Snowflake已制定计划，通过消除非专家客户的复杂性来帮助民主化机器学习（ML）资源。
在雪花峰会的年度用户会议上，数据库公司发表了许多公告，旨在促进机器学习的吸收。其中最主要的是增强对Python（编写许多ML产品的语言）和一个新的应用程序市场的支持，使合作伙伴能够将其模型货币化。
“我们的目标是使客户尽可能容易地利用先进的ML模型而不必从头开始建造，因为这需要大量的专业知识，”在Snowflake的ML负责ML的Tal Shaked说。
你可能喜欢
开源优势：夺回对云的控制
DeepSeek的开源AI策略如何塑造模型蒸馏的未来
您的AI，您的规则：为什么BYO-LLM“带上自己的LLM”是未来
“通过诸如雪花市场之类的项目，我们希望以大规模和安全的方式为客户提供一种针对其数据来运行这些模型的方法。”
所有人的访问
尽管机器学习是一个数十年历史的概念，但仅在过去几年中，在计算，存储，软件和其他技术方面都有进步，为广泛采用铺平了道路。
即使如此，大多数创新和专业知识在诸如Google和meta等少数公司中的汇总不成比例。
Snowflake的野心是通过合作伙伴关系和生态系统驱动的方法为机器学习最前沿的机会提供机会。
你是专业人士吗？订阅我们的新闻通讯
注册techradar Pro新闻通讯，以获取您的业务成功所需的所有首选，意见，功能和指导！取得成功！请与我联系我们的其他未来品牌的新闻，并代表我们值得信赖的合作伙伴或Sponsorsby提交您的信息，您同意您同意的条款和隐私政策，并年龄在16岁或超过16岁之间。
Shaked在加入Snowflake之前在Google的一系列机器学习项目中工作，他解释说，客户将获得基础资源的访问权限，其最重要的是，他们可以对其特定用例进行小型优化。
他建议，例如，Openai之类的人开发的复杂的自然语言处理（NLP）模型可能是寻求开发ML驱动订购系统的快餐客户的通用基础。在这种情况下，客户没有参与基础模型的培训和调整，但仍然可以从技术中获得所有好处。来自雪花峰会的更多信息
>雪花在python上全力以赴
> Snowflake推出了类似App Store的企业应用市场
> Snowflake承诺在应用程序开发中引入“文艺复兴”
他告诉Techradar Pro：“在ML领域，有很多创新发生，我们希望以整合的形式将其带入雪花。”“这是关于询问我们如何与这些提供商集成，以便我们的客户可以进行微调而无需聘请一堆博士学位。”
Snowflake的联合创始人Benoit Dageville在当天早些时候回应了这种观点，他谈到了在客户和合作伙伴生态系统中共享专业知识的重要性。
“民主化ML是我们试图做的事情的重要方面。我们成为一个ML平台，而不仅仅是您建造并为自己使用它的地方；革命在于共享专业知识。”
“它不再仅仅是使用这项技术的这个世界的Google和meta＆rsquo，因为我们可以易于分享。”
免责声明：我们在2022年雪花峰会的航班和住宿是由雪花资助的，但该组织对本文内容没有编辑控制。
