Искусственный интеллект для анализа табличных данных: GenSQL

 GenSQL: A Generative AI System for Databases that Advances Probabilistic Programming for Integrated Tabular Data Analysis

“`html

GenSQL: Искусственный интеллект для анализа табличных данных

Генеративные модели табличных данных играют ключевую роль в байесовском анализе, вероятностном машинном обучении, а также в таких областях, как эконометрика, здравоохранение и системная биология. Исследователи разработали методы для автоматического обучения вероятностных моделей для таких данных. Для эффективного использования этих моделей для сложных задач пользователи должны без проблем интегрировать операции доступа к записям данных и вероятностным моделям. Это включает в себя генерацию синтетических данных с учетом ограничений, условное распределение на наблюдаемых данных и выполнение операций с базами данных на комбинированных табличных и модельных данных. Однако большинство систем вероятностного программирования фокусируются на спецификации моделей и оценке параметров, требуя большей поддержки для сложных запросов к базам данных, объединяющих табличные данные с генеративными моделями.

GenSQL: новая система для запросов к генеративным моделям

Исследователи из MIT, Digital Garage и Carnegie Mellon представляют GenSQL – систему вероятностного программирования для запросов к генеративным моделям таблиц баз данных. GenSQL расширяет SQL с новыми примитивами для выполнения сложных байесовских рабочих процессов. Он интегрирует вероятностные модели, которые могут быть автоматически изучены или созданы на заказ, с табличными данными для задач, таких как обнаружение аномалий и генерация синтетических данных. Новый интерфейс GenSQL и гарантии корректности обеспечивают точное и эффективное выполнение запросов. Тесты показывают превосходную производительность GenSQL, предлагая ускорение до 6,8 раз по сравнению с конкурентами. Реализация с открытым исходным кодом поддерживает различные языки вероятностного программирования, доказывая свою полезность в реальных приложениях.

Преимущества GenSQL

GenSQL предлагает формальную систему, денотационную семантику, гарантии корректности и унифицированный интерфейс для вероятностных моделей. Он использует синтез вероятностных программ для мощных байесовских рабочих процессов и поддерживает модели из различных языков вероятностного программирования. В отличие от BayesDB, GenSQL предоставляет новые семантические концепции, теоремы корректности и улучшенную производительность и выразительность, позволяя вложенные запросы и объединение результатов из нескольких моделей.

Использование GenSQL

GenSQL – это вероятностное расширение SQL, предназначенное для запросов к вероятностным моделям табличных данных. Он включает конструкции для традиционных операций SQL и вероятностных моделей, с отдельными именами и типами для столбцов и таблиц. Система типов обеспечивает корректность выражений, обрабатывая непрерывные и дискретные типы, и включает специальные правила для событий с нулевой вероятностью. Семантика GenSQL использует теорию мер для вероятностных аспектов, предлагая композиционную семантику для выражений. Он содержит конструкции условий, синтаксические ярлыки и специальную обработку значений null. GenSQL идеален для генерации синтетических данных, запросов к вероятностным моделям и выполнения сложных условных запросов.

Оценка GenSQL

Оценка GenSQL, расширения SQL для вероятностного программирования на основе Clojure, сравнивает его производительность с аналогичными системами. Проведенные на экземпляре Amazon EC2 C6a исследования бенчмарков оценивают время выполнения и оптимизации с использованием вероятностных моделей, сгенерированных через ClojureCat. GenSQL значительно превосходит BayesDB по результатам десяти бенчмарковых запросов, достигая ускорения от 1,7 до 6,8 раз благодаря эффективному бэкэнду ClojureCat и стратегическим оптимизациям, таким как кэширование и использование независимости столбцов. Кейс-стади демонстрируют его практическое применение в обнаружении аномалий в клинических испытаниях и генерации синтетических данных для генетических экспериментов, подтверждая его эффективность в сложных сценариях анализа данных и моделирования.

