Amazon Web Services (AWS) ha anunciado hoy la disponibilidad general de Amazon Bedrock Knowledge Bases GraphRAG, una nueva capacidad que mejora la generación aumentada por recuperación (RAG) mediante datos gráficos en Amazon Neptune Analytics. Esta innovación eleva las respuestas de las aplicaciones de inteligencia artificial generativa, al crear automáticamente incrustaciones para la búsqueda semántica y generar un gráfico de entidades y relaciones extraídas de documentos ingeridos. Este gráfico, que se almacena en Amazon Neptune Analytics, ofrece un contexto enriquecido durante la fase de recuperación, lo que permite proporcionar respuestas más completas, relevantes y explicativas, adaptadas a las necesidades del cliente. Los desarrolladores pueden habilitar GraphRAG con tan solo unos pocos clics en la consola de Amazon Bedrock, mejorando así la precisión de las aplicaciones de inteligencia artificial generativa sin necesidad de tener experiencia en modelado gráfico.
La inteligencia artificial generativa está transformando la interacción entre seres humanos y tecnología, permitiendo conversaciones naturales que brindan respuestas útiles y perspicaces. Sin embargo, uno de los desafíos clave que enfrentan los sistemas de IA generativa actuales es proporcionar respuestas que sean completas y explicativas, dado que los datos están almacenados en múltiples documentos. AWS presentó una vista previa pública de GraphRAG en re:Invent 2024, y ahora se ha anunciado su disponibilidad general. Esta nueva función integra el poder del modelado de datos gráficos con un procesamiento de lenguaje natural (NLP) avanzado. GraphRAG crea automáticamente gráficos que capturan conexiones entre entidades y secciones relacionadas en documentos, facilitando el análisis más profundo de las consultas complejas.
Entre las aplicaciones prácticas de GraphRAG se incluyen la mejora en la investigación de mercado para acelerar decisiones empresariales, optimización de la toma de decisiones basadas en datos en la fabricación automotriz y la mejora del análisis de incidentes de ciberseguridad. En el primer caso, una importante institución financiera utilizó GraphRAG para extraer información de un vasto repositorio de informes de investigación del mercado, logrando respuestas más ricas y contextualizadas que con los métodos tradicionales de recuperación. Por otro lado, una empresa automotriz internacional utilizó GraphRAG para mapear las relaciones entre puntos de datos clave, mejorando así la precisión de los resultados de búsqueda y la eficiencia en su análisis de datos.
Los resultados de la implementación de GraphRAG han demostrado ser más completos y claros en comparación con los métodos de recuperación estándar. Las respuestas generadas no solo son más precisas, sino que también ofrecen un contexto adicional relevante que enriquece la comprensión del usuario.
En el ámbito de la ciberseguridad, una empresa ha utilizado GraphRAG para mejorar la forma en que su asistente impulsado por IA analiza los incidentes de seguridad, conectando señales dispares en una representación estructurada de la actividad de amenazas. Esto facilita un análisis más rápido de la causa raíz y mejora los informes de seguridad, permitiendo que los equipos respondan a las amenazas con mayor eficacia.
Con la capacidad de utilizar GraphRAG, los equipos pueden ahora identificar patrones, predecir necesidades de mantenimiento y mejorar la resiliencia de la cadena de suministro, lo que hace que el análisis de datos sea más eficaz y escalable a lo largo de toda la organización. La herramienta también simplifica la interacción con los datos, permitiendo que las respuestas sean más comprensibles y accesibles para los usuarios finales.
Para seguir adelante y experimentar con esta tecnología, AWS ha proporcionado guías y documentación sobre cómo empezar a utilizar Amazon Bedrock Knowledge Bases GraphRAG junto con Amazon Neptune Analytics, lo que permite a las empresas aprovechar al máximo esta poderosa herramienta de inteligencia artificial.
vía: AWS machine learning blog
