Cogniware, s.r.o, offre prodotti analitici innovativi basati su AI e servizi professionali d'élite per aiutare i propri clienti a individuare potenziali minacce alla sicurezza e scoprire modelli nascosti di comportamenti sospetti e criminali. Cogniware supporta i clienti con una piattaforma di analisi dei dati basata su AI chiamata Argos, una soluzione di analytics dei dati estremamente sicura pensata per indagini, analisi approfondite, ricerca di modelli e altro ancora. La piattaforma Argos è stata progettata per raccogliere, collegare e analizzare in modo efficiente vari formati di dati, ma Cogniware ha intravisto l'opportunità di aumentare ulteriormente l'usabilità della piattaforma.

Sfruttando l'AI per gestire interazioni di dati più complesse, Argos potrebbe essere utile per determinati settori come le forze dell'ordine e le banche commerciali, in cui un'analisi rapida e accurata dei dati è fondamentale. Pertanto, Cogniware mirava a semplificare l'esperienza dell'utente e ad aumentare l'efficienza complessiva della piattaforma. Rendere il sistema ancora più intuitivo e facile da utilizzare, in modo che gli utenti possano interrogare i dati utilizzando il linguaggio naturale e adattare la piattaforma alle esigenze specifiche dei clienti, riflettendo l'impegno di Cogniware nel rendere Argos utile per tutti gli investigatori.

Cogniware ha collaborato con IBM Client Engineering per testare l'integrazione di IBM® watsonx.ai Modelli LLM nella piattaforma Argos. Il team si è concentrato nel consentire agli utenti di interrogare i dati in linguaggio naturale, con il sistema che genera automaticamente modelli analitici. Il progetto pilota ha coinvolto il personale di Cogniware e IBM ed è durato diversi mesi. L'ambito del progetto pilota includeva dati interni provenienti da Cogniware, nonché set di dati esterni, garantendo così un'efficace valutazione delle funzionalità del sistema.

Durante il progetto pilota, il fattore chiave è stato l'utilizzo di LLM per tradurre le query a testo libero in modelli analitici strutturati, riducendo così al minimo il rischio di allucinazioni del modello, che potrebbero fornire risultati falsi o fuorvianti. Secondo Dominik Regner, Sales Manager di Cogniware, "Per prendere decisioni critiche, è necessario avere risultati precisi; non c'è spazio per allucinazioni oppure errori commessi da LLM." Il progetto pilota ha incorporato LLM per riassumere i testi ed estrarre le entità, migliorando l'efficienza complessiva della piattaforma. "Ci siamo concentrati su due obiettivi principali: essere in grado di elaborare documenti non strutturati con LLM e aggiungere conoscenze estratte nel nostro grafico ed essere in grado di interrogare in modo efficiente i dati del grafico con il linguaggio naturale, il tutto in modo intuitivo e altamente sicuro. I nostri clienti devono avere assoluta fiducia nelle misure di sicurezza adottate per proteggere i propri dati sensibili. I risultati della nostra collaborazione con [il] team IBM sono un punto di svolta per il nostro percorso di fornitura di software di analytics self-service agli utenti orientati al business", ha dichiarato Martin Kovář, Product Manager di Cogniware.