MaxCompute:MaxCompute AI 関数の概要

シナリオの概要

大規模言語モデルは、データを理解する能力を大幅に向上させました。構造化データ、テキスト、非構造化データを含むマルチモーダルデータから、正確なセマンティック情報を抽出できます。これらのモデルは、命令に従ってセマンティック情報を正規化データに変換することもでき、これにより関係代数操作が可能になります。これにより、ビッグデータプラットフォーム上で構造化データと非構造化データの両方のクエリと処理を統合することが可能になります。

ユーザーシナリオが拡大するにつれて、ビッグデータプラットフォームでの統合コンピューティングに対する需要が高まっています。MaxCompute は、MaxFrame (Python) や SQL などの複数のコンピュートエンジンを提供します。AI 関数と組み合わせることで、これらのエンジンは AI をより簡単かつアクセスしやすく使用する方法を提供します。これにより、マルチモーダルデータ処理、コンテンツ生成、情報抽出、画像とテキストの解析など、データ分析とコンピューティングシナリオのパフォーマンスと品質を向上させることができます。典型的なシナリオは次のとおりです。

1. 大規模モデルの事前トレーニングデータ処理: 大規模モデルの事前トレーニングにおける WebData Processing タスクでは、テキストの品質スコアリング、テキストのフィルタリング、テキストの分類などのタスクに、ファインチューニングされた小規模パラメーターの大規模言語モデルを使用できます。

2. マルチモーダルコンテンツの理解: 従来の E コマースや新興の自動運転分野におけるビデオおよび画像データ処理タスクでは、オブジェクト検出、画像タギング、分類などのタスクにマルチモーダルモデルを使用できます。

3. インテリジェントなリスク管理: インテリジェントなリスク管理シナリオでは、ユーザーの行動分類やリスクアラートなどのタスクに、ファインチューニングされた小規模パラメーターの LLM を使用できます。

特長

• ローコード開発: AI 関数は使いやすいです。モデルサービスをデプロイしたり、複雑な推論ロジックを記述したりすることなく、1 回の関数呼び出しで AI 推論を完了できます。これにより、開発サイクルが大幅に短縮され、AI を使用する際のハードルが下がります。

• シームレスな統合: AI 関数は、MaxCompute のモデルオブジェクト、計算リソース、権限システムとシームレスに統合されます。

• 統一されたマルチエンジンサポート: MaxCompute SQL と MaxFrame エンジンの両方が、統一された AI 関数機能を提供します。これにより、データアナリストは使い慣れた SQL を使用して強力な AI モデルを呼び出すことができます。また、データサイエンティストは MaxFrame の分散 Python 計算能力をモデルとともに使用して、データ前処理のパフォーマンスと品質を継続的に向上させることができます。

AI 関数の概要

ユースケース

MaxCompute モデルと AI 関数のその他のユースケースについては、次のトピックをご参照ください。

• パブリック MaxCompute モデルを使用したオンラインレビューの感情分析。

• MaxCompute を使用した XGBoost モデルのトレーニングと予測。

• リモート MaxCompute モデルを使用した E コマース製品説明の自動生成。