Crédit : Dreamtime
Kinetica, un fournisseur de bases de données relationnelles pour le traitement analytique en ligne (OLAP) et l’analyse en temps réel, exploite la puissance de ChatGPT d’OpenAI pour permettre aux développeurs d’utiliser le traitement du langage naturel pour effectuer des requêtes SQL.
Kinetica, qui utilise sa base de données dans plusieurs versions, y compris hébergée, SaaS et sur site, a annoncé qu’il utilisera la combinaison ChatGPT sans frais dans son édition concepteur totalement gratuite, y compris que l’édition développeur peut être configurée sur n’importe quel ordinateur portable ou PC.
L’interface utilisateur ChatGPT, qui est développée dans le frontal de Kinetica Workbench, peut répondre à toute requête posée en langage naturel sur des ensembles d’informations exclusifs dans la base de données, a déclaré la société.
« Ce que ChatGPT apporte à la table, c’est qu’il transformera le langage naturel en langage de question structuré (SQL). Ainsi, un utilisateur peut saisir n’importe quelle demande et il peut envoyer un appel API depuis ChatGPT. Et en retour, vous obtenez cette syntaxe SQL qui peut être utilisée pour générer des résultats », a déclaré Philip Darringer, vice-président de la gestion des produits chez Kinetica.
« Même plus, il peut comprendre l’intention de la question. Cela signifie que l’utilisateur n’a pas besoin de connaître les noms spécifiques des colonnes pour exécuter une requête. Le moteur d’IA générative déduit de la requête et la mappe à la colonne appropriée. C’est un énorme pas en avant », a ajouté Darringer.
Afin de déduire des requêtes en langage naturel de manière aussi lucide, les chefs de produit de Kinetica ont défini certains déclencheurs et contextuels en fonction de leur compréhension des bases de données actuellement publiées dans ChatGPT.
« Nous envoyons des significations de table particulières et des métadonnées sur les informations au moteur d’IA générative », a déclaré Darringer, ajoutant qu’aucune information commerciale n’était affichée sur ChatGPT.
La base de données, selon à l’entreprise, peut également répondre à des questions analytiques actualisées en temps réel car il ingère en continu des données en continu.
La vectorisation accélère le traitement des questions
Kinetica déclare que la vectorisation augmente la vitesse avec que sa base de données relationnelle traite les requêtes.
« Dans un moteur de requête vectorisé, les informations sont stockées dans des blocs de taille fixe appelés vecteurs, et les opérations de requête sont effectuées sur ces vecteurs en parallèle, plutôt que sur des éléments d’information individuels, » a déclaré l’entreprise, ajoutant que cela permet au moteur de questions de traiter simultanément de nombreux aspects de données, ce qui entraîne une exécution beaucoup plus rapide des requêtes sur une empreinte de calcul plus petite.
Dans Kinetica, la vectorisation est activée grâce à l’utilisation intégrée d’unités de traitement graphique (GPU) et de processeurs, a déclaré la société, notamment que la base de données utilise SQL-92 pour un langage de requête, tout comme PostgreSQL et MySQL, et prend en charge la recherche de texte, l’analyse de séries chronologiques, l’intelligence de localisation et l’analyse de graphiques – tous qui sont désormais accessibles au moyen du langage naturel.
Kinetica affirme que l’intégration de ChatGPT simplifiera l’utilisation de sa base de données, augmentera la productivité et améliorera les informations à partir des données.
» Les administrateurs de bases de données, les chercheurs de données et d’autres praticiens utiliseront cette méthode pour accélérer, améliorer et étendre l’interface de ligne de commande et le travail d’API qu’ils effectuent par programmation « , a déclaré Bradley Shimmin, expert en chef chez Omdia Research.
Kinetica est l’une des premières entreprises de bases de données à intégrer ChatGPT ou des fonctionnalités d’IA génératives dans une base de données, selon Shimmin.
« Dans les bases de données elles-mêmes, néanmoins, il y a eu moins d’efforts pour intégrer l’interrogation en langage naturel (NLQ ), car ces plates-formes sont utilisées par les administrateurs de bases de données, les développeurs et d’autres professionnels habitués à travailler avec SQL, Spark, Python et d’autres langages », a déclaré Shimmin, notant que les fournisseurs du marché de l’informatique décisionnelle (BI) ont en fait fait plus progrès dans l’intégration du NLQ.
Selon Shimmin, l’utilisation de ChatGPT par Kinetica pour les requêtes en langage naturel est « simple », mais ce n’est pas, à proprement parler, une véritable requête de base de données.
« Ce dont parle Kinetica n’est pas t utilisant le langage naturel pour interroger la base de données. Au lieu de cela, Kinetica fonctionne exactement de la même manière que Pinecone, Chroma et d’autres bases de données vectorielles, en développant un index consultable (vue vectorisée) d’informations d’entreprise qui peuvent être intégrées dans des conceptions en langage naturel comme ChatGPT pour développer un moyen naturel de parcourir les données vectorisées. C’est extrêmement astucieux », a déclaré Shimmin.
« Une application incroyablement populaire de ce type de question conversationnelle est le mélange de Chroma, LangChain et ChatGPT », a ajouté Shimmin. . Chroma est une base de données open source, et LangChain est un cadre de développement logiciel
Cependant, Shimm pense que cette intégration favorisera « extrêmement » Kinetica.
« Les bases de données vectorielles seront le ticket chaud plus tard en 2023 alors que les professionnels de l’entreprise commencent à chercher des méthodes pour mettre les grandes conceptions de langage (LLM) derrière le pare-feu sans avoir à investir une tonne d’argent pour former leur propre LLM ou affiner un LLM existant en utilisant des informations commerciales « , a déclaré Shimmin .
Kentica a déclaré qu’il est ouvert à travailler avec d’autres fournisseurs de LLM au fur et à mesure que de nouveaux cas d’utilisation se produisent.
« Nous étudions le temps, il y aura d’autres cas d’utilisation où il sera logique pour nous de modifier les conceptions et même de travailler avec d’autres conceptions », a déclaré Chad Meley, directeur du marketing chez Kinetica.
L’entreprise, qui tire plus de la moitié de ses revenus d’entreprises de défense américaines comme NORAD, a des clients dans le domaine de l’automobile connectée en plus de clients dans la logistique, les services financiers, les télécoms et le secteur du divertissement.
.
Toute l’actualité en temps réel, est sur L’Entrepreneur