Инновации GenSQL

GenSQL инновирует вероятностное программирование, специализируясь на приложениях табличных данных и отличаясь от универсальных систем вероятностного программирования в нескольких ключевых аспектах. Он облегчает многоязычные рабочие процессы через свою AMI, позволяя без проблем интегрировать модели на различных языках и бэкэндах. GenSQL также вводит декларативный подход к запросам, упрощая сложные запросы, объединяющие вероятностные модели с операциями баз данных. Более того, он обеспечивает многоразовые оптимизации производительности, подобные тем, что применяются в традиционных СУБД, повышая эффективность в различных областях без необходимости оптимизаций, специфичных для отрасли. Эти инновации обещают более широкое применение в генерации синтетических данных и разработке модульных запросов, способствуя эффективному и масштабируемому использованию генеративных моделей в практическом анализе данных.

Подробнее о статье, блоге и GitHub. Вся заслуга за это исследование принадлежит его авторам. Также не забудьте подписаться на наш Twitter.

Присоединяйтесь к нашему Telegram-каналу и группе LinkedIn.

Если вам нравится наша работа, вам понравится наша рассылка.

Не забудьте присоединиться к нашему сообществу 46 тыс. подписчиков на Reddit.

Источник: MarkTechPost

“`

Мобильная разработка на заказ и готовые решения

Мобильная разработка

Готовые и индивидуальные решения

Веб решения - разработка сайтов и сервисов

Web решения

Получите бесплатную консультацию по веб-разработке прямо сейчас

Аутсорсинг, подбор специалистов и команд разработки

Аутсорсинг

Выберите своего специалиста сегодня и начните свой проект

Новости

  • Многоходовое Внимание: Революция в Понимании Языковых Моделей

    Введение в механизмы внимания в языковых моделях Языковые модели (LLMs) активно используют механизмы внимания для эффективного извлечения контекстной информации. Однако традиционные методы внимания ограничены однотокеновым вниманием, что может затруднять понимание сложных языковых зависимостей.…

  • Amazon Nova Act: Революция в автоматизации веб-задач

    Введение в Amazon Nova Act Amazon представил революционную модель ИИ под названием Nova Act, предназначенную для автоматизации различных веб-задач. Этот ИИ-агент может автоматизировать процессы, такие как заполнение форм, навигация по интерфейсу и управление…

  • Руководство для начинающих по терминалу и командной строке: основные команды и советы

    Практические бизнес-решения с использованием Terminal/Command Prompt Введение Terminal и Command Prompt – это мощные инструменты для взаимодействия с компьютерами, которые могут значительно повысить производительность и эффективность в бизнесе. Преимущества использования Terminal/Command Prompt Эффективная…

  • Гибридная система вознаграждений ByteDance: улучшение RLHF с помощью RTV и GenRM

    Введение в Гибридную Систему Наград в ИИ Недавнее исследование от ByteDance представляет значительное достижение в области искусственного интеллекта через гибридную систему наград. Эта система объединяет Проверяющие Задачи Размышления (RTV) и Генеративную Модель Наград…

  • Революционная платформа AI для интеграции рассуждений и поиска

    Введение в ReSearch: Прогрессивная AI-структура Обзор ReSearch ReSearch представляет собой продвинутую структуру, которая обучает большие языковые модели (LLM) комбинировать рассуждения с поиском с помощью обучения с подкреплением, устраняя необходимость в контролируемых данных для…

  • Использование Git и Git Bash: Руководство для бизнеса

    Бизнес-преобразование с помощью Git и искусственного интеллекта Введение Использование Git и Git Bash может значительно улучшить управление проектами. Эти инструменты позволяют командам отслеживать изменения кода и эффективно сотрудничать, что значительно повышает производительность бизнеса.…

  • Создание инструмента для анализа рентгеновских снимков с открытым исходным кодом

    Создание инструмента для оценки рентгеновских снимков с открытым исходным кодом Практические бизнес-решения Создание прототипа инструмента для оценки рентгеновских снимков может значительно улучшить процессы диагностики и повысить качество обслуживания клиентов в медицинских учреждениях. Использование…

