Lors de son sommet Data + AI à San Francisco, Databricks lance Agent Bricks et les GPU sans serveur.
Databricks introduit Agent Bricks, un outil qui optimise automatiquement les agents d’IA en fonction des données d’entreprise. La solution se concentre sur la maîtrise des coûts, la fiabilité et la simplicité dans les environnements de production.
Optimisation automatique pour les applications spécifiques au domaine
Avec Agent Bricks, Databricks propose une nouvelle méthode de développement d’agents d’IA. Les entreprises ne fournissent qu’une description de la tâche et leurs données d’entreprise. Agent Bricks génère ensuite des données synthétiques, choisit un modèle approprié et applique la technique de récupération adéquate. Le système évalue également automatiquement les performances à l’aide de benchmarks orientés tâches. L’outil est désormais disponible en version bêta.
La solution a été développée dans le cadre de l’initiative de recherche en IA Mosaic de Databricks. Elle est conçue pour remplacer l’approche par essais et erreurs actuellement utilisée dans de nombreux projets d’IA. Selon Databricks, les organisations peuvent ainsi déployer des agents d’IA en production plus rapidement et plus efficacement. Agent Bricks intègre des fonctions de gouvernance et de contrôle pour une utilisation professionnelle.
Applications d’utilisation et annonces supplémentaires
Agent Bricks prend en charge quatre applications principales : l’extraction d’informations structurées à partir de documents, les assistants de connaissances pour des interactions précises de questions-réponses, les transformations de texte personnalisées et les systèmes multi-agents. Les exemples incluent la récupération automatique d’informations sur les produits à partir de PDF de fournisseurs, l’accès direct aux informations de maintenance dans les environnements de production et la synthèse de dossiers médicaux dans les établissements de santé.
En outre, lors de son sommet Data + AI à San Francisco, Databricks a également introduit la prise en charge des GPU sans serveur. Cela permet aux utilisateurs de construire des applications d’IA sans infrastructure GPU propre. Enfin, MLflow 3.0 a été présenté, une plateforme pour gérer l’ensemble du cycle de vie de l’IA. La nouvelle version offre une traçabilité, une intégration avec les données Lakehouse et la prise en charge de la comparaison des performances entre les environnements.
Agent Bricks et Serverless GPU Compute sont désormais disponibles en version bêta. MLflow 3.0 est généralement disponible.