamlığı artırır ve gerekirse bu adımların doğrulanmasına olanak tanır. Kullanıcılar, aşağıdaki ekran görüntüsünde gösterildiği gibi, yapay zeka becerisinin yanıtı almak için izlediği tüm adımları görmek üzere açılır listeyi genişletebilir.
Ayrıca yapay zeka becerisi, karşılık gelen veri kaynağını sorgulamak için kullanılan oluşturulan kodu sağlayarak yanıtın nasıl oluşturulduğuna ilişkin daha fazla içgörü sağlar.
Bu sorgular yalnızca verileri sorgulamak için tasarlanmıştır. şunları içeren işlemler
- veri oluşturma
- veri güncelleştirmeleri
- veri silme işlemleri
- her tür veri değişikliği
verilerinizin bütünlüğünü korumak için izin verilmiyor.
Herhangi bir noktada, aşağıdaki ekran görüntüsünde gösterildiği gibi sohbeti temizlemek için sohbeti temizle düğmesini seçebilirsiniz:
Sohbeti temizle özelliği tüm sohbet geçmişini siler ve yeni bir oturum başlatır. Sohbet geçmişinizi sildikten sonra alamazsınız.
Veri kaynağını değiştirme
Veri kaynağını kaldırmak için, üç noktalı menü görünene kadar yapay zeka beceri sayfasının sol bölmesindeki Gezgini veri kaynağı adının üzerine gelin. Üç nokta simgesini görmek için seçin, ardından aşağıdaki ekran görüntüsünde gösterildiği gibi veri kaynağını silmek amacıyla Kaldır seçeneğini seçin.
Alternatif olarak, veri kaynağınız değiştiyse, aşağıdaki ekran görüntüsünde gösterildiği gibi aynı menüden Yenile seçebilirsiniz:
Bu, yapay zeka becerinizin en son verilerle senkronize kalmasını sağlamak için veri kaynağı güncellemelerinin hem gezginde yansıtılmasını hem de doğru şekilde doldurulmasını garanti eder.
Yapay zeka beceri yapılandırması
Yapay zeka becerisi, kullanıcıların kuruluşunuzun gereksinimlerini daha iyi karşılamak için yapay zeka beceri davranışını özelleştirmesine olanak sağlayan çeşitli yapılandırma seçenekleri sunar. Yapay zeka becerileri verileri işler ve sunarken, bu yapılandırmalar sonuçlar üzerinde daha fazla denetim sağlayan esneklik sunar.
Yönergeleri sağlayın
Yapay zekanın davranışına yol göstermek için belirli yönergeler sağlayabilirsiniz. Bunları eklemek için aşağıdaki ekran görüntüsünde gösterildiği gibi yapay zeka yönergelerini seçin:
Bu ekran görüntüsünde gösterildiği gibi yapay zeka yönergeleri bölmesi açılır:
Burada, yapay zekaya sorguların nasıl işleneceğini bildirmek için 15.000 karaktere kadar düz İngilizce metin yazabilirsiniz.
Örneğin, belirli soru türleri için kullanılacak tam veri kaynağını belirtebilirsiniz. Veri kaynağı seçeneklerine örnek olarak yapay zekayı kullanmaya yönlendirmek verilebilir
- Finansal sorgular için Power BI anlam modelleri
- satış verileri için bir göl evi
- operasyonel ölçümler için bir KQL veritabanı
Bu yönergeler, yapay zekanın kılavuzunuza ve soruların bağlamını temel alarak SQL, DAX veya KQL gibi uygun sorgular oluşturmasını sağlar.
Yapay zeka kaynağınız belirli sözcükleri, kısaltmaları veya terimleri sürekli olarak yanlış yorumlarsa, yapay zekanın bunları doğru anlayıp işlediğinden emin olmak için bu bölümde net tanımlar sağlayabilirsiniz. Bu özellikle etki alanına özgü terminoloji veya benzersiz iş jargonu için yararlı olur.
Bu yönergeleri uyarlayarak ve terimleri tanımlayarak, yapay zekanın veri stratejinize ve iş gereksinimlerinize tam uyum içinde hassas ve ilgili içgörüler sunma becerisini geliştirirsiniz.
