お知らせ

Python バージョンの非推奨

公開日: 2023-07-27

Foundry では、オープンソースの Python EOL タイムラインに従って、Python 3.6 および 3.7 が非推奨となります。コードリポジトリでは自動アップグレードが試みられますが、コードワークブックや古い foundry_ml モデルでは手動での対応が必要です。Python 3.8 以降、上流の EOL 非推奨タイムラインが厳密に従われるようになります。

ドキュメントの Python バージョンのセクション を確認して、サポートされているバージョンとそれぞれの非推奨タイムラインを確認してください。常に最新のサポートされているバージョンでリソースを維持することをお勧めします。

なぜ Python 3.6 と 3.7 が非推奨になるのか？

オープンソースの Python では、古い Python バージョンを毎年 End-of-Life (EOL) としてマークし、公式サポートが打ち切られます。Python 3.6 と 3.7 はすでに EOL を過ぎており、EOL の Python バージョンを引き続き使用することはセキュリティリスクをもたらします。また、以下のような検討事項もあります。

• PySpark などのコアパッケージが古い Python バージョンをハード非推奨とし（例: Spark での Python 3.6 および 3.7 の非推奨）、非推奨の Python バージョンを使用している Python ジョブにランタイムの改善やバグ修正を提供することができません。
• オープンソースのライブラリは、これらの非推奨の Python リリースと互換性のない新しいリリースを続けて作成し、チェックやジョブの失敗を引き起こします。

ユーザーとして非推奨はどういう意味ですか？

非推奨の Python バージョンを使用しているリソースを所有している場合、以下のタイムラインに従ってそれらのリソースで開発できなくなります。

• 2024 年 1 月 31 日
  • ワークフローが非推奨の Python バージョンに依存している場合、一部のワークフローがサポートされなくなり、障害が発生した場合のサポートを受けることができません。Palantir と事前に合意があれば、限定的なリソースセットが延長サポートの対象としてホワイトリストに載せられます。
• 2024 年 4 月 1 日
  • Python 3.6 および 3.7 を使用したすべてのワークフローはサポートされなくなり、失敗が発生するようになります。

Foundry リソースのサポートされる Python バージョンへの移行

Foundry リソースの移行は、以下のパターンに従います。

• コードリポジトリ：自動パッチ PR の形で自動アップグレードが試みられます。
• その他のリソース：非推奨の Python バージョンから移行するための指示とリンクが含まれた情報バナーが表示されます。詳細については、トラブルシューティングガイドを参照してください。

現在、プラットフォームでサポートされている最新のバージョンは Python 3.10.* です。Python 3.8.* および 3.9.* も受け入れられますが、3.10.* よりも早く非推奨になります。

今後の Python バージョンの非推奨

Python 3.8 から、Foundry は上流の EOL タイムラインを厳密に追従し、上流の EOL に達するとすぐに Foundry で Python バージョンを非推奨にします。詳細については、ドキュメントの Python バージョン を参照してください。

Ontology SDK での Python サポートの導入 [ベータ]

公開日: 2023-07-27

Ontology SDK および Developer Console での Foundry の Python サポートがベータ版としてリリースされました。このリリースにより、開発者は、必要なオブジェクトタイプ、アクションタイプ、リンクを含む Python パッケージを生成し、conda または pip を使用してパッケージをインストールし、Jupyter® ノートブックやその他の IDE で結果を分析することができます。

コマンドラインパッケージがインストールされると、SDK を生成し、SDK を Python 環境にインポートし、オブジェクトを反復処理したり、特定のオブジェクトを検索したり、オブジェクトを編集するためのアクションを適用したりすることができます。

これを試す方法は？

Developer Console の各アプリケーションには、サポートされているさまざまなパッケージマネージャー間で切り替えるトグルがあります。Application SDK ページの Install SDK タブを使用して、TypeScript の npm インストール手順、または Python の pip および Conda インストール手順を切り替えます。

インストールが完了したら、Python IDE（例: Jupyter®）を起動し、生成されたパッケージをインポートして Ontology オブジェクトタイプとアクションタイプの操作を開始します。

詳細については、Use Jupyter® with OSDK のドキュメントを確認してください。

Python パッケージを自分で生成する必要がある場合はどうすればいいですか？

プラットフォームがパッケージを生成できない場合、コマンドラインインターフェース（CLI）ツールを使用してパッケージを生成する方法についての説明が表示されます。

---

Jupyter® は、NumFOCUS の登録商標です。

Vertex および Map での Timeline の導入 [GA]

