Snowflake AI et ML

Snowflake propose deux catégories élargies de fonctionnalités intelligentes et puissantes basées sur l’intelligence artificielle (AI) et le machine learning (ML). Ces fonctionnalités peuvent vous aider à mieux exploiter vos données en moins de temps.

  • Snowflake Cortex est une suite de fonctions AI qui utilisent de grands modèles de langage (LLMs) pour comprendre les données non structurées, répondre aux questions libres et fournir une assistance intelligente. Cette suite de fonctions Snowflake AI comprend :

  • Snowflake ML fournit des fonctionnalités vous permettant de construire vos propres modèles.

    • Les fonctions ML simplifient le processus de création et d’utilisation des modèles traditionnels de machine learning pour détecter des modèles dans vos données structurées. Ces puissants outils d’analyse prêts à l’emploi aident les analystes, les ingénieurs de données et les scientifiques des données qui manquent de temps à comprendre, prédire et classer les données sans programmation.

    • Pour les data scientists et les développeurs, Snowflake ML vous permet de développer et d’opérationnaliser des modèles personnalisés pour résoudre vos défis de données uniques, tout en conservant vos données dans Snowflake. Snowflake ML intègre des classes de développement de modèles basées sur des frameworks ML populaires, ainsi que des fonctionnalités ML Ops telles qu’un magasin de fonctionnalités, un registre de modèles, des connecteurs de framework et des instantanés de données immuables.

Utiliser des fonctions Snowflake AI

Les fonctionnalités Snowflake AI et leurs modèles sous-jacents sont conçus en gardant à l’esprit les principes suivants :

  • Sécurité complète. Sauf si vous en décidez autrement, tous les modèles AI fonctionnent à l’intérieur du périmètre de sécurité et de gouvernance de Snowflake. Vos données ne sont pas disponibles pour les autres clients ou développeurs de modèles.

  • Confidentialité des données. Snowflake n’utilise jamais vos données clients pour entraîner les modèles mis à la disposition de notre base de clients.

  • Contrôle. Vous contrôlez l’utilisation des fonctions Snowflake AI par votre équipe grâce à un contrôle d’accès familier basé sur les rôles.

Processus de mise à jour du modèle AI/ML

Snowflake travaille continuellement à améliorer la qualité de ses offres, y compris les modèles qui alimentent les fonctionnalités Snowflake AI. Cette section décrit comment les mises à jour de ces modèles s’intègrent dans le processus de Changements de comportement Snowflake.

Processus de changements de comportement pour les modèles

Chez Snowflake, les mises à jour de fonctionnalités sont annoncées et déployées dans les 3 types de versions suivants :

Les mises à jour de modèles suivent un modèle d’annonces similaire. Pour les mises à jour de modèles, les éléments suivants constitueraient un changement de comportement :

  • Modifications de syntaxe requises (par exemple, spécification d’un nouveau modèle ou d’une nouvelle version de modèle dans le paramètre de fonction).

  • Des invites ou des mises à jour d’entrée sont requises pour obtenir des résultats similaires.

  • Changements significatifs dans la structure de la sortie de modèle.

  • Obsolescence d’un modèle.

Les changements de comportement en bundle doivent inclure la plupart des changements de comportement attendus, notamment :

  • Obsolescence du modèle dans le cours normal des choses, comme l’obsolescence planifiée par le fournisseur de modèle ou Snowflake (y compris ceux sur lesquels une mise au point est autorisée).

  • Mises à jour de modèle, par exemple de nouvelles versions ou de nouveaux modèles, qui peuvent entraîner des changements dans la syntaxe, les invites ou la structure de sortie.

Les changements de comportement hors bundle sont généralement réservés aux éléments suivants :

  • Obsolescence du modèle pour des raisons d’urgence, par exemple des problèmes concernant la qualité d’un modèle ou de ses résultats.

Enfin, Nouveautés désigne des améliorations générales qui ne constitueraient probablement pas un changement de comportement et seraient donc automatiquement incluses. Cela serait typiquement comme suit :

  • Mises à jour du modèle ou nouvelles versions (fournies par un tiers ou par Snowflake) qui améliorent les résultats, mais n’ont aucun effet matériel prévu sur la façon dont vous interagissez avec le modèle.

Le tableau suivant montre quelques exemples de mises à jour de modèles et la manière dont elles seraient annoncées :

Type de mise à jour

Changement de comportement hors bundle

Changement de comportement en bundle

Nouveautés

Une nouvelle version du modèle Jamba est publiée, mais n’a aucun effet matériel prévu sur la façon dont vous interagissez avec le modèle.

✔

Un nouveau modèle Llama est mis à disposition via Snowflake.

✔

L’un des modèles Mistral est obsolète.

✔

Une mise à jour du modèle TRANSLATE entraîne un changement dans la structure de sortie.

✔

Un modèle est obsolète en raison de problèmes de sécurité concernant la sortie de modèle.

✔
Langage: Français