Mejora del análisis de datos con IA generativa

Cogniware, s.r.o., ofrece productos analíticos innovadores basados en IA y servicios profesionales de élite para ayudar a sus clientes a identificar posibles amenazas a la seguridad y descubrir patrones ocultos de comportamiento sospechoso y delincuencia. Cogniware apoya a los clientes con una plataforma de análisis de datos con IA llamada Argos, una solución de análisis de datos de alta seguridad para investigación, análisis profundo, búsqueda de patrones y mucho más. La plataforma Argos fue diseñada para recopilar, vincular y analizar de manera eficiente varios formatos de datos, sin embargo, Cogniware vio la oportunidad de aumentar aún más la usabilidad de la plataforma.

Al aprovechar la IA para gestionar interacciones de datos más complejas, Argos podría ser útil para sectores, como la aplicación de la ley y la banca comercial, donde el análisis de datos rápido y preciso es vital. Por lo tanto, Cogniware tenía como objetivo optimizar la experiencia del usuario y aumentar la eficiencia general de la plataforma. Hacer que el sistema sea aún más intuitivo y fácil de usar, para que los usuarios puedan consultar los datos mediante lenguaje natural y adaptar la plataforma a las necesidades específicas de los clientes, lo que refleja el compromiso de Cogniware de hacer que Argos sea útil para todos los investigadores.

Cogniware se asoció con IBM Client Engineering para pilotar la integración de IBM watsonx.ai Modelos LLM en la plataforma Argos. El equipo se centró en permitir a los usuarios consultar datos en lenguaje natural, con el sistema generando automáticamente patrones analíticos. El piloto incluyó a personas de Cogniware e IBM y duró varios meses. El alcance del piloto incluyó datos internos de Cogniware y conjuntos de datos externos, lo que garantizó una evaluación sólida de las capacidades del sistema.

Durante la prueba piloto, el factor clave fue utilizar los LLM para traducir las consultas de texto libre en patrones analíticos estructurados, minimizando así el riesgo de alucinaciones del modelo, que podrían proporcionar resultados falsos o engañosos. Según Dominik Regner, Sales Manager de Cogniware, “para tomar decisiones cruciales es necesario contar con resultados precisos; no hay lugar para alucinaciones o errores del LLM”. El piloto incorporó LLM para resumir textos y extraer entidades, lo que mejoró la eficiencia general de la plataforma. "Nos centramos en dos objetivos principales: poder procesar documentos no estructurados con un LLM y añadir los conocimientos extraídos a nuestros gráficos y poder consultar los datos gráficos de forma eficiente con lenguaje natural, todo ello de forma intuitiva y altamente segura. Nuestros clientes necesitan tener total confianza en las medidas de seguridad para sus datos sensibles. Los resultados de nuestra cooperación con [el] equipo de IBM suponen un punto de inflexión para nuestro camino a la hora de ofrecer software de análisis de autoservicio a los usuarios orientados a los negocios", afirma Martin Kovář, director de producto de Cogniware.