公開日: 2023-07-27

Timeline は、Vertex および Map の機能で、選択したオブジェクトの時間プロパティを調べたり、特定の時間範囲内の特定のイベントにフィルター処理することができます。現在の Vertex グラフや地図上のオブジェクトイベントを表示する Timeline パネルを開くには、ズームセレクターの隣にある Timeline ボタンを使用します。

Workshop で Timeline を有効にする

Workshop の Graph ウィジェットや Map ウィジェットでタイムラインを表示させたい場合は、ウィジェットの設定のインターフェースセクションに移動し、Timeline を有効にする を切り替えます。

以前に Timeline のベータ版を使用していた場合、このオプションはデフォルトでオフになっており、タイムラインが使用可能である各モジュールで有効にする必要があります。

Time selection Panel の非推奨が予定されています

Timeline が GA になったため、Foundry Map の既存の time selection panel 機能が 2023 年 8 月 21 日（月）に非推奨となる予定です。

既存のタイムワークフローへの影響を防ぐために現在の機能に変更はありませんが、その日までにすべてのインスタンスが Timeline 機能に切り替えるようお願いします。このアップデートに関する質問や懸念がある場合は、Palantir サポートにお問い合わせください。

この機能は、Timeline の追加の時間比較およびモデリング機能が開発中である間、Vertex で利用可能なままです。

開発ロードマップには何がありますか？

タイムラインをデフォルトで折りたたんだり展開したりできる機能を有効にする予定です。

Timeline の詳細と使い方については、Vertex Timeline または Map Timeline のドキュメントを参照してください。

オブジェクト上の Functions での Foundry モデルの導入 [GA]

公開日: 2023-07-20

Functions on objects 内でモデル（FoundryML ライブデプロイメントで提供される）を呼び出す機能が追加されました。これにより、オントロジーのコンテキストでモデルが実行される方法や、Workshop および Palantir Foundry の他の場所で使用される方法の範囲が広がりました。モデル上の関数は、通常の関数が使用される場所で消費されます。

これで何ができるようになりますか？

• 複雑なオントロジーマッピング： 関数の力を借りて、ユーザーはリンクを設定し、オブジェクトを作成し、Objective バインディング UI で存在するモデル入力と出力の 1:1 制約を緩和することができます。
• アクションとしてのモデル： 'OntologyEditFunction' でバックアップされたアクションは、モデルに呼び出すことができます。これらのアクションは、マスターオントロジーに直接適用されるか、シナリオに適用されてからマージされます。
• 基本的な関数としてのモデル： オントロジーに影響を与えず、視覚化を直接駆動するモデルは、Workshop 固有のデータ型を返すオブジェクト上の関数に簡単に統合できます。この機能はパフォーマンスを向上させ、シナリオを含む不要なセットアップを回避します。
• ギリギリの特徴エンジニアリング： 関数はオブジェクトの検索と集約を実行し、モデルに達する前に特徴を生成できます。

要件

このワークフローを有効にするには、まず FoundryML ライブデプロイメントの設定ページから API 名を設定し、次の要件を満たす必要があります。

• 最低限の Apollo 製品バージョン：

  1. functions-typescript-asset-bundle: >= 0.442.0
  2. functions-parent-template-bundle: >= 3.5.0

• 最低限の gradle.properties バージョン：

  1. functionsTypescriptVersion >= 0.442.0
  2. functionsVersion: >= 3.5.0

モデル上の関数の仕組み

ワークフローは、Foundry に保存されたモデルから始まります。ユーザーは、それをモデリング目的に送信し、Foundry ML Live を介してデプロイします。

関数リポジトリには、Ontology インポートダイアログに似た新しいオプションがあり、Foundry ML Live デプロイメントをインポートできます。これにより、モデルデプロイメントが登録され、コードアシストがデプロイメントの API 名を使用してインポートされた Foundry ML Live デプロイメントの TypeScript バインディングを自動生成します。

コードで提供されるインターフェースには、Foundry ML Live に呼び出しを行う transform() メソッドが含まれています。モデリング関数は、新しい Model Asset プリミティブを活用して、モデル入力と出力を反映した型付けされた transform() を提供できます。以下に、インポートのワークフローと例示コードを示します：

FoundryML ライブデプロイメントのインポートダイアログ

関数のモデル例コード

モデルでFunctionsを既に使用している場合はどうすればよいですか？

モデルでFunctionsを既に使用している方々にとって、このGAにはリポジトリをアップグレードする選択肢を選んだ場合、破壊的な変更が含まれています。私たちは、すべてのユーザーに古いリポジトリを移行することをお勧めします。これは比較的シンプルなプロセスです：

