Morph AI - ローンチウィーク#1
皆様こんにちは!ローンチウィークの3日目となる本日は、データアプリの構築を支援するAI機能をご紹介します!さっそく始めましょう!
データ作業に特化したAI機能群
一般のAIチャットでも分析は可能ですが、Morph AIはデータ作業に特化してデザインされており、要求に対してより高精度な結果を提供します。以下の点で通常のAIチャットとは異なります。
- データのスキーマを理解している: Morph AIは、ユーザーのデータベースのスキーマ(構造)を理解しているため、テーブル間の関係やカラムの意味を把握し、データの関連性を考慮した正確な分析が可能です。これにより、複雑なクエリでも適切な結果を迅速に得ることができます。
- 前後のデータ処理の結果のスキーマを考慮できる: データ処理の各ステップで生成されるスキーマを把握し、次のステップに適切に引き継ぐことができます。これにより、パイプライン全体の整合性を保ちながら、効率的にデータ処理を進めることができます。
- 各カラムの意味や固有名詞の説明など、知識を与えることができる: ユーザーは、カラムの意味や用途に関する知識をAIに提供することができ、これによりAIはより精度の高いクエリや分析を実行します。
パイプライン構築
キャンバス上でMorph AIを呼び出すと、パイプライン構築の機能を使用することができます。Morph AI に指示を与えると、複数のSQL・Pythonファイルからなるマルチステップのデータパイプラインを自動で構築することができます。
具体的なステップは以下の通りです。
- ユーザーが指示をする。
- 指示を元に、Morph AIがデータパイプラインに含まれるべきSQLとPythonファイルとその処理内容のプランニングをする。
- プランニングを元に、実際のファイルの中身を生成する。
- 生成したファイルを順次実行する。その過程でエラーが発生した場合はエラーメッセージを元に自動で修正をする。
Morph AIが生成したSQLやPythonをユーザーが後から変更することも可能なため、細かなニーズに合わせたデータパイプラインを柔軟に構築することができます。
このように、Morph AIのパイプライン構築機能を用いることで、膨大なデータ処理の構築コストを大幅に削減することができます。
コード生成
キャンバス上に配置されたSQL・Pythonファイルに続く処理をボタンから追加することができます。この際、あなたはコードをゼロから書くのではなくて、初期生成をMorph AIに依頼することができます。
Morph AIは、直前のデータ処理の結果を理解した上で、あなたの指示をもとにコードを生成します。これにより、新たなデータ処理のステップを追加する際のコストが大幅に削減できます。
コード編集
Morph AIはコードの編集も上手に行います!PythonやSQLに対しては、データ処理の細かな調整を依頼したり、MDXに対してはスタイルの変更を依頼するのがよいでしょう!
たとえばPythonの場合、データ処理に便利なライブラリはたくさんありますが、そのAPIを細かく理解するのは難しい場合があります。そのような場合でも、Morph AIに編集を依頼することでスムーズにコードをアップグレードすることができます。
今後のロードマップ
現時点でのMorph AIも、データアプリの構築作業をサポートするための強力な機能を備えていると確信していますが、AIにおける私たちの旅はまだ始まったばかりです。
Morph AIのアップデートに関して、私たちはいくつかの具体的なアイデアを持っています。
まずは、精度面のさらなる改善です。
Morphの提供を通じて、データアプリ構築のノウハウやベストプラクティスがより明らかになっていくと同時に、Morph AIが解くべき問題がより狭く具体的になっていくはずです。それに合わせてMorph AIを調整し、さらなる精度の改善に努めたいと思っています。
次に、Morph AIに対するコンテクストの提供方法のアップデートです。
実際に自然言語を使ってデータパイプラインを構築しようとすると、固有名詞や社内用語などのコンテクストを処理する必要があることに気づきます。現時点でもデータスキーマに表現されていてれば、Morph AIはそれを理解することができますが、たとえばPDFで保管されている文書や、テキストファイルからコンテクストを与えることができた方が望ましいでしょう。また、既存のデータカタログとの連携も前向きに検討しています。
おわりに
本日はMorphのAI機能についてご紹介しました!
明日は、外部データソースとのインテグレーションについてご紹介します!