[ad_1]
Аналитическая платформа на основе искусственного интеллекта Rasgo объявила о запуске Rasgo AI, аналитического решения самообслуживания, которое интегрирует GPT (генеративный предварительно обученный преобразователь) в среды корпоративных хранилищ данных (EDW). Компания заявила, что с помощью Rasgo AI организации могут использовать возможности AI/GPT для ускорения анализа и безопасной и эффективной оптимизации рекомендуемых действий.
В отличие от других интеграций GPT, которые предоставляют только интерфейсы чата на естественном языке, Rasgo заявила, что ее ИИ выделяется тем, что использует GPT для «интеллектуального рассуждения», что позволяет ему думать и действовать как знающий бизнес-аналитик для хранилищ данных.
Работники умственного труда часто увязают в выполнении трудоемких и малоценных задач, которые мешают эффективному принятию решений. Переложив эти задачи на ИИ, Rasgo стремится дать этим работникам возможность сосредоточиться на принятии стратегических решений, что приведет к значительному увеличению стоимости предприятия.
Отвечать на вопросы и задавать их
Расго утверждает, что GPT-4 позволяет модели умело выполнять сложные логические задачи с динамическими целями. Автономный агент становится способным генерировать семантическое внедрение метаданных EDW, тем самым информируя GPT-4 о данных, сохраняя при этом контроль над данными в безопасной среде предприятия.
«Одним из наших самых интересных технических открытий было то, что при правильном руководстве GPT-4 не только хорошо отвечает на вопросы анализа данных, но и умеет их задавать. Rasgo предоставляет хранилище метаданных о данных, чтобы научить ИИ принимать конкретные решения при анализе данных, чтобы он мог итеративно улучшаться и учиться на основе человеческой калибровки», — рассказал VentureBeat Джаред Паркер, соучредитель и генеральный директор Rasgo. «Объединив интерфейс чата с нашим решением для интеллектуального рассуждения, мы стремимся повысить… операционную эффективность ключевых заинтересованных сторон (клиентов), одновременно полагая, что ИИ постоянно анализирует данные для получения ключевой информации».
По данным компании, одним из ключевых отличий Rasgo AI являются AI Guardrails, которые отображают структуры данных в привычные бизнес-термины, повышая эффективность и точность анализа данных, обеспечивая при этом безопасность данных. Платформа также непрерывно анализирует корпоративные данные, чтобы предоставлять достоверную информацию, позволяя бизнес-пользователям принимать решения на основе данных без необходимости глубоких навыков SQL.
Использование GPT-4 для интеллектуального бизнес-рассуждения
Паркер заявил, что для разумного рассуждения платформа обучает GPT копировать роль аналитика данных. Это дает группам корпоративных данных возможность ускорить анализ, а не создавать запросы и информационные панели с нуля.
«Мы признали потенциальные ограничения времени, с которыми сталкиваются люди при формулировании всех необходимых запросов. Наши интеллектуальные рассуждения создают «всегда на связи» виртуальную команду интеллектуальных работников, последовательно выявляющую бизнес-перспективы и уязвимости», — сказал Паркер. «Простая подсказка, такая как «проанализировать тенденции роста продаж в годовом исчислении по торговым представителям», может дать исчерпывающую информацию об основных выводах и практических шагах».
Что касается сотрудничества человека и искусственного интеллекта, Rasgo заявила, что ее платформа помогает группам обработки данных, автономно оценивая таблицы в хранилище данных и определяя, какие таблицы предназначены для интеллектуального рассуждения, а какие нуждаются в дальнейшей доработке.
По мнению компании, такой подход позволяет заинтересованным сторонам направить свою энергию на преобразование и документирование таблиц, которые требуют дополнительного ручного труда, чтобы обеспечить управление и доверие к рабочему процессу на основе ИИ.
Компания также подчеркнула, что ее генеративная модель искусственного интеллекта может механизировать множество рутинных, малозатратных задач, присущих жизненному циклу анализа данных. Эта автоматизация направлена на то, чтобы помочь пользователям пройти процесс обнаружения и анализа данных, сохраняя при этом надзор со стороны аналитика данных. Конечная цель платформы — оптимизировать точность и повысить доверие к организационным процессам.
