الذكاء الاصطناعي والتعلم الآلي
يُضمن Oracle Analytics الذكاء الاصطناعي/التعلم الآلي في جميع أنحاء المنصة، مما يلبي احتياجات المستخدمين من جميع مستويات المهارات، بدءًا من المستخدمين العاديين إلى المبرمجين. يمكنك توسيع إمكانات الذكاء الاصطناعي/التعلم الآلي المُضمنة باستخدام Oracle Database Machine Learning وخدمات الذكاء الاصطناعي OCI لتغطية مجموعة أوسع من حالات الاستخدام.
الذكاء الاصطناعي والتعلم الآلي للتحليلات
تدمج Oracle Analytics الذكاء الاصطناعي والذكاء الاصطناعي التوليدي والتعلم الآلي في كل جانب من جوانب عملية التحليلات، بدءًا من البيانات حتى اتخاذ القرار، لتحسين إنتاجية المستخدم وتقديم رؤى أفضل قائمة على التحليلات لدعم كل دور. ويمكنك التوسع في الإمكانات المُضمنة مع خدمات بنية Oracle Cloud التحتية (OCI) الإضافية لمعالجة المزيد من حالات استخدام الذكاء الاصطناعي/التعلم الآلي.
التعلم الآلي لمستخدمي الأعمال
استخدم التحليلات المتقدمة بنقرة واحدة لعرض التنبؤات السريعة وخطوط الاتجاه والمجموعات والخطوط المرجعية. يمكن للمستخدمين تخصيص الفترة الزمنية للتنبؤ ونوع النموذج للخوارزميات المضمنة لتناسب البيانات وحالة استخدام الأعمال بشكل أفضل.
وباستخدام بضع نقرات فقط من دون تعليمات برمجية، يمكنك استخدام إمكانية Explain لفحص مجموعة البيانات وتحديد محفزات الأعمال المهمة، والرؤى السياقية، وأوجه الخلل في البيانات. اختر مؤثرات عرض ونتائج من Explain لبدء لوحة معلومات وقصة جديدة.
تفحص قدرة الرؤى التلقائية مجموعات البيانات وتستخدم التعلم الآلي لإنشاء رؤى مرئية تلقائيًا مع جميع المقاييس والسمات المتاحة. يمكن أن يكشف هذا عن الاتصالات والأنماط غير المكتشفة في البيانات التي من المحتمل أنه لم يتم النظر فيها. وبنقرة واحدة، ستعرض Oracle Analytics نطاقًا من التمثيلات المرئية مع أوصاف مفصلة يمكنك إضافتها بسهولة إلى لوحة عمل المشروع. وتتسم جميع العمليات الحسابية المستخدمة لاشتقاق الرؤى بأنها شفافة وقابلة للتحرير.
استخدم إمكانات Explain and Auto Insights لبدء مشروعاتك من خلال الرؤى القائمة على التحليلات المدعومة بالتعلم الآلي وتجنب متلازمة لوحة العمل الفارغة والنتائج المنحازة.
مساعد الذكاء الاصطناعي التوليدي للمحللين
يستخدم Oracle Analytics AI Assistant نماذج اللغات الكبيرة للذكاء الاصطناعي التوليدي (LLMs) من خلال واجهة محادثة لمساعدة المحللين على أن يصبحوا أكثر إنتاجية. من خلال ترجمة اللغة الطبيعية إلى إجراءات دقيقة، يعمل مساعد الذكاء الاصطناعي على سد الفجوة بين رؤية المحلل وإنجازه. يتيح هذا للمحللين طلب تغييرات أو تعديلات مُحددة وجعل مساعد الذكاء الاصطناعي يؤتمت التنفيذ. نتيجة إلى ذلك، لا يحتاج المحللون إلى أن يكونوا خبراء في أدوات التمثيل المرئي أو أن يفقدوا وقتهم في البحث عن الوظيفة أو التكوين المناسب. يمكن للمحللين المألوفين لأدوات التمثيل المرئي الأخرى، مثل Power BI أو Tableau أن يصبحوا منتجين بسرعة باستخدام Oracle Analytics.
