IBM watsonx.data: تحسين دقة الذكاء الاصطناعي باستخدام البيانات غير المنظمة والمنظمة الجاهزة للذكاء الاصطناعي.

أعلنت IBM اليوم عن إطلاق النسخة المطوّرة من IBM watsonx.data، وهو أول مستودع بحيرة بيانات هجين ومفتوح مخصص للذكاء الاصطناعي والتحليلات المؤسسية، ليكون متاحًا بشكل عام.

يمكن للمؤسسات الآن تبسيط وتوسيع نطاق الوصول إلى البيانات المنظمة وغير المنظمة، وتحضيرها وتوصيلها، لدعم تطبيقات الذكاء الاصطناعي التوليدي بدقة وملاءمة أعلى، وتوسيع نطاق التحليلات الذاتية، وتبسيط وتوسيع العمليات المعقدة سابقًا للوصول إلى البيانات، وإثرائها، وحوكمتها.

تُعَد بيانات المؤسسة الأداة الأمثل لدعم ذكاء اصطناعي دقيق ومتفرد وذي صلة بمجالك وعملائك، ما يعزز ميزتك التنافسية. ومع ذلك، فإن 90% من بيانات المؤسسات هي بيانات غير منظمة، والتي ظلّت إلى حدٍّ كبير غير قابلة للوصول وغير مستغلة في تطبيقات الذكاء الاصطناعي التوليدي.²

يمكنك الآن الوصول إلى بياناتك المؤسسية غير المنظمة، وتحضيرها وتوزيعها لتشغيل ذكاء اصطناعي أكثر دقة بنسبة 40% مقارنةً بنهج RAG التقليدي، وذلك باستخدام IBM watsonx.data*. يتميز watsonx.data بأنه:

1. هجين ومفتوح للوصول إلى البيانات أينما كانت، والنشر عبر البيئات المحلية والسحابية ومتعددة السُحب، مع التوافق مع البنية الحالية والاستثمارات في البيانات.
2. محسَّن لأعباء العمل من خلال عدة محركات استعلام مخصصة، بما في ذلك Apache Gluten مفتوح المصدر والمحسَّن لـ Spark، لتحسين الأداء وتقليل التكاليف.
3. جاهز للذكاء الاصطناعي التوليدي بفضل قدرات نسيج البيانات المدمجة، بما في ذلك watsonx.data integration وwatsonx.data intelligence، وكل ذلك ضمن مستودع بحيرة البيانات، لتجنُّب إنشاء مستودع بيانات منعزل جديد.

يمكنك الآن توسيع نطاق وأتمتة ما يلي:

1. استيعاب بياناتك غير المنظمة والمنظمة من مجموعة متنوعة من الأنظمة المصدرية الجديدة، مثل Filenet وBox وGoogle Docs وغيرها.
2. الإثراء الدلالي لبياناتك، من خلال إنشاء تضمينات متجهة ومشتقات منظمة من الكيانات المُستخرجة والمُوحَّدة في مستنداتك، لتشغيل تطبيقات ذكاء اصطناعي تفهم السياق الموضعي، والعلاقات، والعمليات الحسابية، بهدف إنتاج مخرجات أدق وأكثر شمولًا.
3. حوكمة بياناتك من خلال ضوابط وصول موروثة من أنظمة مصادر المستندات وصولًا إلى استرجاع البيانات لتطبيقات الذكاء الاصطناعي، مع شرح بيانات التعريف الشخصية (PII) لتفادي عرض المعلومات الحساسة.
4. استرجاع تلك البيانات عبر نطاق واسع من أعباء العمل، بدءًا من تحليلات الأعمال (BI) ووصولًا إلى تطبيقات ووكلاء الذكاء الاصطناعي التوليدي.

يمكن تنفيذ كل ذلك ضمن IBM watsonx.data لإطلاق إمكانات البيانات غير المنظمة في المؤسسات لصالح الذكاء الاصطناعي والتحليلات التقليدية، مثل هندسة البيانات، وذكاء الأعمال (BI)، والتعلم الآلي (ML).

يقدِّم IBM watsonx.data الآن Spark المعزّز بواسطة Apache Gluten كأحد محركات الاستعلام المصممة حسب الغرض، ما يعزز الأداء بشكل كبير في أعباء عمل Spark SQL كثيفة المعالجة. يعمل Apache Gluten، وهو مكتبة عالية الأداء، على تحسين أعباء عمل Apache Spark SQL من خلال تحويل التنفيذ إلى Velox، وهو محرك تنفيذ أصلي مكتوب بلغة ++C. يوفر هذا التكامل معالجة أسرع للاستعلامات وكفاءة موارد محسَّنة لتحليلات البيانات واسعة النطاق. أصبح بإمكان المؤسسات الآن تنفيذ المهام التحليلية المعقدة بسرعة أكبر، وقابلية توسُّع أعلى، وتكاليف أقل.

