大火，在各种场景中的应用令人眼花缭乱，全世界范围内掀起了一股以大语言技术为核心的创新浪潮。
今天，终于看见在企业级IT里的用法了，的大火烧到了数据分析领域。
是一款实时交易和数据分析能力的融合数据库。最近，展示了将与结合的用法，负责帮用户在数据库里找数据。
具体而言，展示了如何利用来组织企业私有数据。
是一个基于大语言模型的生成式AI，它在响应复杂的自然语言查询方面有惊人表现，在查询公开数据集方面，在生成智能和综合性强的回复，甚至在生成代码方面都有很强的能力。
生成的很多回复都是对的，但也经常会有错误的信息。
认为，下次迭代的时候，可能会允许用户使用一些非公开的数据，比如，企业内部的文档，代码，会议纪要等信息。
想强调的是，是一款非常适合用来存储向量数据的理想型数据库，它可以执行语义搜索，可以从各种来源提取数据，而无需大量的ETL。
在视频里展示了如何用存储在里的数据构建一个应用，也介绍了几个例子。过程中，SQL查询将转变成向量函数，然后，向量函数将其提交给。
此前，发布的一个视频里介绍了，一款应用在利用集成了的之后，从而用上了基于GPT-3的机器学习能力。视频还展示了如何利用现有的SQL技术在亚马逊云科技上部署以数据为中心的机器学习系统。
是一家快速发展的开源基础设施公司，能使开发人员快速将机器学习集成到应用程序中，将任何数据源与任何人工智能框架对接起来。
利用AI 将机器学习能力引入数据库，让机器学习模型作为虚拟表存储在数据库中的，这些虚拟表（机器学习模型）利用数据库数据进行预测。
与的集成可能是将AI Table功能添加到了里。
前不久，开发者发布了类似的开源大语言模型——Dolly ，Dolly无需使用大量GPU资源或者调用别人开发的API接口，即可用于商业应用场景。
两家大型分析数据库厂商都推出了类似的服务，可以方便不熟悉SQL的用户也可以使用自然语言实时查询数据。
更重要的是，这里生成的结果通常都是正确的，因为机器学习模型使用的数据完全来企业自己提供的数据集。
用自然语言来查询数据的服务，可以使得企业管理人员在没有SQL专家或数据科学家帮助的情况下查询数据。同时，真正的SQL极客和数据科学家也可以利用来更好地工作。
看到这里，很多人应该能想到2022年re:大会上，亚马逊云科技发布的 Q，它在 的基础上加入了自然语言查询功能。
首次发布于2015年，发布以来，经历了125次新功能迭代，日益成为了一个功能非常强大的BI服务，此次 Q新功能的发布，让客户能够预测并追问预测依据，是一次比较大的提升。
很多媒体将 Q称之为企业版的。不同的是，能回答很多知识性和常识性的问题，而 Q的场景更聚焦，仅限于企业的商业智能场景。
比如，它可以回答，诸如“去年哪些地区销售的某某商品最多？”，“实际收入是否达到目标？”这类问题。当场景聚焦，它给出的反馈的准确性会更高一些，这也是这种服务能推出的关键技术原因之一。
相关文章