1. ユーザーのML LiveデプロイメントのAPI名を定義します
2. Functionsリポジトリに新しいブランチを作成します
3. functionsVersionとfunctionsTypescriptVersionを上記のバージョンにアップグレードします
4. functions.jsonでuseDeploymentApiNamesをtrueに設定します
5. import { riSanitizedRid } from "@foundry/models-api"からimport { MyDeploymentApiName} from "@foundry/models-api/deployments"へとすべてのインポートを変更します
6. 新しいブランチでcodegenが動作することを確認し、その後、メインブランチにマージするためのプルリクエストを提出します

モデル上のFunctionsについては、ドキュメンテーションで詳しく学ぶことができます。

リソース管理データエクスポート機能の導入

公開日: 2023-07-20

リソース管理管理者は、Control Panelからリソース管理データをFoundryデータセットにエクスポートできるようになりました。これにより、ContourなどのFoundryツールを使用して使用データのカスタム調査と分析が可能になります。

Control Panelからデータをエクスポートするには、内部データセットエクスポートに移動し、詳細な使用データを新しいデータセットにエクスポートします。このデータセットがエクスポートされると、上流のデータソースと同期を保つようになります。監査ログと同様に、機密データセットがエクスポートされたら、それぞれのデータセットに適切な権限を設定することを確認してください。

Control Panelからリソース管理データをエクスポートするための内部データセットエクスポートへ移動します。

RMAデータのスキーマは次のとおりです：

• エンロールメント: 使用データがエクスポートされるエンロールメント。この行には単一のエンロールメントRIDが含まれます。
• 請求対象のディメンション: この行の使用がエンロールメントの契約で設定されたものに所属する請求対象のディメンション。
• ソース: 特定の行の使用が所属するソース。
• 概要リソースのrid: 粒度の高い使用の親。データセットの場合、これはデータセットが保存されているプロジェクト；オントロジーオブジェクトの場合、これはオントロジーRIDです。
• 粒度の高いリソースのrid: この使用が所属するリソース。
• 日付: この使用が消費された日付。
• 使用: 消費された使用量。
• 使用ユニット: 使用の単位。ストレージの場合、これはGB-月。コンピュートの場合、これはコンピュート秒です。

詳細については、内部データセットエクスポートのドキュメンテーションを参照してください。

コンテナを利用したモデルの導入 [GA]

公開日: 2023-07-18

コンテナを利用したモデルの導入により、コンテナイメージによってバックアップされたモデルを設定できるようになりました。これにより、Foundry内でバッチまたはリアルタイムの推論に使用できるモデルの範囲が大幅に拡大しました。あなたは、任意の実行ロジックをコンテナイメージにパッケージ化し、そのモデルをFoundryで評価、推論、および運用アプリケーションとの統合に使用することができます。コンテナを利用したModel Assetsは、大規模な事前学習モデル、Foundry Modelsでネイティブにサポートされていない言語（例えばR）で書かれたモデル、または他の目的で既にコンテナ化されているモデルに特に有用です。

コンテナを利用したモデルの主な特徴

1. 柔軟性: コンテナは、幅広い機械学習フレームワーク、カスタムコード、言語をサポートするように設定できます。
2. モデリングバージョン管理: コンテナを利用したモデルは、モデルバージョンにパッケージ化することができ、Foundry内のモデルの独立した評価、レビュー、リリースを可能にします。
3. GPUサポート: コンテナを利用したモデルは、推論と実行のためのFoundry内のさまざまなGPUへのアクセスを設定できます。
4. メディア: コンテナを利用したモデルは、表形式データとメディアデータにアクセスでき、Foundry内でコンピュータービジョン、オーディオ、ビデオのワークフローを設定できます。

コンテナを利用したモデルの設定方法

1. Control Panelでコンテナワークフローを有効にします。
2. Model Assetを作成し、コンテナイメージをプッシュします。
3. コンテナとやり取りするためのモデルアダプタを作成します。
4. モデルバージョンを設定します。コンテナイメージとモデルアダプタを使います。
5. コンテナを利用したモデルをデプロイします。そして、運用アプリケーションと統合します。

コンテナを利用したモデルに関する詳しい情報、作成、デプロイ、管理の詳細な手順については、ドキュメンテーションを参照してください。

Homeアプリの導入 [GA]

公開日: 2023-07-18

Homeアプリは、新しいアプリケーションビルダーのために特別に設計された新しいデフォルトのFoundryワークスペースホームページで、コアワークフローの完了に慣れるためのガイド付き体験を提供し、オンボーディングプロセスを効率化します。