اختر من بين نموذجين للغة.
نموذج اللغة الكبيرة (LLM) المُضمن تم تصميمه خصيصًا لفهم Oracle Analytics ومجموعات البيانات النشطة في مصنفك الحالي. إنه دقيق وأقل عرضة للخرافات، على عكس نماذج LLM الخارجية، التي تم تحسينها لمهام المحادثات والتحليلات. على سبيل المثال، الأمر "ما أفضل 5 دول حسب الإيرادات لعملاء الولاء على مستوى الذهب لدينا؟"
يتيح لك Bring-your-own-LLM (BYO-LLM) تكامل اشتراك LLM خارجي من خدمات مثل OpenAI. يوفر LLM الخارجي معرفة إضافية من بيانات التدريب الخاصة به حول العالم الخارجي خارج مجموعات البيانات الموجودة بالفعل في مشروع التحليلات. يتيح ذلك الاستعلامات الأكثر مرونة باستخدام الحقائق المُشار إليها خارجيًا لتعيين قيم التصفية بشكل صحيح. على سبيل المثال، الأمر "ما إيرادات المبيعات في العطلات الرسمية الفيدرالية الأمريكية في عام 2024 لأعلى 10 مدن أمريكية من جانب عدد السكان، إذ كان متوسط درجة الحرارة 22 درجة مئوية أو أعلى؟"
في هذا المثال، تشتمل مجموعة بيانات مشروع التحليلات على جدول إيرادات وجدول تواريخ وجدول إقليمي. لا تحتوي هذه الجداول على معلومات حول العطلات الرسمية الأمريكية وسكان المدن وبيانات الطقس التاريخية. يتم ملء LLM بهذه التفاصيل المفقودة، مما يوفر قيم التصفية الصحيحة لوضع حد لجداول التاريخ والمنطقة بدقة.
معالجة اللغات الطبيعية وإنشائها
استخدم معالجة اللغة الطبيعية المدعومة بالذكاء الاصطناعي (NLP) وإنشاء اللغة الطبيعية (NLG) إلى جانب الاستجابات العامة التي تم إنشاؤها بواسطة الذكاء الاصطناعي لتحسين التفاعل مع التحليلات وفهمها. ما عليك سوى استخدام اللغة الطبيعية—الكلمات الرئيسة المنطوقة أو البحث—للاستعلام عن أي معلومات من مجموعات بيانات Oracle Analytics والطبقة الدلالية، من دون الحاجة إلى فهم موقع تواجد البيانات أو تكوين مجموعة البيانات. عرض التمثيلات المرئية تلقائيًا في السياق أثناء إنشاء الاستعلام.
تنشئ NLG عمليات سرد نصية ذكية للتمثيلات المرئية التي يتم ربطها افتراضيًا مباشرة بمصدر البيانات والتفاعل مع كائنات البيانات الأخرى في لوحة العمل، مثل التمثيلات المرئية وعوامل التصفية. تحتوي التفاصيل السردية على سبعة مستويات قابلة للتحديد، ويمكن تعيين الوصف إما إلى "الاتجاه" أو "التقسيم". يتوفر السرديات النصية بلغات متعددة. باستخدام تطبيق الأجهزة المحمولة، يمكنك تحويل مصنفات التحليلات إلى سرديات منطوقة مثل النشرات الصوتية.
التعلم الآلي لعلماء البيانات
أثناء إعداد البيانات، يمكنك استخدام محرر تدفق البيانات لتدريب نماذج التوقع الرقمي أو المصنف المتعدد أو المصنف الثنائي أو التجميع باستخدام خوارزميات مُدمجة مختلفة. يمكن تخصيص خوارزميات التعلم الآلي هذه، وتدريبها، وضبطها، ثم نشرها إلى مجتمع مستخدمي التحليلات الأوسع. بمجرد نشر النماذج، يمكن تطبيقها على مجموعات بيانات الشركات أو البيانات الشخصية الجديدة.
