BigQuery traduit du texte directement en SQL avec AI.TRANSLATE
L’essentiel de l’annonce
Google Cloud rend la fonction AI.TRANSLATE généralement disponible dans BigQuery. Une requête SQL peut traduire une chaîne ou une colonne avec le moteur neuronal standard ou un modèle de langage spécialisé. Le résultat peut inclure le texte traduit, le statut de l’opération et les erreurs éventuelles.
- Date de publication de la source
- Catégorie
- Outils et usages
- Périmètre et accès
- Fonction déclarée généralement disponible le 22 octobre 2026.
- Sujet du contenu
- Traduire des colonnes depuis BigQuery
- Entreprises / organismes
- Google Cloud
- Technologies
- Exécution d’un modèle, Données connectées
Comment la fonction appelle Cloud Translation
AI.TRANSLATE reçoit le texte, la langue cible et, si nécessaire, la langue source. Sans précision, Cloud Translation détecte la langue d’origine. Le moteur Neural Machine Translation, ou NMT, est utilisé par défaut. Le paramètre translation-llm sélectionne le modèle de langage spécialisé TLLM. La fonction peut renvoyer uniquement le texte ou un objet détaillé contenant le résultat, le statut et la réponse de l’API. Une équipe peut ainsi traduire des lignes déjà présentes dans ses tables sans construire une application séparée pour envoyer chaque valeur au service. Les erreurs peuvent être rapprochées de la ligne concernée.
Choisir le texte
La fonction reçoit une chaîne, une colonne ou une expression SQL.
Sélectionner le moteur
NMT est utilisé par défaut et TLLM peut être demandé explicitement.
Lire le statut
Le mode détaillé expose le résultat et les erreurs par opération.
Choisissez une étape pour lire son explication.
Choisir le texte
La fonction reçoit une chaîne, une colonne ou une expression SQL.
Sélectionner le moteur
NMT est utilisé par défaut et TLLM peut être demandé explicitement.
Lire le statut
Le mode détaillé expose le résultat et les erreurs par opération.
Illustration simplifiée. Les dessins ne montrent pas de résultats mesurés.
Points techniques et opérationnels
- NMT est le moteur par défaut et translation-llm active le modèle TLLM.
- Le mode détaillé renvoie le résultat, le statut et les informations d’erreur.
Ce que les responsables des données doivent vérifier
Exemples possibles. L’annonce ne démontre pas de gains pour ces usages.
Exemple pédagogique
Préparer une colonne multilingue
Exemple fictif : une table contient des descriptions en plusieurs langues. Une requête produit une version française et conserve le statut de chaque ligne pour isoler les erreurs.
Deux questions pour évaluer l’intérêt
- Choisir la multi-région US ou EU lorsqu’une garantie de lieu de traitement est nécessaire.
- Conserver le statut détaillé pour détecter les traductions en erreur.
Qui peut l’utiliser, avec quelles limites ?
Disponibilité générale annoncée le 22 octobre 2026
La disponibilité générale ne garantit pas la qualité de chaque traduction. Les requêtes exécutées dans les multi-régions US et EU sont traitées respectivement aux États-Unis et dans l’Union européenne. Toutes les autres localisations utilisent le point d’accès global de Cloud Translation, sans garantie du lieu de traitement. Les coûts et quotas applicables n’ont pas été détaillés dans l’annonce relue.
Conditions d’accès : Fonction BigQuery faisant appel à Cloud Translation. Les tarifs et quotas doivent être vérifiés selon le projet.
Une fonction IA intégrée au moteur analytique
Interprétation éditoriale à partir de l’annonce.
La traduction devient une opération SQL reliée à un service de modèle. Le choix de la localisation BigQuery détermine aussi les garanties disponibles sur le lieu de traitement.
Les mots utiles pour comprendre
Sources et vérifications
Source vérifiée le . Synthèse originale. Les résultats annoncés restent attribués à leur source. Les dessins expliquent le principe ; les exemples présentent un usage possible.
Notes de version et référence primaire Google Cloud relues le 23 octobre 2026. Aucune requête exécutée.
Publié sur ce site le . Mis à jour le . Rédaction : Boris Shutov, avec l’aide de ChatGPT. Notre méthode éditoriale.