Homeアプリの機能は、以下のようにユーザーをサポートします：

• Foundry内でユーザーが達成できるワークフローの多様性を紹介します
• コアワークフローに必要なリソース、アプリ、ドキュメンテーションへのシングルアクセスポイントを提供し、新たな開発者が生産的になるのを容易にします
• ユーザーがワークフローゴールを選択できるようにします。これにより、初めてのFoundry体験が目標指向のものになります
• ユーザーのスタックと利用可能なFoundryアプリケーションとリソースに基づいて効率的な開始点を提案します
• ユーザーに、オントロジー、データセット、さまざまなFoundryアプリケーションがエコシステム内でどのように適合するかについての明確な理解を提供します

Homeアプリをデフォルトのホームページに設定する

Homeアプリはすべてのインスタンスに自動的にインストールされ、既存のアカウントと新しいアカウントの両方に実装されます。ホームアプリをスタックのデフォルトのホームページに設定するには、Control PanelのホームURL設定にアクセスし、すべてのユーザーまたは特定のユーザーグループのホームページとして/narrativeを選択します。スタックでホームアプリを表示するには、/workspace/narrativeにアクセスしてください。

ホームページのドキュメンテーションで詳しく学ぶことができます。

Foundry Quicksearchがデフォルトで有効化

公開日: 2023-07-18

Foundry Quicksearchはすべてのユーザーに対してデフォルトで有効化され、より速く直感的な検索体験を提供します。ユーザーは7月末まで、UIの"turn off"ボタンを使用して一時的にレガシーのFoundry Searchに切り替えることができます。その後、Quicksearchが唯一のオプションとなり、レガシー検索ボタンは削除されます。詳細については、QuicksearchドキュメンテーションとQuicksearch GAお知らせをご覧ください。

時系列のための更新されたワークフローとUIの導入

公開日: 2023-07-18

Foundryの時系列設定ワークフローは、データを正しい形に変換し、分析を豊かにする堅牢なオントロジーを構築し、ビジネスにとって重要な決定を下すための分析と運用アプリケーションを作成するための複数の段階を経ます。時系列設定プロセスには、新規ユーザーと既存ユーザーの両方がFoundryで利用しやすくするためのウォークスルーと更新されたユーザーインターフェースがあります。

時系列ワークフローの探索のためのウォークスルー

Dataset Preview、Ontology Manager、Pipeline Builderに新しいウォークスルーが利用可能になりました。これらの役立つガイドは、Foundryで時系列データを使用する方法について学びたいと思っている人々が見直すことができる概念とワークフローを紹介します。

Dataset Previewでは、ストリームまたはバッチデータセットからデータを分析することを選び、時系列ワークフローの主要な概念と設定要件について学ぶためのウォークスルーを開くことができます。

Ontology Managerでは、新しいウォークスルーがユーザーが時系列オブジェクトタイプを作成または選択し、時系列プロパティの設定を完了するのを助けます。これらのウォークスルーには、Foundryでの時系列データのアーキテクチャと使用法を表す視覚的な例が含まれています。

時系列管理のための改善されたインターフェース

Ontology Managerで更新されたユーザーインターフェースを使用すると、Capabilitiesタブから直接時系列プロパティを作成および管理できます。ここから、既存のパイプラインから時系列の同期をリンクしたり、新しいパイプラインを作成して時系列の同期を作成したりできます。

また、Pipeline Builder は、ストリーミングまたはバッチ式の時系列データから時系列出力を生成することを完全にサポートしています。Pipeline Builder の出力について詳しく知る。

時系列ドキュメントに移動して、更新されたワークフローと新しい機能を詳しく知ってください。キーコンセプト および エンドツーエンドのセットアッププロセス（データから分析まで）が更新されました。

開発ロードマップには何があるのか？

Palantir の時系列製品を製造業、自動化、およびプロセス管理の業界リーダーにする目標の一環として、直感的で労力のかからない旅を実現するための重要な分野に引き続き投資しています。以下の機能が現在開発中です。

• 派生時系列およびカテゴリ時系列を含む時系列ワークフローの強化：プラットフォームで作成および維持されます。
• 派生シリーズの生成：Quiver の視覚的な関数 UI を使用して派生時系列を作成します。Quiver、Workshop、および Vertex などのアプリケーションから派生および非派生の時系列と同じ方法で対話します。
• カテゴリ時系列の作成：Workshop、Object Explorer、および Quiver のプラットフォーム全体でカテゴリ時系列のプロパティを視覚化し、メトリックカードとオブジェクトテーブルでカテゴリ時系列をサポートするためのWorkshopへの即時的な焦点を持っています。
• Measures コンセプトの刷新：Measures コンセプトは、オントロジーのセットアップ区別だけでなく、ルートオブジェクトタイプ上またはリンクされたセンサーオブジェクト上（たとえば、Measures 経由で）の時系列プロパティにアクセスするエンドユーザーに統一された経験を提供することで、分析および運用アプリケーションで利用可能になります。

