由 Mistral Large 驱动的人工智能助手 Snowflake Copilot 推出公开预览版

共计 1543 个字符，预计需要花费 4 分钟才能阅读完成。

数据云公司雪花（Snowflake）在为生产力平台 Coda 推出集成产品一天后，又宣布推出公开预览版的智能 SQL（结构化查询语言）查询助手 Copilot。

Snowflake Copilot最初是在该公司去年的Snowday活动上宣布的，它利用Snowflake专有的文本到SQL模型和Mistral最近推出的Mistral Large large language model (LLM)来生成相关的SQL查询，帮助用户理解和探索他们的数据。上个月，Snowflake 向这家位于巴黎的初创公司投资了一笔未披露的资金，将其整个模型系列引入其用于 LLM 应用开发的 Cortex 服务。

此举标志着这家数据云巨头又迈出了值得注意的一步，即利用人工智能的力量简化企业处理数据资产的方式–自收购 Neeva AI 公司后上任的斯里达尔-拉马斯瓦米（Sridhar Ramaswamy）担任首席执行官以来，这一战略已悄然成形。

对Snowflake Copilot有什么期待？

Snowflake 位于数据革命的中心，允许企业分析数据资产，并为决策提供相关见解。这种方法造就了公司的今天，但洞察力的提取在很大程度上依赖于编写复杂的 SQL，这需要时间，而且并不适合每个企业用户。

新推出的 Copilot 正在为美国的 AWS 账户推出公开预览版，Snowflake 正在解决这一难题。根据该公司分享的多个演示，该助手将静静地坐在 SQL 工作表中，为用户提供一个对话界面，以自然语言生成 SQL 查询。用户只需通过 “询问 Copilot “按钮调出 Copilot，并用英语描述所需内容。不久之后，机器人就会理解问题，对其进行处理，并生成可立即使用的 SQL 代码来运行，从而实现所需的结果。

Snowflake表示，客户可以使用Copilot的生成功能完成各种任务，包括从多个表中提取数据进行分析以及修正现有查询。如果用户不知道从哪里开始，还可以与助手进行来回对话，以了解数据集的结构以及应该提出哪些问题来获得洞察力。Copilot 了解数据的上下文，并在每次生成查询的同时提供详细的回复，涵盖导致答案的所有方面，包括连接的表格。

为了打造这种体验，Snowflake 利用其自己的 LLM 应用程序开发服务 Cortex，并使用大量 SQL 查询数据和元数据为其专有的文本到 SQL 模型和 Mistral Large 提供动力。

“每天在我们的平台上处理超过 40 亿次查询，这让我们对最复杂的数据挑战有了无与伦比的洞察力。这些海量数据推动了 Copilot 的发展，超越了一般的大型语言模型。我们不仅对数据分析师面临的挑战有独特的洞察力，我们还拥有丰富的元数据，这些元数据可用于雪花公司的专用文本到 SQL 模型，Copilot 可利用该模型与 Mistral 的技术相结合，”雪花公司 AI 高级产品经理 Pieter Verhoeven 和首席 AI 工程师 Yusuf Ozuysal 在一篇联合博文中写道。

扩展工作正在进行时

通过 Copilot 的公开预览版，Snowflake 希望收集用户反馈以完善解决方案，并为其全面上市做好准备–目前尚不清楚上市时间表。该助手目前仍局限于 SQL 工作表，但该公司已暗示了下一步的发展，即它将扩展到产品的其他部分，成为用户的 “无处不在的伴侣”。

虽然这些领域还有待观察，但结果不难预料：从 Snowflake 轻松获取洞察力，从而更快地做出决策。这可能会改变公司的游戏规则，但值得注意的是，Snowflake 并不是唯一一家尝试自然语言查询的公司。自从 LLM 出现以来，许多数据公司都在探索利用生成式人工智能简化产品体验。在使用 LLMs 进行查询方面，Dremio 和 Kinetica 也推出了类似的功能。