IA e aprendizado de máquina no Databricks

Este artigo descreve as ferramentas que o Mosaic AI (anteriormente Databricks Machine Learning) fornece para ajudar você a criar sistemas de IA e de ML. O diagrama mostra como vários produtos na plataforma Databricks ajudam você a implementar seus fluxos de trabalho de ponta a ponta para criar e implantar sistemas de IA e de ML

IA generativa no Databricks

A Ia do Mosaic unifica o ciclo de vida de IA da coleta e da preparação de dados ao desenvolvimento de modelos, ao LLMOps, ao serviço e ao monitoramento. Os seguintes recursos são especificamente otimizados para facilitar o desenvolvimento de aplicativos de IA generativa:

• Catálogo do Unity para governança, descoberta, controle de versão e controle de acesso para dados, recursos, modelos e funções.
• MLflow para acompanhar o desenvolvimento do modelo e avaliação do MLflow.
• Mosaic AI Model Serving para a implantação de LLMs. Você pode configurar um ponto de extremidade de serviço de modelo especificamente para acessar modelos de IA generativos:
  • LLMs abertos de última geração usando APIs Foundation Model.
  • Modelos de terceiros hospedados fora da Databricks. Consulte Modelos externos no Mosaic AI Model Serving.
• O Mosaic AI Vector Search fornece um banco de dados de vetores consultável que armazena vetores de inserção e pode ser configurado para sincronização automática com sua base de conhecimento.
• Monitoramento do Lakehouse para monitorar dados e rastrear a qualidade e o descompasso de dados das previsões do modelo usando o registro automático de carga útil com tabelas de inferência.
• AI Playground para testar modelos de IA generativos do workspace do Databricks. Você pode solicitar, comparar e ajustar configurações como parâmetros de inferência e de prompt do sistema.
• Treinamento de Modelo IA Mosaic para personalizar um modelo básico usando seus próprios dados para otimizar seu desempenho para sua aplicação específica.
• Estrutura de Agente IA Mosaic para criar e implantar agentes de qualidade de produção, como aplicativos RAG (geração aumentada de recuperação).
• Avaliação do Agente de IA Mosaic para avaliar a qualidade, o custo e a latência dos aplicativos de IA generativa, incluindo aplicativos e cadeias com RAG.

O que é a IA generativa?

A IA generativa é um tipo de inteligência artificial focada na capacidade dos computadores de usar modelos para criar conteúdo como imagens, texto, código e dados sintéticos.

Os aplicativos de IA generativos são criados com base em modelos de IA generativos: LLMs (modelos de linguagem grandes) e modelos de base.

• LLMs são modelos de aprendizagem profunda que consomem e treinam conjuntos de dados massivos para se destacarem em tarefas de processamento de linguagem. Eles criam novas combinações de texto que imitam a linguagem natural com base nos seus dados de treinamento.
• Modelos básicos são grandes modelos de ML pré-treinados com a intenção de que sejam ajustados para tarefas mais específicas de compreensão e geração de idiomas. Esses modelos são usados para discernir padrões dentro dos dados de entrada.

Depois que esses modelos concluírem seus processos de aprendizagem, juntos eles geram resultados estatisticamente prováveis quando solicitados e podem ser empregados para realizar várias tarefas, incluindo:

• Geração de imagens com base nas existentes ou utilizando o estilo de uma imagem para modificar ou criar uma nova.
• Tarefas de fala como transcrição, tradução, geração de perguntas/respostas e interpretação da intenção ou significado do texto.

A IA Generativa tem os seguintes padrões de design:

• Engenharia de prompt: criar prompts especializados para orientar o comportamento de LLM
• RAG (Geração Aumentada de Recuperação): combinar um LLM com recuperação de conhecimento externo
• Ajuste fino: adaptar um LLM pré-treinado a conjuntos de dados específicos de domínios
• Pré-treinamento: treinar um LLM do zero

Aprendizado de máquina no Databricks

Com a IA do Mosaic, uma única plataforma atende a todas as etapas do desenvolvimento e da implantação de ML, de dados brutos a tabelas de inferência que salvam todas as solicitações e respostas de um modelo servido. Cientistas de dados, engenheiros de dados, engenheiros de ML e DevOps podem fazer seu trabalho usando o mesmo conjunto de ferramentas e uma única fonte de verdade para os dados.

O Mosaic IA unifica a camada de dados e a plataforma de ML. Todos os ativos e artefatos de dados, como modelos e funções, podem ser descobertos e controlados em um único catálogo. O uso de uma única plataforma para dados e modelos possibilita o acompanhamento da linhagem, desde os dados brutos até o modelo de produção. O monitoramento integrado de dados e modelos salva métricas de qualidade em tabelas que também são armazenadas na plataforma, facilitando a identificação da causa raiz dos problemas de desempenho do modelo. Para obter mais informações sobre como o Databricks oferece suporte a todo o ciclo de vida de ML e MLOps, consulte Fluxos de trabalho de MLOps no Azure Databricks e MLOps Stacks: processo de desenvolvimento de modelos como código.

Alguns dos principais componentes da plataforma de inteligência de dados são:

Aprendizado profundo no Databricks

Configurar a infraestrutura para aplicativos de aprendizado profundo pode ser difícil. O Databricks Runtime para aprendizado de máquina cuida disso para você, com clusters que têm versões internas compatíveis das bibliotecas de aprendizado profundo mais comuns, como TensorFlow, PyTorch e Keras.

Os clusters de ML do Databricks Runtime também incluem suporte de GPU pré-configurado com drivers e bibliotecas de suporte. Ele também oferece suporte a bibliotecas, como Ray, para paralelizar o processamento de computação para dimensionar fluxos de trabalho e aplicativos de ML.

Os clusters de ML do Databricks Runtime também incluem suporte de GPU pré-configurado com drivers e bibliotecas de suporte. O Serviço de Modelo do Mosaic AI permite a criação de pontos de extremidade de GPU escalonáveis para modelos de aprendizado profundo sem nenhuma configuração extra.

Para aplicativos de aprendizado de máquina, a recomendação do Databricks é usar um cluster que execute o Databricks Runtime para Machine Learning. Confira Criar um cluster usando o Databricks Runtime ML.

Para começar a usar o aprendizado profundo no Databricks, confira:

• Melhores práticas de aprendizado profundo no Azure Databricks
• Aprendizado profundo no Databricks
• Soluções de referência para aprendizado profundo

Próximas etapas

Para começar. confira:

• Tutoriais: Introdução a IA e aprendizado de máquina

Para obter um fluxo de trabalho de MLOps recomendado no Databricks Mosaic AI, confira:

• Fluxos de trabalho de MLOps no Azure Databricks

Para saber mais sobre os principais recursos do Databricks Mosaic AI, confira:

• O que é AutoML?
• Serviço e engenharia de recursos
• Serviço de modelo com o Azure Databricks
• Monitoramento do Lakehouse
• Gerenciar ciclo de vida do modelo
• Acompanhamento de experimentos do MLflow