Pada konferensi pengembang BUILD 2024, perusahaan cloud data AI Snowflake mengumumkan fitur-fitur baru untuk meningkatkan pengembangan dan penerapan aplikasi AI dengan data perusahaan. Pembaruan terbaru perusahaan ini bertujuan untuk menyederhanakan pembuatan aplikasi percakapan dan meningkatkan efisiensi serta keandalan inisiatif AI. Kepala AI Snowflake, Baris Gultekin, menekankan bahwa AI yang akurat dan tepercaya sangat penting untuk pengambilan keputusan yang efektif, yang menyoroti perlunya data berkualitas tinggi untuk mendukung model AI.

Perusahaan telah melihat pertumbuhan signifikan dalam adopsi Cortex AI, yang memungkinkan perusahaan membangun aplikasi AI menggunakan beragam sumber data dan orkestrasi yang disederhanakan. Kemajuan baru mencakup dukungan multi-moda untuk aplikasi percakapan, konektor basis pengetahuan yang komprehensif, dan kemampuan pra-pemrosesan dokumen yang ditingkatkan. Selain itu, Snowflake telah memperkenalkan API untuk menyederhanakan integrasi aplikasi, serta penilaian dan pemantauan bawaan untuk membuat aplikasi lebih tepercaya dan patuh.

Snowflake juga mengumumkan peningkatan pada kemampuan NLP-nya, menyediakan lebih banyak opsi penyesuaian untuk pemrosesan teks batch dengan model bahasa besar (LLM). Perusahaan memperluas pilihan LLM yang telah dilatih sebelumnya dan memperkenalkan Cortex Playground, sebuah alat untuk membantu pengguna memilih LLM yang paling sesuai dengan kebutuhan mereka. Selain itu, Snowflake meluncurkan penyempurnaan tanpa server dan penyediaan throughput untuk memungkinkan pengembang menyesuaikan model dan menangani pekerjaan inferensi skala besar dengan lebih efisien.

Untuk mendukung pengembangan machine learning (ML), Snowflake ML kini menyertakan notebook bertenaga GPU dan kemampuan pemantauan yang ditingkatkan. Container Runtime, yang dapat diakses melalui Snowflake Notebooks, memungkinkan pelaksanaan tugas pelatihan ML terdistribusi secara efisien. Perusahaan juga menawarkan Model Serving in Containers baru untuk menyebarkan model dalam produksi dan Observability untuk model ML guna memantau kinerja. Fitur Model Explainability milik Snowflake membantu pengguna memahami keluaran model dan mendeteksi kelemahan.

Kemajuan Snowflake mencerminkan komitmen perusahaan untuk mempercepat integrasi AI ke dalam operasi perusahaan, menyediakan alat dan layanan yang memungkinkan perusahaan memanfaatkan AI untuk meningkatkan pengambilan keputusan dan efisiensi operasional.