オブジェクトを利用したマップレイヤーの導入 [ベータ版]

公開日：2023-07-12

マップレイヤーエディタは、オブジェクトタイプを選択することでマップレイヤーを構成できるようになりました。これらのオブジェクトレイヤーは、オントロジーに格納されたデータから直接タイルを生成する新しいバックエンド機能を活用して、非常に高スケールのオブジェクトデータを処理できます。

以前は、同様のワークフローを実現するには、オントロジーが追加の個別サービスと同期されるように、手動での設定が大幅に必要でした。新しいオブジェクトレイヤーは、オントロジー内のデータでバックアップされたレイヤーの作成とスタイル設定に必要な労力を大幅に削減します。

以下の画像は、リアルタイムで100万を超えるオブジェクトを視覚化できるレイヤーを作成するための完全なプロセスを示しています。

さらに、マップレイヤーエディタの拡張されたユーザーインターフェースを利用して、オブジェクトを利用したレイヤーの各行のタイプを簡単に検証し、外観を構成することができます。これにより、JSON スタイル仕様を手動で記述する負担を回避できます。

この新機能は、OQL を必要としますが、すべてのインスタンスで利用できるわけではありません。詳細については、Palantir の担当者にお問い合わせください。

Workshop での新しいビジュアルデプススタイル機能の発表

公開日：2023-07-12

Workshop では、さまざまなスタイルの書式設定設定に対してより多くの制御が提供されるようになり、アプリケーションビルダーにモジュールのデザインと感触に関する追加のカスタマイズ可能性が提供されます。設定オプションには、ヘッダーの書式設定、背景色、境界線スタイルなどがあり、ページ、セクション、ウィジェットレベルで利用できます。

ヘッダーの書式設定

ヘッダーの書式設定オプションは、セクションでヘッダーが有効になっている場合に追加できます。

背景色

背景色は、ページ、セクション、およびウィジェットに追加でき、モジュールの一部を視覚的に区切るのに役立ちます。ライトモードとダークモードの両方で 5 つの色合いが利用でき、透明なオプションもあります。

境界線スタイル

境界線スタイルは、セクションとウィジェットで設定でき、モジュール内のさまざまな昇降レベルの外観を提供します。

パディングコントロール

パディングは、ページとセクションで設定でき、すべての子コンポーネントの周囲に一貫したパディングまたはスペースを設定します。パディングは、コンポーネント間にスペースを追加して、モジュールに分離感と通気性を提供します。

これらのスタイルを適用する方法については、ドキュメントの レイアウト を参照してください。

Contour のロジックを Pipeline Builder にエクスポート

公開日：2023-07-12

Contour では、ほとんどの Contour 分析を Pipeline Builder に直接エクスポートし、プロダクションアプリケーションにフィードするためのエンドツーエンドパイプラインを構築するための包括的な機能を活用できるようになりました。

Contour 分析から Pipeline Builder への直接アクセスにより、Foundry ユーザーは、ユーザーフレンドリーなインターフェースを通じてオントロジーの柔軟性とパワーを得ることができます。パイプラインが Pipeline Builder で使用できるように変換されると、アプリケーションの迅速なデータ統合、カスタムコンピュートプロファイル、共同作業、型安全性、インクリメンタルモードなどの堅牢なサポートを使用して、ワークフローの基礎を引き続き構築できます。さらに、AIP が有効になっているインスタンスでは、自然言語プロンプトによって駆動される追加の機能を利用できます。

開始するには、既存の Contour 分析を開き、Pipeline Builder に変換 を選択して、Pipeline Builder の同等のパイプラインを作成します。

エクスポートされたパイプラインの宛先フォルダーを選択するだけで、Pipeline Builder で開くことができます。

詳細については、ドキュメントの Contour のロジックを Pipeline Builder にエクスポート を参照してください。

Ontology Proposals の導入 [GA]

公開日：2023-07-06

Ontology proposals を使用すると、オントロジーに対する変更を提案して承認するワークフローが組み込まれたバージョン管理システムを使用して、オントロジーへの変更が行われたときのより透明性を持って、仲間とのコラボレーションが容易になります。

Ontology proposals を使用すると、次の機能が利用できます。

• ブランチ作成: オントロジーに対する変更を行った後に保存を選択するか、変更を行う前にブランチを作成を選択することで、オントロジーの変更が含まれたブランチを作成できるようになります。

