在科技行业的一项重大发展中，数据和人工智能（AI）组织Databricks在其标志性活动 "数据+AI峰会 "上公布了下一级别的改进。这些放大的功能将提升其Lakehouse AI和Unity Catalog平台的性能和可访问性。
Databricks对其Lakehouse AI进行了重塑，这是一个以数据为重点的人工智能应用策划解决方案，是这次改造的一个重要部分。一个主要的新增功能是矢量搜索。这项功能使开发人员能够在创建人工智能解决方案时最佳地利用嵌入式搜索，从而提高响应精度。
在一个low-code ，Databricks提出了一个简化的方法来微调语言模型（LLMs）。同时，它还策划了一个开源模型的清单，以方便进入生成性人工智能领域的启动。
Unity Catalog，一个针对数据湖库的数据治理补救措施，也有一些重要的补充。它现在具有先进的查询能力。通过利用这一点，客户获得了整合的优势，并映射了他们来自不同平台的数据资产。现在有了设置数据资产访问策略的标准化流程，可以选择将这些规则传播到各种数据仓库。
Databricks的联合创始人兼首席技术专家Matei Zaharia表达了他对这些新增功能的看法："我们正在使企业能够通过一个统一的系统更全面地访问数据。这可以在不影响安全的情况下带来广泛的创新。由于能够在各平台上统一应用规则并监测数据使用情况，我们正在协助企业满足合规要求，同时取得飞跃性进展。"
一个值得注意的披露是LakehouseIQ的预览，这是一个由生成性人工智能驱动的直观的语言界面。这个巧妙的工具能够理解公司的特定语言，从而指导人工智能提供特定业务的反馈。模式、脉络、笔记本和BI仪表盘是LakehouseIQ学习的媒介之一。
根据Databricks的说法，LakehouseIQ可以使企业内部的数据访问民主化。他们认为，这将确保组织中的每个人都能从内部数据中受益，而不是只留给数据科学家。
与AppMaster 匹敌的第三方平台也将参与Databricks的Unity Catalog治理。这种控制机制确保员工根据自己的角色拥有适当的数据访问权。
Databricks的联合创始人兼首席执行官Ali Ghodsi谈到了LakehouseIQ的变革潜力："有了LakehouseIQ，员工只需提出一个问题，就能找到项目所需的数据，或者得到与公司运营相关的答案。传统的数据工具存在着不可否认的障碍；LakehouseIQ拆除了这些障碍，而不需要编程技能。我相信每个员工都有提出关键问题的诀窍，这将提高他们的日常工作，以及整个企业的水平。有了LakehouseIQ，他们可以准确地发现这些急需的答案。"