Örnek sorgular sağlama
Lakehouse, ambar ve KQL veritabanları gibi her veri kaynağına uyarlanmış örnek sorgular sağladığınızda yapay zeka beceri yanıtlarının doğruluğunu geliştirebilirsiniz. Few-Shot Öğrenme olarak bilinen bu yaklaşım, yapay zekanın yeteneklerini beklentilerinize daha uygun yanıtlar üretmesini sağlamaya yönelik olarak yönlendirmeye yardımcı olur.
Yapay zekaya örnek sorgu/soru çiftleri sağladığınızda, gelecekteki soruları yanıtlarken bu örneklere başvurur. Yeni sorguları en ilgili örneklerle eşleştirmek, yapay zekanın işletmeye özgü mantığı birleştirmesine ve sık sorulan sorulara etkili bir şekilde yanıt vermesine yardımcı olur. Bu işlevsellik, tek tek veri kaynakları için ince ayar sağlar ve daha doğru SQL veya KQL sorguları oluşturulmasını sağlar.
Power BI anlam modeli verileri şu anda örnek sorgu/soru çiftleri eklemeyi desteklemiyor. Ancak lakehouse, warehouse ve KQL veritabanları gibi desteklenen veri kaynakları için daha fazla örnek sağlamak, yapay zekanın varsayılan performans ayarı gerektiğinde hassas sorgular oluşturma becerisini önemli ölçüde geliştirebilir.
Bahşiş
Çeşitli örnek sorgular, yapay zeka becerisinin doğru ve ilgili SQL/KQL sorguları oluşturma becerisini geliştirir. Örnek sorgu eklemek veya düzenlemek için, aşağıdaki ekran görüntüsünde gösterildiği gibi örnek sorgular bölmesini açmak için örnek sorgular düğmesini seçin:
Bu bölme, Power BI anlam modelleri dışında desteklenen tüm veri kaynakları için örnek sorgular ekleme veya düzenleme seçenekleri sağlar. Her veri kaynağı için, aşağıdaki ekran görüntüsünde gösterildiği gibi örnek sorgu ekleme veya düzenleme seçebilirsiniz:
Not
Yapay zeka becerisi yalnızca geçerli SQL/KQL söz dizimi içeren ve seçili tabloların şemasıyla eşleşen sorguları ifade eder. Yapay zeka becerisi, doğrulamasını tamamlamamış sorguları kullanmaz. Yapay zeka becerisinin bunları etkili bir şekilde kullandığından emin olmak için tüm örnek sorguların geçerli ve şemayla doğru şekilde hizalandığından emin olun.
Yapay zeka becerisi yayımlama ve paylaşma
Yapay zeka becerinizin performansını çeşitli sorularla test ettikten ve doğru SQL, DAX veya KQL sorguları oluşturduğunu onayladıktan sonra, bunu iş arkadaşlarınızla paylaşabilirsiniz. Bu noktada, aşağıdaki ekran görüntüsünde gösterildiği gibi Yayımlaseçin:
Bu adım, yapay zeka becerisinin açıklamasını isteyen bir pencere açar. Burada, yapay zeka becerisinin ne yaptığı hakkında ayrıntılı bir açıklama sağlayın. Bu ayrıntılar, iş arkadaşlarınıza yapay zeka becerisinin işlevselliği konusunda yol gösterir ve diğer yapay zeka sistemlerinin/düzenleyicilerinin bu yapay zeka becerisini etkili bir şekilde çağırmasına yardımcı olur.
Yapay zeka becerisini yayımladıktan sonra iki sürümüne sahip olursunuz. Geçerli taslak sürüm, iyileştirmeye ve geliştirmeye devam edebileceğiniz bir sürümdür. İkinci sürüm, sorularının yanıtlarını almak için yapay zeka becerisini sorgulamak isteyen iş arkadaşlarınızla paylaşabileceğiniz yayımlanmış sürümdür. Yapay zeka becerisinin performansını daha da geliştirmek için, iş arkadaşlarınızdan gelen geri bildirimleri geliştirerek geçerli taslak sürümünüzle birleştirebilirsiniz.