最新版本增强了智能数据自助服务和转换功能,让更多用户能够轻松利用数据获得强大洞察力。
近日,数据管理领域领导者 Denodo 宣布推出 Denodo 平台 V9.0。这一最新版本采用人工智能驱动,支持自然语言查询,用户无需了解 SQL 即可获取数据洞察,实现智能数据交付。Denodo 平台 V9.0 还能够为大模型(LLM)提供来自整个企业的实时、受治理的数据,通过检索增强生成(RAG)为生成式 AI 应用提供可信、相关度高、深入的结果。此外,该平台还具备一系列强大的新功能,进一步增强了数据管理能力。通过将智能化数据交付,Denodo 平台 V9.0 将逻辑数据管理推进到 AI 和高级分析的新阶段,将愿景变为现实。
“我们相信 Denodo 9.0 将改变游戏规则。自助数据准备和生成式 AI 集成将使所有用户都能轻松定制和使用数据集,”家具巨头City Furniture 数据与分析副总裁 Ryan Fattini 表示。“Iceberg 和 Delta Lake 的集成增强了分析能力,先进的安全治理和审计工具改善了监督和合规性。”
借助 Denodo 平台 V9.0 的新功能,系统将在用户与数据交互时进行学习,并根据每个用户的当前需求自动推荐最佳数据,显著提高广大用户的工作效率,因为他们无需再花费时间确定要使用哪些数据或数据位置。用户可以使用自然语言输入查询,不仅可以获得即时结果,还可以获得查询构造方式的详细细分。在底层,系统将优化跨多个渠道的数据交付,自动选择最快捷的方法,节省时间和成本。此外,平台还加强了对内置安全措施的遵从性,进一步提升了安全性。
权威机构TDWI (The Data Warehousing Institute,数据仓库研究所)副总裁兼高级分析高级研究总监 Fern Halper 表示:“在 TDWI,我们相信,在不断努力统一各种数据的过程中,公司将利用物理和逻辑数据架构。” “Denodo 平台 V9.0 承诺为能够适应这两种方法的数据结构提供强大支持,并增强 AI 功能,以提高数据结构灵活性,以支持更广泛的不同用户角色。”
Denodo平台V9.0的主要功能包括:
● 自然语言查询支持: 通过与 ChatGPT、AWS Bedrock 和其他生成式 AI 平台的无缝集成,业务用户可以使用自然语言查询数据,无需手动编写查询语句,如同用日常语言提问一样简单。
● 全新数据准备向导: 所有技术背景的用户都可以无缝自定义数据集,以满足个性化需求。业务用户可以跨多种用例对数据产品快速修改,无需数据团队的支持,将数据团队解放出来,执行更具战略性的任务。
● 智能查询建议: 利用 AI,Denodo 平台 V9.0 查询向导响应用户活动,通过自动定制转换和数据集过滤器,简化数据查询过程。
● 支持 AI 就绪数据: Denodo 平台 V9.0 使企业能够通过检索增强生成(RAG)轻松地将实时、企业专业数据纳入其生成式 AI 项目。
● 改进的开发者体验功能: Denodo 平台 V9.0 增强了对 DevOps 简化协作的支持,集成了 Scheduler 作业以实现更高效的任务管理,全新的欢迎门户以更快的速度帮助开发者入门,优化设计的数据源面板以更轻松地方式访问和操作数据。
● 增强的基于 MPP 的数据湖引擎: Denodo 平台 V9.0 的基于大规模并行处理(MPP)的数据湖引擎提供了简化的配置,更容易与 Delta Lake 和 Iceberg 表集成,增强分析功能,使数据湖更易于访问和操作,增加企业组织从中获得的价值。
● 高级联邦治理: Denodo 平台 V9.0 为管理不同团队对数据产品的分散创建和重用提供了更细粒度的控制。
● 增强的审计功能: Denodo 平台 V9.0 提供了用于检查和审计数据访问策略的增强工具,改进监督并遵守以数据为中心的法规。
“说我们对 Denodo 平台 V9.0 感到‘兴奋’是一种轻描淡写的说法,” Denodo 执行副总裁兼首席技术官 Alberto Pan 表示,“这个经过数年开发的版本,为数据管理带来前所未有的智能化水平,这将为商业和技术用户开辟丰富的新机会。新的人工智能和数据准备功能,包括对 RAG 的支持,将为更广泛的用户群体带来先进、可信的数据分析,改进的 MPP 和 DevOps 功能将加速数据访问,在底层,使数据分析体验更快、更无缝的应用在更广泛的用例中。”
关于Denodo
Denodo 是数据管理领域的领导者,多年蝉联Gartner数据集成工具魔力象限、Forrester Wave™ 企业数据编织“领导者”位置 ,屡获殊荣的 Denodo 平台是领先的逻辑数据管理平台,以业务速度以业务语言为整个组织的所有数据相关计划提供数据。Denodo 的客户遍布全球 30 多个行业的企业,多数来自世界500强与全球2000强。他们在不到六个月的时间内收回成本,短期内实现超过 400% 的投资回报率和数千万元收益。欲了解更多信息,请访问 denodo.com.cn,或扫码进群咨询“逻辑数据编织”。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。