لقد دخلت الذكاء الاصطناعي في العديد من جوانب تكامل البياناتبما في ذلك تعيين البيانات. يتضمن تعيين البيانات بالذكاء الاصطناعي التعرف الذكي على البيانات وتعيينها من مكان إلى آخر.

في بعض الأحيان، قد يكون إنشاء خطوط أنابيب البيانات يدويًا أمرًا مهمًا. قد تتطلب العملية تحويلات معقدة بين مخططات المصدر والهدف أثناء إعداد التعيينات المخصصة.

توفر هذه العملية اليدوية المرونة وتساعد في ضمان دقة التعيينات والتحويلات - ولكنها قد تستغرق وقتًا طويلاً ومعقدة للمستخدمين غير الفنيين. إن تعيين البيانات من خلال التعليمات البرمجية أكثر تقنية - تتطلب معرفة Python وJSON ولغات الترميز الأخرى. تعمل الأدوات التي لا تتطلب تعليمات برمجية على تبسيط الإجراء بشكل كبير من خلال تمكين نهج السحب والإفلات لتعيين البيانات.

تذهب الأدوات الحديثة إلى أبعد من ذلك وتتيح تعيين البيانات استنادًا إلى الذكاء الاصطناعي. دعونا نلقي نظرة على ماهية هذا الأمر بالضبط وكيف يمكن للفرق تعيين البيانات بسلاسة باستخدام الذكاء الاصطناعي.

ما هي خرائط بيانات الذكاء الاصطناعي وماذا تنطوي عليه؟

تستخدم عملية تعيين البيانات بالذكاء الاصطناعي لإنشاء تعيينات تلقائية بين مخططات المصدر والهدف لحركة البيانات. ويمكنها أيضًا استخدام التعلم الآلي للتعلم من البيانات التي ينشئها المستخدم للحصول على اقتراحات تعيين دقيقة.

يمكن أن تكون هناك طرق متعددة للقيام بذلك. تتطلب بعض الأدوات إدخال حقول المصدر والوجهة ثم تحديد المطالبات المعدة مسبقًا لإجراء التعيين.

المصدر: filevine

تتطلب البرامج الأخرى منك إدخال مطالبة مخصصة - مما يوفر مزيدًا من المرونة. يؤدي هذا إلى إرسال التعليمات إلى LLM الذي يشرع بعد ذلك في تعيين الحقول المطلوبة. يمكن أن يبدو المطالب البسيط على النحو التالي:

سأعطيك قائمتين محددتين من السلاسل، تحتاج إلى بناء خريطة بينهما بناءً على التشابه الدلالي.
قم بإرجاع النتائج باسم الزوج الفردي وقيمته مفصولة بفاصلة والأزواج مفصولة بسطر جديد ولا تقم بتعديل الأسماء في القوائم المقدمة ولا تقم بتعيين الحقل إذا لم يتم توفيره في أي قائمة.

القائمة 1: {0}

القائمة 2: {1}

حيث {0} و {1} هي أسماء الحقول من الكائن

يمكن أن تكون المطالبات المختارة بسيطة أو معقدة قدر الإمكان، اعتمادًا على:

• تخطيط ملف المصدر.
• التحولات المطلوبة.
• الاختلافات الدلالية بين ملفات الإدخال والإخراج.
• التخطيط النهائي.

فوائد رسم خرائط البيانات باستخدام الذكاء الاصطناعي

دقة أعلى:يمكن للذكاء الاصطناعي أن يوصي بتعيينات دقيقة للغاية استنادًا إلى غيغابايت من بيانات التدريب. كما يمكنه اكتشاف الأخطاء البشرية مثل مطابقة الأعمدة بشكل فعال.

تحويلات قابلة للتخصيص بدرجة كبيرة: يمكن أن يساعد الذكاء الاصطناعي في دمج الأعمدة وإنشاء سجلات متداخلة وحتى حساب القيم الحسابية أثناء التعيينات.

توفير الوقت والتكلفة وإمكانية التوسع: يمكن للمستخدمين إعادة استخدام المطالبات عبر الملفات لتوفير الوقت وتحسين الإنتاجية. كما تمكنهم إعادة الاستخدام هذه من توسيع نطاق تكامل البيانات بسهولة. تساعد أدوات تعيين بيانات AT أيضًا في توفير التكاليف حيث قد يتطلب التعيين اليدوي موارد بشرية متعددة. تساعد الذكاء الاصطناعي في أتمتة هذه العملية.

سهل الاستخدام من قبل رجال الأعمال: تتيح أدوات تعيين البيانات بالذكاء الاصطناعي بدون أكواد للأشخاص غير الفنيين تسريع الوقت المستغرق للوصول إلى المعلومات من خلال تبسيط عملية تكامل البيانات.

تأهيل أسرع: تعمل عملية تعيين بيانات الذكاء الاصطناعي على تقليل وقت نشر خط الأنابيب من خلال أتمتة عملية التعيين والتكامل، مما يقلل بدوره من وقت دمج العملاء. كما يقلل أيضًا من وقت دمج الشركاء.

تجربة رسم خرائط البيانات بالذكاء الاصطناعي مع Astera منشئ خط أنابيب البيانات

Astera يستخدم Data Pipeline Builder تعيينًا دلاليًا مدعومًا بالذكاء الاصطناعي لتبسيط عملية تكامل البيانات. تستخدم ميزة AI Automapper العلاقات الدلالية لتعيين الحقول تلقائيًا بين المخططات المختلفة.

يستخدم الذكاء الاصطناعي لفهم سياق ومعنى الحقول لربط الحقول ذات الصلة، مثل "المدينة" و"البلد". ويمكن القيام بذلك بنقرة زر واحدة. دعنا نلقي نظرة على المثال التالي:

داخل واجهة مستخدم ADPB، يمكن للمستخدمين سحب مصدر إلى وجهة لإنشاء خرائط تلقائيًا بين أعمدة تحمل أسماء متشابهة. ومع ذلك، يجب تعيين الأعمدة التي تحمل أسماء مختلفة لنفس المتغير يدويًا.

ومع ذلك، من خلال النقر على زر واحد، ربط الإجراءات لإنشاء خرائط باستخدام الذكاء الاصطناعييمكن للمستخدمين إنشاء خرائط تلقائيًا بين الحقول المتشابهة دلاليًا، مثل ShipCountry وShipNation.

الآن، تم تعيين الحقول بشكل صحيح. تساعد هذه الميزة في تعيين البيانات عندما يكون ملف المصدر والوجهة متشابهين مع بعض تغييرات اسم الحقل.

يمكن للمستخدمين أيضًا استخدام Smart File Source للتعامل مع الملفات الديناميكية. يتيح Smart Source للمستخدمين تحويل الملفات المستخرجة الديناميكية وتعيينها إلى تنسيق وجهة قياسي. إنه يلبي احتياجات تخطيطات مختلفة يمكن أن يصل عددها من اثنين إلى الآلاف. كما يدعم تنسيقات إخراج مختلفة، مثل JSON وcsv والنص.

تتيح هذه الميزات للفرق إنشاء خطوط أنابيب بيانات معقدة وصيانتها بسرعة دون أي مساعدة فنية. ما النتيجة؟

• دمج العملاء بشكل أسرع.
• تقليل الوقت المستغرق للوصول إلى الرؤية.

اقرأ دراسة الحالة الكاملة: https://www.astera.com/type/case-study/a-global-property-and-casualty-insurer/.

جرب هذه الميزات من خلال إصدار تجريبي مجاني لمدة 14 يومًا هنا.