Kinetica, dont le siège social est à Arlington, en Virginie, fournit une base de données analytique pour débloquer la valeur des données spatiales, chronologiques et temporelles, a dévoilé aujourd’hui une combinaison avec ChatGPT d’OpenAI.
Le déménagement, explique l’entreprise, permet une « interrogation conversationnelle » où les utilisateurs de l’entreprise peuvent obtenir des invites en langage naturel pour interroger leurs actifs de données. Auparavant, le processus comprenait la rédaction de questions complexes en langage de questions structurées (SQL), ce qui limitait l’analyse à un groupe d’utilisateurs sélectionné et prenait un certain temps.
Il s’agit de l’effort le plus récent d’un fournisseur pour intégrer l’IA générative dans son article et le rendre plus convivial et disponible pour les clients finaux.
Occasion
Changement 2023
Rejoignez-nous à San Francisco les 11 et 12 juillet, où des magnats partageront comment ils ont intégré et amélioré les investissements financiers dans l’IA pour réussir et éviter les erreurs courantes.
Inscrivez-vous maintenant Comment
l’interrogation de ChatGPT
fonctionne-t-elle ? Afin d’effectuer une question conversationnelle, un
utilisateur professionnel doit accéder à l’interface utilisateur du plan de travail de Kinetica et poser une question sur ses informations exclusives, qu’il s’agisse de quelque chose de clair et facile ou d’une requête complexe jusque-là inconnue. Lorsque le problème est posé, l’interface ChatGPT, alimentée par GPT-3.5 turbo, le convertit en SQL et exécute la question pour offrir des informations pour la prise de décision. « Workbench est un système de bloc-notes SQL et en haut de chaque bloc-notes se trouve un petit déclencheur de texte qui vous permet de poser une question qui produira un bloc SQL dans votre bloc-notes », a déclaré à VentureBeat Nima Negahban, PDG et cofondateur de l’entreprise. . Afin d’optimiser l’inventaire, un utilisateur
peut demander quelque chose comme » Quel est l’état de nos niveaux de stock et devons-nous rediriger les véhicules d’expédition actifs pour réduire les risques d’articles en rupture de stock ? ». L’opportunité, déclare Kinetica, fournira des informations orientées vers l’action en quelques secondes. Il pourrait également être soutenu par des problèmes de suivi, qui pourraient révéler des connexions et des relations imprévues qui n’auraient peut-être pas été immédiatement évidentes grâce aux techniques d’interrogation traditionnelles. Alors que de nombreuses bases de données analytiques nécessitent une ingénierie, une indexation et un réglage de l’information pour garantir une interrogation rapide, Kinetica offre des performances similaires grâce à la vectorisation native. Dans ce cadre, il stocke les informations dans des blocs de taille fixe appelés vecteurs et effectue des opérations d’interrogation sur ces vecteurs en parallèle, plutôt que sur des aspects d’informations spécifiques. -des préoccupations fondées sur leurs informations comme ils le font actuellement pour les préoccupations concernant les informations dans
le domaine public général avec ChatGPT, « Negahban a gardé à l’esprit. Les données restent en sécurité Étant donné que la capacité d’interrogation basée sur ChatGPT traite les données de l’entreprise, ce qui peut parfois être délicat, le PDG a également souligné que l’option fonctionne d’une manière telle
que la conception
n’intercepte aucune partie des données qu’il interroge. »Kinetica hydrate immédiatement le contexte GPT-3 dans un style anonymisé avec les déclencheurs et les règles requis dérivés des métadonnées de la base de données. Cela permet au modèle GPT de générer le
une question SQL correcte, compte tenu du modèle de données et de la question d’un utilisateur, sans exposer les données détaillées sous-jacentes à GPT », a-t-il expliqué. À l’avenir, Kinetica prévoit de renforcer la fonctionnalité d’interrogation avec l’intégration GPT-4 et de la rendre plus accessible aux entreprises. Pour ce dernier, l’entreprise introduira
une API SQL programmatique qui ouvrira la possibilité d’être utilisée par d’autres développeurs dans leurs propres applications analytiques. Il vérifie également d’autres domaines dans lesquels sa base de données pourrait bénéficier de grandes conceptions de langage (LLM). « Nous avons une variété de concepts sur la façon dont nous allons tirer parti des LLM dans notre feuille de route. Nous avons des dialogues avec nos clients, qui sont des leaders sur leurs marchés particuliers tels que la santé, les télécommunications, la défense, la banque, l’automobile et autres, et ils ont des cas d’utilisation incroyables que nous vérifions ensemble », a déclaré Negahban. D’autres fournisseurs d’innovation commerciale ont également commencé à exploiter les LLM dans leurs produits, notamment Salesforce, Microsoft, ThoughtSpot, Domo et SiSense. L’objectif de VentureBeat est d’être une place publique numérique permettant aux décideurs techniques de mieux comprendre l’innovation commerciale transformatrice et de négocier. Découvrez nos aperçus.
Toute l’actualité en temps réel, est sur L’Entrepreneur
