Utiliser l’IA en un instant grâce à Snowflake Cortex

L’IA générative offre de nouvelles manières de stimuler l’innovation, d’améliorer la productivité et de tirer davantage parti des données. Pour que les entreprises exploitent pleinement ce potentiel, il est essentiel que tout le monde puisse accéder à l’IA générative et l’utiliser, et pas seulement les experts en IA. C’est pour cette raison que nous avons développé Snowflake Cortex (en private preview), notre nouveau service intelligent entièrement géré qui permet aux entreprises d’analyser leurs données et de mettre en place des applications d’IA rapidement au sein même de Snowflake. Avec Snowflake Cortex, les utilisateurs, quelles que soient leurs compétences, ont désormais accès à des modèles d’IA, à des LLM et à des fonctionnalités de recherche vectorielle de pointe, ainsi qu’à des expériences complètes alimentées par des LLM. Grâce à ces innovations, les utilisateurs Snowflake peuvent exploiter la puissance de l’IA générative en toute sécurité et générer des informations dynamiques à partir des données de leur entreprise, quel que soit leur niveau d’expertise technique.

Grâce à Snowflake Cortex, les utilisateurs Snowflake ont désormais accès à un ensemble de fonctions sans serveur qui permettent d’accélérer les analyses quotidiennes et le développement des applications d’IA en toute simplicité. À l’aide d’une simple ligne SQL ou Python, les analystes peuvent accéder instantanément à des modèles de ML et LLM spécialisés et optimisés pour des tâches spécifiques. Ils peuvent également s’appuyer sur des modèles plus généraux pour le prompt engineering et l’apprentissage en contexte. Les fonctions sont entièrement hébergées et gérées par Snowflake Cortex. Ainsi, les utilisateurs peuvent y accéder systématiquement sans avoir à mettre en place et à gérer une infrastructure de processeur graphique coûteuse. Ils peuvent également utiliser et tirer parti de l’environnement de gouvernance unifié de Snowflake pour sécuriser et gérer l’accès à leurs données de manière fluide. Voici quelques-unes de ces fonctions. 

Modèles rentables basés sur des LLM, parfaits pour travailler avec des données non structurées :

• Answer Detection (en private preview) : extrayez des informations à partir de vos données non structurées.
• Sentiment Detection (en private preview) : détectez les opinions sous-jacentes d’un texte dans votre table.
• Text Summarization (en private preview) :  récapitulez les longs documents pour les assimiler plus rapidement.
• Translation (en private preview) : traduisez du texte à grande échelle. 

Modèles basés sur le ML :

• Forecasting (bientôt disponible pour tous nos clients) : entraînez-vous sur des données de séries temporelles historiques et prévoyez ces séries temporelles pour l’avenir grâce à la gestion automatisée de la saisonnalité, de la mise à l’échelle et plus encore.
• Anomaly Detection (bientôt disponible pour tous nos clients) : identifiez les anomalies de vos séries temporelles pour la surveillance des pipelines de données et plus encore.
• Contribution Explorer (en public preview) : identifiez rapidement les dimensions contribuant à la modification d’un indicateur donné entre deux intervalles de temps définis par l’utilisateur.
• Classification (bientôt en private preview) : classez les données en catégories ou libellés prédéfinis pour améliorer les recommandations en fonction de schémas qui se dégagent de ces données.

Modèles de pointe qui peuvent être utilisés pour des cas d’usage plus généraux :

• Complete (en private preview) : pour une invite donnée, la fonction renvoie une réponse indiquant que le texte est terminé à l’aide de LLM open source innovants, tels que Llama 2. Consultez la démo ici.
• Text2SQL (bientôt en private preview) : SQL généré à partir du langage naturel en utilisant le LLM Snowflake qui alimente l’expérience Snowflake Copilot pour aider nos clients à créer leurs propres applications.

Cette fonctionnalité clé en main peut être utilisée pour l’analyse, ainsi que dans le cadre du développement d’applications dans Snowflake. Ces fonctions peuvent, par exemple, être intégrées dans un chatbot à l’aide de Streamlit et de quelques lignes de code. Plus besoin d’y passer des jours ou des semaines : quelques connaissances de Python et quelques minutes ou heures suffisent à développer en toute sécurité de puissantes applications LLM. 

Snowflake Cortex apporte de puissantes capacités d’IA et de recherche sémantique à la plateforme Snowflake. Nous avons développé plusieurs fonctionnalités pour améliorer l’expérience utilisateur Snowflake en exploitant toute la puissance de Snowflake Cortex. Ces fonctionnalités incluent des interfaces utilisateur prédéfinies, des LLM hautes performances et des capacités de recherche, entièrement hébergés et gérés par Snowflake Cortex. Elles sont ainsi idéales pour les équipes commerciales et les analystes au sein des entreprises.

Snowflake Copilot (en private preview) est un assistant alimenté par des LLM qui génère et affine du code SQL à partir du langage naturel. Les analystes peuvent poser une question à Snowflake Copilot, qui écrira la requête SQL en utilisant les tables correspondantes. Les utilisateurs peuvent également affiner les requêtes par conversation afin de filtrer les informations les plus pertinentes. Aucune configuration n’est requise. De plus, cette fonctionnalité text-to-code sera bientôt disponible dans un programme via la fonction générale Text2SQL de Snowflake Cortex. 

Universal Search (en private preview) est un outil de recherche alimenté par des LLM pour découvrir des données et applications et y accéder rapidement. Basé sur la technologie de moteur de recherche acquise auprès de Neeva, l’outil Universal Search vous aide à trouver des objets de base de données dans votre compte Snowflake, ainsi que des produits de données et des applications natives Snowflake depuis la Marketplace Snowflake. Cette version initiale vous permettra de trouver des tables, des vues, des bases de données, des schémas, des produits de données Marketplace et de la documentation Snowflake. En arrière-plan, Snowflake Copilot tire également parti d’Universal Search pour identifier les tables et colonnes pertinentes à la génération de SQL.  

Document AI (en private preview) est une expérience alimentée par des LLM pour les cas d’usage d’extraction de données.  Grâce à un modèle pré-entraîné et à une interface intuitive, nos clients peuvent traiter tout type de document (pdf, word, txt, captures d’écran) et obtenir des réponses à leurs questions. Cette expérience peut être étendue pour devenir un pipeline destiné à gérer l’extraction afin d’économiser de la main d’œuvre et du temps. Annoncée lors du Summit en juin, elle est désormais disponible en private preview. Découvrez Document AI en action sur YouTube. 

Snowflake Cortex met les modèles de ML et LLM de pointe entre les mains des utilisateurs Snowflake grâce à des expériences intuitives et des fonctions sans serveur. Ils peuvent ainsi exploiter davantage les données de leur entreprise, rapidement et en toute sécurité. Plus besoin de compétences spécialisées dans l’IA ou d’infrastructure complexe à gérer. Snowflake Cortex fournit également les fondations nécessaires pour développer des applications d’IA personnalisées dans le Data Cloud en un instant. Pour en savoir plus sur la façon dont vous pouvez exploiter Snowflake Cortex, lisez notre article de blog Développement rapide, facile et sécurisé d’applications LLM avec Snowflake Cortex. Pour demander l’accès aux fonctionnalités en private preview, contactez l’équipe Snowflake en charge de votre compte.