• 提案の概要: 提案の概要ページは、提案に関する説明、段階、レビュアー、オントロジーの変更に関連するタスクなど、提案に関する高レベルの情報を集約します。概要は、提案の編集、レビュアーの追加、保留中のタスクの確認、提案を次の段階に移動することも開始地点となります。

• 提案のレビュー: レビュアーは変更を承認または拒否し、レビューを支持するコメントを追加することができます。

• 提案のリリース: すべての変更がレビューされ、承認された場合、ユーザーまたは共同作業者が変更をオントロジーに保存することができます。

コントロールパネルからオントロジー提案を有効にする

提案は、すべてのプライベートオントロジーおよび複数の組織間で共同作業がないすべてのデフォルトオントロジーに対して有効にできます。オントロジー提案を有効にするには、コントロールパネルのオントロジー設定タブにアクセスし、ユーザーの組織の オントロジー提案 を切り替えます。

詳細情報および使用方法については、パブリックドキュメントの オントロジー提案 を参照してください。

リテンションポリシー アプリケーションの紹介 [ベータ版]

公開日: 2023-07-06

Palantir Foundry の新しいリテンションポリシー アプリケーションを使用すると、データセットからデータの歴史バージョンがどのように削除されるかを、1つのセルフサービスインターフェースで判断できます。管理者は、選択したデータセットに適用するポリシーを簡単に設定でき、Foundry ユーザーは データセットの詳細 ビューにある リテンションポリシー タブを使用して、特定のデータセットに適用されるリテンションポリシーを表示およびフィルター処理することができます。

リテンションポリシー アプリケーションは、管理者向けに削除プロセスをより直感的にし、データセットの詳細ページの対応するタブを通じて通常の Foundry ユーザー向けに透明性を向上させます。

リテンションポリシー アプリケーションを使用すると、次の機能が利用できます。

リテンションポリシー アプリケーション (Foundry 管理者設定)

• 与えられたネームスペースに適用されるすべてのリテンションポリシーを表示する
• 1クリックでCode Repositories で定義されたレガシーポリシーを移行する
• 設定済みのポリシーが潜在的に危険である場合に警告するバリデーションを備えた編集モード

データセット詳細ビューのリテンションポリシー タブ (Foundry ユーザー表示)

• 与えられたデータセットに適用されるすべてのリテンションポリシーを表示する
• 選択したデータセットのブランチに影響するポリシーのみをフィルター処理するオプションの切り替え

詳細については、リテンションポリシー のドキュメントを参照してください。

開発ロードマップには何がありますか？

ラインナップ対応のリテンションポリシーとのより良い統合: 顧客が一定期間後にデータを削除する規制要件を持っている場合、上記のリテンションポリシーを一度に全体のパイプラインで動作するように設定することは難しいことがあります。削除されたデータの下流に移動できる新しいタイプのポリシーのサポートが開発中です。

Quiver での AIP の導入 [ベータ版]

公開日: 2023-07-06

AIP は Quiver で利用可能になり、新規および既存のアプリケーションビルダー、データアナリスト、主題専門家は、自然言語プロンプトを介して簡単にデータを探索できるようになりました。AIP は Quiver の機能と統合されており、カードとその設定を推測して意味のあるグラフを構築できます。

Quiver での AIP は次のように役立ちます。

• 解答に必要な分析を生成することで、ビジネスや分析の質問に答える
• 出力ビジュアライゼーションを設定する（レイアウト、色、方向、タイトルなど） Quiver アプリケーションの使用方法 は、データ変換、可視化、ダッシュボード化機能を備えた充実したパワフルなスイートです

ユーザーは AIP の提案を確認し、基礎となる根拠を確認し、それらを承認または拒否できます。ボタンをクリックするだけで、柔軟性と簡単さで分析を変換できます。

分析を生成し、より迅速にインサイトを得る

AIP を使用して、Quiver でのビジネスや分析の質問に答えるのがこれまで以上に速くなりました。ユーザーは、Quiver に自然言語の質問を簡単に尋ねることで、分析を生成できます。たとえば、

• 2020年～2022年のアトランタとテキサスのトップ小売業者の収益は？
• 2022年の会社Aと会社Bの合計のマーケティング費用は？ また、それぞれの費用は？
• 各小売業者の各広告チャネルでのマーケティング費用の合計は？

(以下のデモンストレーションのスクリーンショットは、概念データを示しています)

AIP は、大規模言語モデル (LLM) を使用して、ユーザーの質問を解析し、結果として得られる Quiver グラフを構築します。また、選択されたカードがなぜ選ばれたのか、およびカードがそれぞれのプロンプトに対してどのように設定されたのかについての説明も提供します。

