Plans de données prêtes pour l'IA (French Edition)
by Navnit Shukla, Kien Pham, Srikanth Sopirala, Harsha Tadiparthi
Chapitre 5. Basesde connaissances et bases de données vectorielles
Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com
Dans le paysage entrepreneurial actuel, dominé par l’IA, la capacité à ancrer les applications d’IA générative dans des connaissances organisationnelles précises et à jour est devenue un impératif concurrentiel. Ce chapitre explore les fondements de la stratégie de données qui permettent aux organisations de construire des systèmes d’IA générative (GenAI) et d’IA agentique prêts pour la production, en s’appuyant sur trois piliers essentiels : les bases de connaissances, la génération augmentée par la recherche (RAG) et les bases de données vectorielles.
Le défi des données GenAI
Les grands modèles linguistiques traditionnels d’, bien que puissants, se heurtent à des limites fondamentales lorsqu’ils sont déployés dans des environnements d’entreprise. Ils fonctionnent avec des données d’entraînement statiques, souvent obsolètes depuis des mois, et n’ont pas accès aux connaissances organisationnelles propriétaires. Cela crée un écart critique entre les capacités de l’IA et les besoins des entreprises, un écart qui coûte aux organisations à la fois en précision et en avantage concurrentiel.
On estime généralement que l' de données non structurées représente 80 à 90 % des informations d'entreprise, le volume de données d'entreprise augmentant d'environ 55 à 65 % par an.1 Pourtant, la plupart ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access