RAG 的秘诀：云服务如何在各行各业中启用生成式 AI 成果

根据 IBM 的研究，约有 42％ 的受访企业在其业务中使用了 AI。在所有用例中，我们中的许多人现在都非常熟悉自然语言处理 AI 聊天机器人，它们可以回答我们的问题并协助完成撰写电子邮件或论文等任务。然而，即使这些聊天机器人得到了广泛采用，企业仍然偶尔会遇到一些挑战。例如，这些聊天机器人可能会产生不一致的结果，因为它们从大型数据存储中提取的数据可能与当前的查询不相关。

值得庆幸的是，检索增强生成 (RAG) 已成为一种有前途的解决方案，可以为大型语言模型 (LLM) 锚定最准确、最新的信息。作为一种 AI 框架，RAG 致力于将模型锚定于知识源来补充 LLM 内部信息表示，从而提高 LLM 生成的回复的质量。IBM 于 2023 年 5 月推出了其新的 AI 产品组合 watsonx，该产品组合提供 RAG。

简单来说，利用 RAG 就像让模型参加开卷考试，因为您要求聊天机器人回答一个问题，并提供所有现成的信息。但是，RAG 是如何在基础设施层面运行的呢？通过混合使用平台即服务 (PaaS) 服务，RAG 可以轻松地成功运行，从而为使用 LLM 的各行各业的组织提供生成式 AI 结果。

企业级 AI，包括生成式 AI，需要高度可持续、计算和数据密集型的分布式基础设施。虽然 AI 是 RAG 框架的关键组件，但其他“成分”（如 PaaS 解决方案）也是其中不可或缺的一部分。这些产品，特别是无服务器和存储产品，在幕后勤奋运行，使数据能够更轻松地处理和存储，从而使聊天机器人能提供越来越准确的输出。

无服务器技术支持计算密集型工作，例如 RAG 带来的工作，可通过管理和保护它们周围的基础设施来提供支持。这为开发人员节省了时间，以便他们可以专注于编码。无服务器使开发人员能够构建和运行应用程序代码，而无需配置或管理服务器或后端基础设施。

如果开发人员正在将数据上传到 LLM 或聊天机器人，但不确定如何对数据进行预处理，使其处于正确的格式，或针对特定数据点进行筛选，则 IBM® Cloud Code Engine 可以为他们完成所有这些工作，简化从 AI 模型获取正确输出的总体过程。作为完全托管的无服务器平台，IBM Cloud Code Engine 可以通过管理和保护底层基础设施的自动化功能轻松扩展应用程序。

此外，如果开发人员正在上传 LLM 源，那么拥有高度安全、有弹性和持久的存储空间非常重要。这在金融服务、医疗保健和电信等受到严格监管的行业中尤其关键。

例如，IBM® Cloud Object Storage 提供安全性和数据耐久性，支持存储大量数据。凭借不可更改的数据保留和审计控制功能，IBM Cloud Object Storage 支持 RAG，帮助保护您的数据免受勒索软件攻击的篡改或操纵，并确保其符合合规性和业务要求。

借助 IBM 庞大的技术栈，包括 IBM Code Engine 和 Cloud Object Storage，各行各业的组织可以无缝利用 RAG，并专注于更有效地利用 AI 为其业务服务。

我们已经确定 RAG 对于实现生成式 AI 结果非常有价值，但在实践中它是什么样子的呢？

Blendow Group 是瑞典领先的法律服务提供商，处理各种各样的法律文件，剖析、总结和评估从法院判决到立法和判例法的文件。Blendow Group 的团队规模相对较小，因此需要一个可扩展的解决方案来帮助他们进行法律分析。Blendow Group 与 IBM Client Engineering 和 NEXER 合作，创建了一种创新的 AI 驱动工具，利用其全面的功能增强研究和分析，简化创建法律内容的过程，同时保持敏感数据的最高机密性。

利用包括 IBM Cloud Object Storage 和 IBM Code Engine 在内的 IBM 技术栈，量身定制了这款 AI 解决方案，以提高 Blendow 法律文件分析的效率和广度。

Mawson’s Huts Foundation 也是利用 RAG 实现更好 AI 成果的一个绝佳例子。该基金会的使命是保护 Mawson 的遗产，其中包括澳大利亚对南极 42% 的领土要求，并教育学童和其他人了解南极本身以及保护其原始环境的重要性。

借助在 IBM Cloud 上运行的人工智能驱动学习平台 The Antarctic Explorer，Mawson 让儿童和其他人无论身在何处都可以通过浏览器访问南极洲。用户可以通过基于浏览器的界面提交问题，学习平台利用 IBM watsonx Assistant 提供的人工智能驱动的自然语言处理功能来理解问题，并检索存储在 IBM Cloud Object Storage 中的相关媒体（视频、图像和文档），从而提供适当的答案。

通过将基础设施即服务产品与 watsonx 相结合，Mawson Huts Foundation 和 Blendow Group 都能通过简化管理和存储其中包含的数据的流程，从其 AI 模型中获得更深入的洞察分析。

生成式 AI 和 LLM 已被证明具有改变各行各业组织的巨大潜力。无论是教育更广泛的人群还是分析法律文件，云中的 PaaS 解决方案对于 RAG 的成功和运行 AI 模型都至关重要。

在 IBM，我们认为 AI 工作量可能会构成任务关键型工作量的骨干，并最终容纳和管理最受信赖的数据，因此其周围的基础设施必须具备值得信赖且富有弹性的设计。借助 IBM Cloud，各行业企业使用 AI 可以获得更好的弹性、性能、安全性、合规性和总体拥有成本。了解更多关于 IBM Cloud Code Engine 和 IBM Cloud Object Storage 的信息。