Databricks запускает Genie Code и приобретает Quotient AI

Databricks представила Genie Code — агента на основе искусственного интеллекта, предназначенного для выполнения сложных задач в области инженерии данных и аналитики, — и приобрела Quotient Artificial Intelligence, компанию, специализирующуюся на выявлении сбоев в ИИ-агентах, сообщает dailysynapse.com.

Эти два шага связывают автоматизацию работы с данными с задачей обеспечения надёжности автономного программного обеспечения. Databricks представляет Genie Code как следующий этап после традиционных помощников по программированию. Система не просто предлагает строки кода, а должна планировать и выполнять рабочие процессы, связанные с данными, при этом ответственность за контроль сохраняется за людьми.

Более широкий аргумент компании заключается в том, что корпоративный ИИ должен понимать смысл и структуру информации, с которой он работает. В корпоративной среде это может включать устоявшиеся бизнес-определения, предыдущие запросы, правила безопасности и связи между системами данных. Genie Code должен использовать этот контекст, преобразуя запрос пользователя в спецификации, необходимые для работы с данными в производственной среде.

От предложений кода к контролируемым рабочим процессам

Genie Code создан для тесной работы с платформой данных Databricks и её системой управления Unity Catalog. Unity Catalog призван обеспечивать границы безопасности и управления для действий агента. Ожидается, что Genie Code будет работать преимущественно внутри Databricks, тогда как Unity Catalog также сможет обеспечивать доступ к внешним источникам данных.

Такая архитектура отражает изменение представлений Databricks о том, как команды по работе с данными будут использовать ИИ. Акцент смещается с необходимости писать каждую строку кода на управление, проверку и координацию программных агентов. Компания ожидает, что преимущества проявятся не только на этапе первоначальной разработки.

После создания системы данных на рутинные операционные задачи может уходить значительная часть внимания. Databricks утверждает, что агенты смогут помогать поддерживать работу конвейеров и расследовать проблемы, вызванные изменениями в вышестоящих системах. В такой модели специалисты по работе с данными будут тратить меньше времени на ручное исправление отдельных процессов и больше — на контроль автоматизированных систем, отвечающих за них.

Технологи Databricks заявили, что Genie Code уже используется для подготовительных задач, которые в противном случае могут быть трудоёмкими. К ним относятся очистка таблиц, поиск отсутствующих значений, заполнение этих пропусков и применение преобразований. Автоматизация таких шагов позволит специалистам по данным уделять больше внимания своей основной работе в области машинного обучения, не тратя столько времени на подготовку входных данных.

Проверка агентов в случае сбоев

Покупка Quotient Artificial Intelligence направлена на решение отдельной, но тесно связанной проблемы: агент может обладать способностью действовать и при этом принимать неподходящие решения. Quotient разрабатывает технологии для анализа поведения агента, диагностики сбоев и оценки эффективности его процессов.

Стартап основали разработчики, ранее работавшие над Copilot компании GitHub. Его специализированные модели могут изучать действия агента и выявлять случаи, когда тот выбрал неправильный вызов инструмента. Такой анализ призван показать не только то, что рабочий процесс завершился сбоем, но и где именно произошёл сбой, а также что агент пытался сделать в этот момент.

Databricks планирует интегрировать технологии Quotient в Genie Code и свою более широкую агентную платформу. Цель состоит в том, чтобы предоставить организациям возможность постоянно наблюдать за работающими агентами, расследовать их ошибки и корректировать их по мере изменения окружающих условий.

Почему это сочетание важно

Внедрение автономных инструментов для работы с данными в компаниях зависит не только от способности генерировать код. Такие системы должны работать в рамках корпоративных определений и разрешений, выполнять задачи в связанных между собой процессах обработки данных и оставаться понятными, когда их решения приводят к неожиданному результату. Запуск и приобретение Databricks направлены на решение этих требований одновременно.

Genie Code предоставляет механизм планирования и выполнения задач с данными, тогда как технологии Quotient призваны обеспечивать обратную связь о поведении агента. Такое сочетание может поддержать цикл, в котором агенты выполняют работу, их действия оцениваются, а их поведение со временем улучшается.

Руководители Databricks описали это как часть более масштабной трансформации работы с данными. В представлении компании люди-специалисты не исключаются из процесса; вместо этого их роль переосмысливается как надзор и оркестрация. Успех такого подхода будет зависеть от того, насколько эффективно системы интерпретируют бизнес-контекст, соблюдают механизмы управления и реагируют на изменения в базовой среде данных.