Dremio, l’azienda fornitrice di open data lakehouse, ha annunciato oggi due nuove funzionalità di intelligenza artificiale di nuova generazione per la propria piattaforma. Queste funzionalità includono un’esperienza text-to-SQL per l’interrogazione conversazionale dei dati e un livello semantico autonomo per semplificare la catalogazione e l’elaborazione dei dati.
Queste offerte consentiranno agli utenti di Dremio di esplorare, scoprire e analizzare le proprie risorse di dati in modo rapido e semplice. Alcuni attori leader nell’ecosistema dei dati, come Snowflake e Informatica, hanno già intrapreso sforzi simili per guidare la gestione dei dati con l’intelligenza artificiale.
L’estrazione del valore dai dati ha richiesto a lungo una serie di passaggi manuali che richiedono molto tempo. Con le nuove funzionalità di Dremio, l’IA generativa viene utilizzata per colmare alcune di queste lacune.
Ad esempio, grazie all’esperienza Text-to-SQL, gli utenti non dovranno più dedicare tempo alla scrittura di complesse query SQL (Structured Query Language). Invece, potranno semplicemente inserire input in linguaggio naturale per ottenere le informazioni desiderate dai propri dati. L’offerta sfrutta una comprensione semantica dei metadati e dei dati per convertire automaticamente la query in un linguaggio semplice, ovvero SQL, fornendo così i risultati desiderati.
In modo simile, il livello semantico autonomo utilizza l’IA generativa per eliminare la noiosa catalogazione manuale dei dati. Questo livello apprende automaticamente i dettagli intricati dei dati degli utenti e crea descrizioni dei set di dati, delle colonne e delle relazioni per agevolare la scoperta e l’esplorazione dei dati. Inoltre, secondo Dremio, questo livello apprende dai carichi di lavoro degli utenti e crea riflessioni per accelerare l’elaborazione dei dati.
Oltre alle funzionalità di intelligenza artificiale generativa, Dremio sta integrando funzioni di database vettoriale direttamente nella propria piattaforma lakehouse. Ciò permette alle aziende di creare applicazioni basate sull’intelligenza artificiale senza dover creare ulteriori silos di dati.
Grazie a questa funzione, gli utenti potranno aggiungere una colonna di tipo “vettore” per archiviare e cercare incorporamenti per vari elementi di dati. Ad esempio, se un utente ha una tabella di recensioni su Amazon, potrà memorizzare gli incorporamenti che codificano il significato di ciascuna recensione insieme ad altri attributi. Successivamente, potranno utilizzare gli indici e le funzioni SQL di Dremio per recuperare recensioni simili o correlate in base al loro significato.
L’esperienza text-to-SQL è già disponibile per gli utenti di Dremio, mentre il livello semantico autonomo e le funzionalità del database vettoriale saranno implementate in una fase successiva.