その後、Quiver ユーザーは、結果として得られるグラフを一度に分析キャンバスに追加し、各カードの設定やビジュアライゼーションをさらに修正または最終化できます。

望ましい出力を説明して可視化を設定する

Quiver ユーザーは、各 Quiver カードが提供する可視化設定を知らなくても、美しい可視化を得ることができるようになりました。AIP を使用すると、ユーザーは AIP に次のような設定を説明できます。

• 「凡例を下に移動して、スタイルをグループ化に変更する」
• 「メトリックを売上の合計に変更し、y 軸のタイトルを Total Sales に更新する」

各コマンドに対して、AIP はカードの設定提案を返し、それぞれの提案がなぜ行われたかの説明が付いています。これらの提案は、ユーザーが受け入れるか拒否することができます。

現在、Quiver の AIP はオブジェクトセットカードとオブジェクトカードのみをサポートしています。対応カードには「AIP Support」ラベルが付いています。

新規および既存の Quiver ユーザーの価値提供時間を短縮する AIP は、1 つのユーザーコマンドで Quiver の高度な機能を最前線に押し出します。これらの新機能は、AIP が Quiver 分析を拡張できるエキサイティングな方法の始まりであり、さらなる機能が追加される予定です。

詳細については、Quiver の AIP 機能のドキュメントを参照してください。

---

その他のハイライト

セキュリティ | プロジェクト

Check access パネルで追加のデータ要件を表示 | ワークスペースサイドバーの Check access パネルでは、データセットのデータフローによるマーキングの継承や、Workshop モジュールや Slate アプリケーションのオントロジー依存関係など、特定のファイルに対する追加のデータ要件が表示されるようになりました。

データセットと Workshop モジュールの追加データ要件

データ統合 | コードリポジトリ

新しいコードリポジトリは、PR がマージされたときにソースブランチを削除するようにデフォルト設定されています | すべての新しいコードリポジトリは、それぞれのプルリクエストがマージされたときにソースブランチを削除するようにデフォルト設定されています。既存のリポジトリには影響がなく、新しいリポジトリはリポジトリごとにオプトアウトできます。この変更により、ブランチの増加を抑えることで、下流サービスへのプレッシャーが最小限に抑えられ、パフォーマンスと安定性が向上します。

ブランチの削除設定

データ統合 | データ接続

Data Connection でのエクスポートのサポート | Data Connection でのエクスポートがサポートされるようになりました。エクスポートは、エクスポートタスクを置き換えることを目的とし、Foundry から他のシステムへのデータフローを設定するためのユーザーフレンドリーなインターフェースを提供します。エクスポートを使用すると、Foundry へのデータ同期と Foundry からのデータエクスポートの両方で同じ接続を使用できます。対応ソースでは、ソースの概要ページにエクスポートのテーブルが表示され、新しいエクスポートを作成するオプションも表示されます。このリリースでは、S3 および Kafka ソースに対してエクスポートが利用可能です。他のソースタイプのサポートは近日中に追加される予定です。

データ接続での新しい S3 エクスポートページ

Foundry | Cipher

Cipher License から Builder Pipeline へ | Cipher ユーザーは、Cipher アプリから Builder パイプラインを作成して、最も機密性の高いデータの暗号化を開始できるようになりました。これは、暗号化を許可する Admin および Data Manager ライセンスで利用できます。これを行うには、ユーザーはデータセットと暗号化する特定の列を選択する必要があります。Cipher は、事前に選択された列がすでに暗号化された状態で、ユーザーが構築できるパイプラインを自動的に生成します。

アプリ構築 | Workshop

オブジェクトリストウィジェット：カードスタイリングとメディアサポートの拡充 | オブジェクトリストウィジェットは、オブジェクトごとのカードスタイリングをサポートするようになり、画像やオーディオなどのメディア添付ファイルをインラインで表示するためのより多くのオプションを提供します。新しいカードスタイリングの例を見てください。各オブジェクトに対して目立つインライン画像が表示されています。

アプリ構築 | Workshop

変数変換：配列操作 | 配列操作が Workshop のフロントエンド変数変換システムでサポートされるようになりました。変換は、新しい配列を構成したり、配列間の交差点を計算したり、配列内の値の存在/不在をブール値でチェックするために使用できます。

アプリ構築 | Workshop

モジュールバージョンに説明を追加 | アプリケーションビルダーは、新しいモジュールバージョンを保存するときにオプションの説明を追加できるようになりました。これにより、本番モジュールへの変更の進化を文書化し、ビルダーがモジュールの履歴をより豊かに記録することができます。説明は、モジュールのバージョンダイアログで表示、追加、編集できます。追加されたり編集されたりした説明は、正確なタイムスタンプとエディタの詳細が付いた編集済みとしてマークされます。モジュールの以前のバージョンに戻すと、実行された元に戻すアクションを記録した説明が自動的に生成されます。

