作者
当我们回味 11 月 1 日和 2 日 ‘雪天 ’活动中分享的见解时，有关雪花未来的一系列令人兴奋的启示正在等待着我们。.
本文将深入探讨在此次活动中亮相的值得关注的 data 科学功能，揭示占据舞台中心的创新和进步。.
请加入我们的旅程，我们将为您揭开 "雪天 "的神秘面纱，特别是 data 的最新科学功能，例如
雪花皮质亮点
雪花中的 GenAI 和 LLM 功能概览
语言模型 (LLM) 功能（部分模型已公开，而其他模型仍处于非公开预览阶段）
LLM 是一种新型的人工智能模型，可以生成文本、翻译语言、撰写不同类型的创意内容，并以信息丰富的方式回答您的问题。Snowflake 的全新 LLM 功能使其成为首批向用户提供这一强大新技术的 cloud data platforms 公司之一。.
这使 Snowflake 与其他 cloud data platforms 不同，因为它使 Snowflake 用户在开发人工智能应用方面具有显著优势。有了 Snowflake Cortex，用户现在可以轻松构建人工智能应用程序，执行各种任务，如生成 reports、识别欺诈和预测客户行为。.
以下是 Snowflake LLM 功能的一些具体使用案例：
高级搜索功能（私人预览）
雪花的新 高级搜索功能 使用户比以往任何时候都更容易找到所需的 data，无论其存放在何处。这是与其他 cloud data platforms 相比的一大优势，后者的搜索功能通常比较有限。.
具体来说，Snowflake 的新搜索功能允许用户：
这些高级搜索功能可以帮助用户在使用 data 时节省时间，提高工作效率。例如，data 分析员可以使用新的搜索功能快速查找与特定分析项目相关的所有 data。或者，业务用户可以使用新的搜索功能查找与特定客户或产品相关的所有 data。.
更不用说，使用这些搜索功能提供的不同雪花过滤器（列命名、标记、元 data 规范）会提高 data 的一致性。.
总之，值得注意的是，这解决了 data 目录的一个关键方面。鉴于实施 data 目录的固有挑战，利用 Snowflake 集成功能变得尤为重要。.
用于情感分析和总结的 SQL 命令（私人预览版）
Snowflake 用于情感分析和总结的新 SQL 命令使用户无需学习任何新工具或语言，即可轻松从其 data 中提取见解。这是与其他 cloud data platforms 相比的一大优势，后者通常要求用户使用单独的工具来完成这些任务。.
具体来说，Snowflake 的新 SQL 命令允许用户
这些新的 SQL 命令可以帮助用户在使用 data 时节省时间，提高工作效率。例如，企业用户可以使用新的 SQL 命令快速分析客户评论的情感，或总结冗长而复杂的报告。.
雪花副驾驶员（私人预览中）
它是一个 使用自然语言生成和完善 SQL 的 LLM 驱动型助手. .此外，这种文本到代码的功能很快将通过 Snowflake Cortex 的通用函数 Text2SQL 以编程方式实现。.
使用文档 AI 提取文档 Data（私人预览中）
雪花皮层的文档人工智能, 通过 LLM，可以从各种文档类型（pdf、word、txt、屏幕截图）中高效提取 data，从而节省手动 data 处理的时间和资源。.
总之，Snowflake 的新功能令人印象深刻，有可能彻底改变人们使用 cloud data platforms 的方式。.
通过提供创新功能，使用户更容易开发和部署人工智能应用程序、查找 data、管理 ML 功能和共享 ML 模型，Snowflake 在竞争中脱颖而出。此外，Snowflake 还能让用户更轻松地从其 data 中提取洞察力，而无需学习任何新工具或语言。.
功能商店（私人预览版）
A 功能商店 是管理和共享机器学习功能的中央存储库。Snowflake 的新功能存储库使用户更容易开发和部署 ML 模型。.
这是 Snowflake 与其他 cloud data platforms 的不同之处，因为它为用户提供了管理其所有 ML 功能的单一场所。这可以帮助用户节省时间，提高 ML 开发流程的效率。.
以下是 Snowflake 功能商店的一些具体使用案例：
模式共享
Snowflake 能够共享 ML 模型，这也是其与众不同之处。这将使人们更容易在 ML 项目上开展合作，并实现 ML 访问的民主化。.
具体来说，Snowflake 允许用户与组织内外的其他人共享 ML 模型。这有助于加快 ML 应用程序的开发和采用。.
以下是 Snowflake 模型共享功能的一些具体使用案例：
雪花笔记本（私人预览中）
雪花笔记本, 它与其他 cloud data platforms 上已推出数年的笔记本电脑有相似之处。Databricks 是这一领域的先驱，BigQuery 也紧随其后推出了它的 公告 8 月 31 日。这些笔记本经过精心设计，可在 Snowflake 生态系统中优化性能。.
与传统集成开发环境相比，Snowflake Notebooks 具有许多优势，例如
雪花笔记本目前处于测试阶段，但预计不久将向公众发布。.
Snowflake 作为机器学习开发环境与其他环境的不同之处在于，它包含可通过 Snowpark ML 库访问的 Python API 和用于定义、管理和检索特征的 SQL 接口，以及用于特征元 data 管理和连续特征处理的托管基础设施。这消除了对专业人工智能知识的需求。此外，特征库和模型共享功能使 Snowflake 能够更有效地追赶竞争对手，特别是 Databricks，后者在过去几年中由于与 ML Flow 集成而明显占据了上风。.
结论
雪花公司发布的新功能，包括雪花 Cortex、Copilot、文档人工智能和笔记本电脑，肯定了该公司对创新的承诺。虽然 data 科学公告符合当前的 GenAI 趋势，但必须谨慎对待。值得注意的是，某些功能虽然早已公布，但仍有待在所有环境中普及。最后，让我们以开放的心态和谨慎乐观的态度对待这些创新，随时准备拥抱各种可能性，同时立足于现实。.
