En la inteligencia artificial empresarial, entender y trabajar en múltiples idiomas ya no es opcional; es esencial para satisfacer las necesidades de empleados, clientes y usuarios en todo el mundo.

La recuperación de información multilingüe permite resultados más precisos

La recuperación de información multilingüe, que se refiere a la habilidad de buscar, procesar y recuperar conocimientos a través de diferentes lenguas, juega un papel importante en permitir que la inteligencia artificial ofrezca resultados más precisos y relevantes a nivel global.

Las empresas pueden ampliar sus esfuerzos de inteligencia artificial generativa hacia sistemas multilingües precisos utilizando NVIDIA NeMo Retriever y los microservicios de reordenamiento de NVIDIA NIM, que están disponibles ahora. Estos modelos pueden comprender información en una amplia gama de lenguas y formatos, como documentos, para ofrecer resultados precisos y conscientes del contexto a gran escala.

Con NeMo Retriever, las empresas pueden:

• Extraer conocimiento de grandes y diversos conjuntos de datos para proporcionar contexto adicional y ofrecer respuestas más precisas.
• Conectar de manera fluida la inteligencia artificial generativa con los datos empresariales en la mayoría de los principales idiomas globales para ampliar el público de usuarios.
• Ofrecer inteligencia procesable en mayor escala con 35 veces de mejora en la eficiencia de almacenamiento de datos mediante nuevas técnicas, como el soporte de contextos largos y el tamaño dinámico de incrustaciones.

Socios líderes de NVIDIA como DataStax, Cohesity, Cloudera, Nutanix, SAP, VAST Data y WEKA ya están adoptando estos microservicios para ayudar a organizaciones de diversas industrias a conectar de forma segura modelos personalizados con grandes y diversos conjuntos de datos. A través del uso de técnicas de generación aumentada por recuperación, NeMo Retriever permite que los sistemas de IA accedan a información más rica y relevante y bridguen efectivamente las divisiones lingüísticas y contextuales.

Wikidata acelera el procesamiento de datos de 30 días a menos de tres días

En colaboración con DataStax, Wikimedia implementó NeMo Retriever para incrustar en vectores el contenido de Wikipedia, sirviendo a miles de millones de usuarios. La incrustación en vectores, o «vectorización», es un proceso que transforma datos en un formato que la IA puede procesar y entender para extraer información significativa y promover la toma de decisiones inteligentes.

Wikimedia utilizó la incrustación de NeMo Retriever y los microservicios de reordenamiento NIM para vectorizar más de 10 millones de entradas de Wikidata en formatos listos para IA en menos de tres días, un proceso que anteriormente tomaba 30 días. Esa mejora de velocidad de 10 veces permite un acceso escalable y multilingüe a uno de los grafos de conocimiento abierto más grandes del mundo.

Este innovador proyecto asegura actualizaciones en tiempo real para cientos de miles de entradas que son editadas diariamente por miles de contribuyentes, mejorando la accesibilidad global para desarrolladores y usuarios por igual. Con el modelo sin servidor de Astra DB y las tecnologías de IA de NVIDIA, la oferta de DataStax proporciona casi cero latencia y una excepcional escalabilidad para satisfacer las demandas dinámicas de la comunidad de Wikimedia.

DataStax está utilizando NVIDIA AI Blueprints e integrando los microservicios de NVIDIA NeMo Customizer, Curator, Evaluator y Guardrails en LangFlow AI para permitir que el ecosistema de desarrolladores optimice modelos y pipelines de IA para sus casos de uso únicos y ayude a las empresas a escalar sus aplicaciones de IA.

La inteligencia artificial inclusiva en el lenguaje impulsa el impacto empresarial global

NeMo Retriever ayuda a las empresas globales a superar barreras lingüísticas y contextuales y liberar el potencial de sus datos. Al implementar soluciones de IA robustas, las empresas pueden lograr resultados precisos, escalables y de alto impacto.

La plataforma de NVIDIA y sus socios de consultoría desempeñan un papel importante en asegurar que las empresas adopten e integren de manera eficiente las capacidades de IA generativa, como los nuevos microservicios multilingües de NeMo Retriever. Estos socios ayudan a alinear soluciones de IA con las necesidades y recursos únicos de una organización, haciendo que la IA generativa sea más accesible y efectiva. Incluyen:

• Cloudera planea expandir la integración de NVIDIA AI en el servicio Cloudera AI Inference. Actualmente, Cloudera AI Inference incluye NVIDIA NeMo Retriever para mejorar la velocidad y calidad de los conocimientos para casos de uso multilingües.
• Cohesity presentó el primer asistente de búsqueda conversacional impulsado por IA generativa que utiliza datos de copia de seguridad para ofrecer respuestas perspicaces. Utiliza el microservicio de reordenamiento de NeMo Retriever para mejorar la precisión de recuperación y aumentar significativamente la velocidad y calidad de los conocimientos para diversas aplicaciones.
• SAP está utilizando las capacidades de anclaje de NeMo Retriever para añadir contexto a su función de preguntas y respuestas de Joule copilot y a la información recuperada de documentos personalizados.
• VAST Data está desplegando microservicios de NeMo Retriever en el VAST Data InsightEngine con NVIDIA para que nuevos datos estén disponibles al instante para análisis. Esto acelera la identificación de conocimientos empresariales al capturar y organizar información en tiempo real para decisiones impulsadas por IA.
• WEKA está integrando su arquitectura WEKA AI RAG Reference Platform (WARRP) con NVIDIA NIM y NeMo Retriever en su plataforma de datos de baja latencia para ofrecer soluciones de IA escalables y multimodales, procesando cientos de miles de tokens por segundo.

Superando barreras lingüísticas con la recuperación de información multilingüe

La recuperación de información multilingüe es vital para la IA empresarial para satisfacer las demandas del mundo real. NeMo Retriever apoya la recuperación eficiente y precisa de texto a través de múltiples lenguas y conjuntos de datos multilingües. Está diseñado para casos de uso empresariales como búsqueda, pregunta-respuesta, resumido y sistemas de recomendación.

Además, aborda un desafío significativo en la IA empresarial: manejar grandes volúmenes de documentos extensos. Con soporte para contextos largos, los nuevos microservicios pueden procesar contratos largos o historiales médicos detallados mientras mantienen precisión y consistencia a lo largo de interacciones prolongadas.

Estas capacidades ayudan a las empresas a utilizar sus datos de manera más efectiva, proporcionando resultados precisos y confiables para empleados, clientes y usuarios mientras optimizan recursos para escalabilidad. Herramientas avanzadas de recuperación multilingüe como NeMo Retriever pueden hacer que los sistemas de IA sean más adaptables, accesibles e impactantes en un mundo globalizado.

Disponibilidad

Los desarrolladores pueden acceder a los microservicios multilingües de NeMo Retriever y otros microservicios de NIM para recuperación de información a través del catálogo de API de NVIDIA, o una licencia de desarrollador de NVIDIA AI Enterprise de 90 días sin costo.