Amazon SageMaker JumpStart ha dado un paso significativo hacia el futuro de la inteligencia artificial empresarial al hacer disponible el modelo de embeddings multimodal Cohere Embed 3, ahora totalmente accesible para uso general. Este avanzado modelo, que ya está disponible para los usuarios de SageMaker, permite la generación de embeddings tanto de texto como de imágenes, abriendo innumerables oportunidades para las empresas que desean explotar el valor de sus abundantes datos, especialmente aquellos en forma de imágenes.

Los embeddings multimodales, piezas clave en la intersección de diferentes tipos de datos –como imágenes de productos, gráficos y más–, ofrecen una representación matemática unificada que facilita la comparación y la interacción entre estas diferentes modalidades. A medida que los modelos fundacionales avanzan, la capacidad de interpretar y generar contenido a través de varias modalidades se convierte en un imperativo, estimulando la mejora de sistemas de recomendaciones personalizadas y búsquedas contextuales sofisticadas.

El modelo Embed 3 de Cohere se destaca como una herramienta poderosa en la búsqueda semántica y en aplicaciones de IA generativa, capaces de traducir datos en largos vectores numéricos que representan su significado para compararlos y encontrar similitudes. Esta capacidad se integra perfectamente en instalaciones empresariales donde los datos multimodales, tales como informes complejos y catálogos de productos, son comunes.

Un área donde los embeddings multimodales están revolucionando el entorno es en el ámbito del comercio electrónico. Mediante la búsqueda visual de similitud, los clientes pueden subir una imagen de un producto que les gusta y el sistema les sugerirá artículos visualmente similares, ampliando la personalización y mejorando las tasas de conversión. Además, en sectores como la moda al por menor, estos modelos pueden capturar elementos estilísticos, sugerencias de productos en alineación con distintas estéticas como «vintage» o «minimalista».

El desarrollo de sistemas de Generación Aumentada con Recuperación Multimodal (MM-RAG) constituye la siguiente etapa en la evolución de los tradicionales sistemas RAG, proporcionando respuestas más completas y ricas en contexto al manejar múltiples tipos de datos. Estos avanzados sistemas pueden mejorar de manera significativa la eficiencia de los agentes de servicio al cliente que deben resolver consultas que involucren tanto texto como imágenes, como pueden ser problemas técnicos o defectos en productos.

Las capacidades de Cohere Embed 3 son destacadas no solo por su precisión, sino también por su facilidad de uso y la compatibilidad con búsqueda multilingüe, con soporte de más de 100 idiomas. Esta versatilidad es crucial para empresas que operan en un mercado global y deben gestionar datos ruidosos y en múltiples idiomas.

Ahora, gracias a la integración con Amazon SageMaker JumpStart, las empresas pueden implementar rápidamente estos modelos preentrenados sin tener que desarrollar desde cero, personalizándolos según sus necesidades específicas y a la vez liberándose de las complicaciones del manejo de infraestructura. Este modelo no solo proporciona un punto de partida eficiente, sino que también permite a los científicos de datos y desarrolladores concentrarse más en la innovación.

En resumen, la disponibilidad general de Cohere Embed 3 en Amazon SageMaker JumpStart representa un avance significativo en la búsqueda de IA multimodal, ofreciendo a las empresas la capacidad de optimizar sus recursos de datos y mejorar la experiencia del cliente con una eficiencia sin precedentes.
vía: AWS machine learning blog