セキュリティ | プロジェクト

非同期リクエストを介したアクションに対してチェックポイントを要求する | チェックポイントが特定の同期アクション（プロジェクトへの参照の追加など）に対して設定されている場合、非同期リクエストに対しても説明が必要になります。対応するタスクは、チェックポイントがすでに完了しているかどうかを表示します。

分析 | Quiver

ブール値フィルター変換の追加 | ブール値列でフィルター処理するための is および is not 比較変換を追加しました。これらの新しい変換は、フィルター機能を強化し、ユーザーがブール値列や日付列、文字列列などの他の列タイプでフィルター処理できるようになります。比較変換は、変換テーブルの外でも別々に使用できます。

ブール値列が True であるかどうかをチェックする新しいブール値比較変換の使用例

ブール値比較変換出力を介した変換テーブルの行フィルターの例

オントロジー | オントロジー管理

ユーザー編集のあるオブジェクトタイプの OSv1 -> OSv2 移行のサポート | ユーザーが編集したオブジェクトタイプと多対多リンクタイプは、オントロジーマネージャーで OSv2 に移行できるようになりました。以前は、移行フレームワークは、既存のユーザー編集があるオブジェクトタイプと多対多リンクタイプの移行を許可していませんでした。編集されたオブジェクトタイプは、OSv2 の新機能と機能を利用できるようになります。

分析 | Quiver

数値グループ集計を数値配列集計変換に置き換える | 「数値配列集計」は、次の機能を実行する新しい変換です。最初、最後、合計、平均、標準偏差、最大、最小、差、積、およびカウント。既存の「数値グループ集計」変換は、変換テーブル内でのみ機能するのに対して、この新しい変換は、変換テーブル内外で機能します。

分析 | Quiver

数値から日付への変換の追加 | 日付の数値表現（Unix 秒またはミリ秒、UTC のタイムスタンプを表す）を日付タイプに変換する新しい「数値から日付」変換をリリースしました。この変換は、例えば、Date プロパティタイプでの数値集計の戻り値（数値タイプである）を他の変換やカードの入力として使用できる Date タイプに戻すために役立ちます。

データ統合 | Pipeline Builder

Pipeline Builder でジョブグループを作成できるようになりました | Pipeline Builder での成功したデプロイメントは、1 つのビルドを開始します。バッチパイプラインでは、デフォルトでは、各出力が独自のジョブとして構築されるため、出力ジョブは独立して成功または失敗します。ストリーミングパイプラインでは、デフォルトでは、すべての出力が 1 つの Flink クラスターで実行される 1 つのジョブにまとめられるため、出力ストリームはすべて成功するかすべて失敗します。

ジョブグルーピングを使用すると、バッチパイプラインで複数の出力を 1 つのジョブにまとめたり、ストリーミングパイプラインで各出力を独自のジョブに分割したりできます。また、各グループのコンピュートプロファイルを指定して、出力がどのように構築されるかを詳細に制御できます。

データ統合 | Pipeline Builder

バッチパイプラインでチェックポイントが利用可能になりました | パイプラインを構築する際、複数の出力間で共有される変換ノードを使用することがよくあります。通常、このロジックは、それぞれの出力に対して1回ずつ再計算されます。チェックポイントを使用すると、次のビルド中に「チェックポイント」として変換ノードをマークして、中間結果を保存できます。そのチェックポイントノードまでのロジックは、すべての共有出力に対して1回だけ計算されます。これにより、コンピュートリソースが節約され、ビルド時間が短縮されます。

オントロジー | Foundry Rules

サイドバー経由で Foundry Rules の設定にアクセスできるようになりました | Foundry Rules のデプロイメントと構成 UI は、より目立つサイドバーアイコンを介してアクセスできるようになりました。詳細については、ドキュメントの ワークフローテンプレートのデプロイ を参照してください。

オントロジー | オントロジー管理

OMA でのパフォーマンス向上：レンダリング速度 | オントロジーマネージャーは、アプリ全体ではなく更新された要素のみをロードするため、より高速にレンダリングされるようになりました。オントロジーマネージャーのユーザーは、ページ間をクリックしたり編集を行ったりする際に、より反応が良い経験を得ることができます。

データ統合 | スケジューラー

ビルド期間モニターの追加 | Monitoring views の Data Health アプリで、ビルド期間のモニターを作成できるようになりました。