يمكن التحقق من جودة النماذج المدربة داخل Oracle Analytics Cloud ودقتها. على سبيل المثال، تم تدريب هذا المصنف الثنائي Naïve Bayes باستخدام بيانات التناقص، ويتم تقييم جودة الخوارزمية مقابل القيم الحقيقية المعروفة من بيانات الاختبار.
التوسع باستخدام Oracle Database ML
يمكنك الوصول إلى عمق التعلم الآلي وتطوره في Oracle Database، وهو جزء من Oracle Autonomous Database. يوفر التعلم الآلي في Oracle Database منصة محكمة مركزية لتطوير نماذج التعلم الآلي واختبارها ونشرها باستخدام SQL وR وPython وREST وAutoML. وتمنح مستخدمي الأعمال مرونة استخدام أساليب الخدمة الذاتية عند إعداد بياناتهم. يمكن بعد ذلك تسجيل النماذج المنشورة في Oracle Analytics Cloud لمجموعات أكبر من رجال الأعمال للوصول إلى مجموعات البيانات لديهم وتنفيذها.
ويمكنك استخدام إمكانية AutoML في Oracle Database ضمن تدفق بيانات Oracle Analytics Cloud. وسيقوم بتحليل مجموعة بياناتك وتحديد خوارزمية التعلم الآلي الأكثر دقة تلقائيًا وإنشاء نموذج تعلم آلي جديد. ويعمل هذا على تبسيط العملية، ما يسمح للمستخدمين بإنشاء نماذج دقيقة من دون خبرة في التعلم الآلي.
التوسع باستخدام خدمات OCI AI
تتكامل Oracle Analytics Cloud مع خدمات OCI AI، بما في ذلك OCI Vision وDocument Understanding. وتوسع عمليات التكامل هذه إمكانات التعلم الآلي المُضمنة الحالية في Oracle Analytics Cloud لدعم مجموعة أوسع من حالات استخدام الأعمال. واستخدم النماذج المدربة مسبقًا أو تصميم النماذج المخصصة وتنقيحها ونشرها، وقم بتسجيلها داخل Oracle Analytics Cloud حتى يتمكن متخصصو الأعمال من الوصول إليها مباشرة.
تقدم OCI Vision قوة تحليل صور الذكاء الاصطناعي إلى لوحات معلومات Oracle Analytics Cloud. تخيل نسبة استخدام الشبكة من الكاميرات الأمنية لتتبع إشغال مواقف السيارات تلقائيًا أو مراقبة حركة مرور العملاء في المتاجر. تقوم OCI Vision بتحليل الصور وترجمة المعلومات المرئية إلى رؤى، ما يسمح لرجال الأعمال بسرد قصص البيانات استنادًا إلى ما يمكن رؤيته.
وباستخدام OCI Document Understanding، يمكنك تطبيق نماذج الذكاء الاصطناعي على المستندات مثل ملفات JPEG وPDF واستخراج القيم الأساسية وسياقها. يساعدك هذا على فتح المعلومات من المستندات لإنشاء رؤى إضافية، حتى إذا لم يتم تسجيل المعلومات في قاعدة بيانات مركزية.
تقلل نُهج الخدمة الذاتية الديناميكية هذه من اعتماد مستخدمي الأعمال على فريق علوم البيانات لديك لتنفيذ النماذج الروتينية والمتكررة وتقديم النتائج. يمكن لمستخدمي الأعمال جدولة نماذجهم وتنفيذها بشكل مُستقل، مما يتيح لخبراء علوم البيانات التركيز على المزيد من المهام الاستراتيجية.