استحوذت IBM مؤخرًا على DataStax، ما أضاف إلى watsonx.data قاعدة بيانات تشغيلية متجهة من نوع NoSQL مبنية على Apache Cassandra. تعمل هذه الإضافة إلى watsonx.data على تعزيز قدراتنا في مجال المتجهات وتقوية قدراتنا في مجال التوليد المعزز بالاسترجاع وتضمين المعرفة.

تم تحسين DataStax لتطبيقات الذكاء الاصطناعي التوليدي التي تعتمد على القراءة والكتابة، ولأعباء العمل التشغيلية التي تتطلب أداءً في الوقت الفعلي، وتوافرًا عاليًا، وقابلية للتوسع - ما يوفر للمؤسسات السرعة والموثوقية والدعم متعدد الأنماط اللازم لتطبيقات الذكاء الاصطناعي الحديثة.

تتصل DataStax أيضًا بسلاسة مع Langflow، والتي ستكون متاحة قريبًا كجزء من IBM watsonx.ai. تُعَد Langflow أداة مفتوحة المصدر تضم أكثر من 60,000 نجمة على GitHub، وتُتيح للمطورين وضع نماذج أولية للتوليد المعزز بالاسترجاع وتطبيقات الذكاء الاصطناعي متعددة الوكلاء وبناءها ونشرها من خلال واجهة سهلة الاستخدام منخفضة التعليمات البرمجية لتبسيط عملية التطوير وتسريع وقت تحقيق القيمة.

أعلنَّا عن المعاينة المغلقة لهذه القدرات خلال فعالية Think 2025، بمشاركة مجموعة من المتحدثين الضيوف المميزين في الجلسة الرئيسية الخاصة بالبيانات، وجلسات التركيز، وعروض Techbyte، والذين يقودون الابتكار في مجالات البيانات والذكاء الاصطناعي ضمن مجالاتهم.

شاركت شركة Lockheed Martin في الجلسة الرئيسية برفقة Meta. استفادت Lockheed مؤخرًا من watsonx.data المطورة، ما مكَّن 70,000 مهندس وعالم وفني من استرجاع الإجابات والمعلومات من ملايين المستندات باستخدام اللغة الطبيعية. يقول John Clark، النائب الأول لرئيس قسم التكنولوجيا والابتكار الاستراتيجي في شركة Lockheed: "نعمل على تسريع وتيرة الابتكار ورفع الكفاءة لنقل الحلول من المختبر إلى الميدان، والمساهمة في إنشاء عالم أكثر أمانًا وموثوقية".

طرحت EY مؤخرًا حلولًا عالمية مبتكرة للامتثال الضريبي مدعومة بالذكاء الاصطناعي، تم تطويرها باستخدام watsonx، لمعالجة أبرز التحديات التي تواجه أقسام الضرائب. يقول Christopher Aiken، قائد الذكاء الاصطناعي للضرائب غير المباشرة في الأمريكتين لدى EY: "تقدِّم EY خدمات ضريبية في أكثر من 150 دولة، وفي معظم هذه الدول، يواجه عملاؤنا تحديات تتعلق بالبيانات. لقد ساعد watsonx على تقليل الجهد البشري الذي نبذله في تنظيف البيانات، وإثرائها، ومراجعة جودتها بنسبة تتراوح بين 30 و50%".

تستفيد USAA من الذكاء الاصطناعي التوليدي لدفع مستقبل قطاع التأمين وتحسين تجربة العملاء. يقول Ramnik Bajaj، الرئيس التنفيذي لتحليلات البيانات والذكاء الاصطناعي في USAA: "في قطاع التأمين، نتعامل مع كمية كبيرة من البيانات غير المنظمة. فعلى سبيل المثال، تقارير فحص المنازل، وتقارير الشرطة، وصور الحوادث تحتوي على قدر ضئيل جدًا من البيانات المنظمة. يمنحنا الذكاء الاصطناعي التوليدي فرصة لاستخلاص السمات الرئيسية والرؤى من هذه البيانات غير المنظمة، ما يجعلها أكثر سهولة في الوصول وأكثر فائدة للمُكتتبين والمُقوِّمين وممثلي الخدمات".

يمكنك الآن البدء باستخدام النسخة المطوّرة من watsonx.data ضمن الإصدار المميز.

تعرّف على المزيد

جرِّب الإصدار التجريبي المجاني مع رصيد بقيمة 2,000 دولار أمريكي.

تواصَل معنا للبدء.