KI und ML in Snowflake

Snowflake bietet zwei große Kategorien von leistungsstarken, intelligenten Features, die auf Künstlicher Intelligenz (KI) und maschinellem Lernen (ML) basieren. Mit diesen Features können Sie in kürzerer Zeit mehr aus Ihren Daten herausholen als je zuvor.

  • Snowflake Cortex ist eine Suite von KI-Features, die große Sprachmodelle (LLMs) verwenden, um unstrukturierte Daten zu verstehen, Freeform-Fragen zu beantworten und intelligente Unterstützung bereitzustellen. Diese Suite umfasst folgende Snowflake-KI-Features:

  • Snowflake ML bietet Funktionen, mit denen Sie Ihre eigenen Modelle erstellen können.

    • ML-Funktionen vereinfachen das Erstellen und Verwenden herkömmlicher Machine-Learning-Modelle, um Muster in Ihren strukturierten Daten zu erkennen. Diese leistungsstarken, sofort einsetzbaren Analyse-Tools helfen Analysten, Dateningenieuren und Datenwissenschaftlern, die wenig Zeit haben, Daten zu verstehen, vorherzusagen und zu klassifizieren – ganz ohne Programmierung.

    • Datenwissenschaftlern und Entwicklern bietet Snowflake ML die Möglichkeit, benutzerdefinierte Modelle zu entwickeln und zu operationalisieren, um Ihre speziellen Datenherausforderungen zu lösen, während Ihre Daten in Snowflake bleiben. Snowflake ML enthält Klassen für die Modellentwicklung, die auf beliebten ML-Frameworks basieren, sowie ML Ops-Funktionen wie einen Feature-Speicher, eine Modellregistrierung, Framework-Konnektoren und unveränderliche Daten-Snapshots.

Verwenden von Snowflake-KI-Features

Snowflake AI-Features und die ihnen zugrunde liegenden Modelle wurden unter Berücksichtigung der folgenden Grundsätze entwickelt:

  • Vollständige Sicherheit. Mit Ausnahme der von Ihnen gewählten Option laufen alle Modelle von AI innerhalb des Sicherheits- und Governance-Perimeters von Snowflake. Ihre Daten sind für andere Kunden oder Modellentwickler nicht verfügbar.

  • Datenschutz. Snowflake verwendet niemals Ihre Kundendaten, um die Modelle zu trainieren, die unserem Kundenstamm zur Verfügung gestellt werden.

  • Kontrolle. Sie haben die Kontrolle über die Nutzung von Snowflake AI-Features durch Ihr Team über die bekannte rollenbasierte Zugriffssteuerung.

AI/ML-Modell-Aktualisierungsprozess

Snowflake arbeitet kontinuierlich an der Verbesserung der Qualität seiner Angebote, einschließlich der Modelle, die die Snowflake AI-Features betreiben. In diesem Abschnitt wird beschrieben, wie sich die Aktualisierungen dieser Modelle in den Prozess der Verhaltensänderung von Snowflake einfügen.

Prozess der Verhaltensänderung bei Modellen

Bei Snowflake werden Feature-Updates in den folgenden 3 Arten von Releases angekündigt und bereitgestellt:

Die Aktualisierungen der Modelle folgen einem ähnlichen Muster wie Ankündigungen. Bei Modellaktualisierungen würde das Folgende eine Verhaltensänderung darstellen:

  • Erforderliche Syntax-Änderungen (z. B. Angabe eines neuen Modells oder einer neuen Version des Modells im Parameter der Funktion).

  • Erforderliche Aufforderungen oder Aktualisierungen der Eingaben, um ähnliche Ergebnisse zu erhalten.

  • Signifikante Änderungen in der Struktur der Modellausgabe.

  • Ausmusterung eines Modells.

Gebündelte Verhaltensänderungen würden die meisten erwarteten Verhaltensänderungen umfassen, einschließlich:

  • Modellausmusterung im normalen Verlauf, wie z. B. geplante Ausmusterung durch den Anbieter des Modells oder Snowflake (einschließlich solcher, bei denen eine Feinabstimmung erlaubt ist).

  • Modellaktualisierungen, z. B. neue Versionen oder neue Modelle, die zu Änderungen der Syntax, der Eingabeaufforderungen oder der Struktur der Ausgabe führen können.

Ungebündelte Verhaltensänderungen sind in der Regel für Folgendes reserviert:

  • Abschaffung des Modells aus dringenden Gründen, z. B. Bedenken hinsichtlich der Qualität eines Modells oder seiner Ausgaben.

Und schließlich bezeichnet Neues allgemeine Verbesserungen, die wahrscheinlich keine Verhaltensänderungen darstellen und daher automatisch aufgenommen werden. In der Regel sind dies die folgenden Punkte:

  • Modell-Updates oder neue Versionen (unabhängig davon, ob sie von einem Dritten oder von Snowflake bereitgestellt werden), die die Ergebnisse verbessern, aber voraussichtlich keine wesentlichen Auswirkungen auf Ihre Interaktion mit dem Modell haben.

In der folgenden Tabelle finden Sie einige Beispiele für Modell-Updates und wie sie angekündigt werden würden:

Art der Aktualisierung

Ungebündelte Verhaltensänderungen

Gebündelte Verhaltensänderungen

Was ist neu

Eine neue Version des Jamba-Modells wird veröffentlicht, hat aber voraussichtlich keine wesentlichen Auswirkungen darauf, wie Sie mit dem Modell interagieren.

✔

Ein neues Llama-Modell wird über Snowflake verfügbar gemacht.

✔

Eines der Mistral-Modelle ist veraltet.

✔

Eine Aktualisierung des Modells TRANSLATE führt zu einer Änderung der Ausgabestruktur.

✔

Ein Modell ist aufgrund von Sicherheitsbedenken hinsichtlich der Modellausgabe veraltet.

✔
Sprache: Deutsch