  • Увеличение разнообразия креативного письма с помощью DPO и ORPO в ИИ моделях

    Улучшение креативного письма с помощью ИИ: Практические решения для бизнеса Понимание проблемы креативного письма в ИИ Креативное письмо требует разнообразия и воображения, что представляет собой уникальную задачу для систем искусственного интеллекта (ИИ). В…

  • Оценка юридических ответов на соответствие GDPR с помощью платформы Atla

    Оценка юридических ответов для соблюдения GDPR с помощью платформы Atla Обзор Данный гид описывает практический подход к оценке качества юридических ответов, сгенерированных языковыми моделями, с использованием платформы Atla и Python SDK. Наша цель…

  • VideoMind: Прорыв в понимании видео с помощью ИИ

    Видеоминд: Применение AI для понимания видео Видеоминд представляет собой значительное достижение в области искусственного интеллекта, особенно в понимании видео. Этот инновационный подход решает уникальные задачи анализа видеоконтента. Понимание задач видеоконтента Видеоматериалы более сложны…

  • Hostinger Horizons: Создавайте веб-приложения без кода с помощью ИИ

    Практические бизнес-решения с использованием Hostinger Horizons Hostinger Horizons предлагает уникальные возможности для бизнеса благодаря своей платформе без кода, которая упрощает создание веб-приложений. Вот как это может улучшить бизнес и реальную жизнь: Преимущества использования…

  • Hunyuan-T1: Революция в Искусственном Интеллекте для Бизнеса

    Практические бизнес-решения Преобразование рабочих процессов Искусственный интеллект может значительно улучшить бизнес-операции. Вот практические шаги, которые стоит рассмотреть: 1. Определите возможности автоматизации Ищите процессы, которые можно автоматизировать для повышения эффективности. 2. Улучшите взаимодействие с…

  • FFN Fusion от NVIDIA: Революция в эффективности больших языковых моделей

    Введение в большие языковые модели Большие языковые модели (LLMs) становятся все более важными в различных секторах, обеспечивая работу приложений, таких как генерация естественного языка и разговорные агенты. Однако с увеличением размера и сложности…

  • UI-R1: Улучшение предсказания действий GUI с помощью обучения с подкреплением

    UI-R1 Framework: Улучшение предсказания действий GUI с помощью ИИ Обзор проблемы Традиционный метод обучения больших языковых моделей (LLMs) и агентов графического пользовательского интерфейса (GUI) требует больших объемов размеченных данных, что приводит к длительным…

  • Эффективное Масштабирование Времени Вывода для Бизнеса

    Оптимизация времени вывода для потоковых моделей: практические бизнес-решения Введение Недавние разработки в области искусственного интеллекта сместили акцент с увеличения размера модели и объема обучающих данных на повышение эффективности вычислений во время вывода. Эта…

  • Устойчивое развитие AI для временных рядов с помощью синтетических данных: инновационный подход Salesforce

    Возможности ИИ для анализа временных рядов с использованием синтетических данных Анализ временных рядов имеет огромное значение для бизнеса, но он сталкивается с проблемами доступности и качества данных. Использование синтетических данных может решить эти…

  • Руководство по решению уравнения Бюргера 1D с помощью PINNs в PyTorch

    Практическое руководство по преобразованию бизнеса с помощью ИИ Это руководство демонстрирует, как использовать физически обоснованные нейронные сети (PINNs) для решения уравнения Бургенса и как такие технологии могут улучшить бизнес-процессы и реальную жизнь. Шаги…

  • Открытие OpenVLThinker-7B: Новый уровень визуального мышления для бизнеса

    Улучшение визуального мышления с OpenVLThinker-7B Понимание проблемы Модели, объединяющие обработку языка и интерпретацию изображений, испытывают трудности с многошаговым мышлением. Это создает проблемы в таких задачах, как понимание графиков и решение визуальных математических задач.…