«Обычный процесс анализа данных нарушен. Ответ на один вопрос, основанный на данных, может занять непомерное количество времени, включая идентификацию соответствующих таблиц, написание и отладку SQL-запросов, создание информационных панелей в инструментах BI и преобразование результатов в понятные бизнес-рекомендации», — объяснил Паркер. «Наш механизм искусственного интеллекта активно ищет метаданные и историю запросов, чтобы предложить таблицу золотого стандарта; пишет, тестирует и выполняет необходимый SQL-запрос; генерирует соответствующую визуализацию; и превращает результаты в практические бизнес-рекомендации. На протяжении всего этого процесса мы обеспечиваем постоянное участие аналитика данных, позволяя людям принимать решения в критические моменты с целью оптимизации точности и доверия».
Паркер сказал, что для того, чтобы ИИ Расго мог перемещаться по базе данных, генеративная модель ИИ создает встраивания для всех метаданных хранилища данных и предоставленных пользователем обучающих данных. Это обеспечивает быстрый поиск в рамках того, что компания называет рабочим процессом искусственного интеллекта ReAct (причина + действие). Кроме того, он автономно поддерживает и обновляет эти внедрения всякий раз, когда появляются новые таблицы, развиваются схемы или добавляются свежие пользовательские инструкции.
Обеспечение ответственной разработки ИИ
Паркер утверждал, что ответственное функционирование генеративного ИИ и достижение желаемых результатов от технологии зависят от совместных усилий людей и ИИ. Это влечет за собой установление четких правил, инструкций и ограничений для обеспечения доверия и безопасности, особенно в контексте корпоративных данных.
Он пояснил, что для противодействия рискам галлюцинаций и несоответствия данных компания разработала функцию «AI Manager». Этот набор инструментов позволяет пользователям устанавливать четкие ограничения и ограничения для модели большого языка (LLM), гарантируя выбор таблицы, столбца и показателя золотого стандарта при ответе на запросы пользователя.
Искусственный интеллект платформы автоматизирует документирование метаданных таблиц, полученных из среды хранилища данных. Одновременно он присваивает каждой таблице оценку «Готовность к искусственному интеллекту». Эта оценка помогает командам по обработке данных отличать наборы данных, предназначенные для безопасных приложений ИИ, от тех, которые требуют дальнейшего вмешательства человека.
Компания построила свое решение на основе Microsoft как поставщика AI API Rasgo, напрямую интегрируясь с системой безопасности Microsoft.
Демократизация надежной разведки
«LLM, такие как GPT, широко используются для перевода текста в SQL. Однако неправильный SQL может привести к ошибочным решениям, основанным на неточных данных. Наша платформа демократизирует доверенный интеллект, обучая GPT пользовательским схемам и учит его уважать предоставленные пользователем инструкции, чтобы их можно было мгновенно получить для получения точного SQL и достоверной информации», — сказал Паркер VentureBeat. «Что касается конфиденциальности и безопасности данных, мы реализовали возможности «вычислительных вычислений». Это означает, что SQL-код, сгенерированный LLM, отправляется непосредственно в среду облачного хранилища данных организации, гарантируя, что необработанные данные не покинут их хранилище».
Недавно компания объявила о сотрудничестве с партнерской сетью Snowflake с целью повысить преимущества облака данных Snowflake для общих клиентов. Благодаря этому партнерству Rasgo заявляет, что сможет использовать GPT для интеллектуального рассуждения, оптимизируя аналитику самообслуживания.
«В дальнейшем мы планируем продолжать наращивать темпы этого партнерства и других подобных, расширяя возможности, которые оно предоставляет клиентам, и в целом гарантируя, что сам продукт может удовлетворить потребности всех организаций на всех этапах их анализа данных и искусственного интеллекта. — сказал Паркер.
[ad_2]
Источник
