Snowflake utiliza IA generativa para datos sintéticos y consultas de lenguaje natural

Las herramientas de IA generativa han revolucionado la forma en que percibimos la inteligencia artificial, ya que pueden producir contenido que se asemeja estrechamente a las creaciones humanas, desde texto hasta imágenes e incluso videos. Sin embargo, las aplicaciones de la IA generativa van más allá de la mera imitación. La IA moderna se basa en reconocer patrones en los datos para responder preguntas y hacer predicciones. Por ejemplo, ChatGPT de OpenAI aprovecha la IA generativa para generar más datos, adheriéndose a los patrones encontrados en sus datos de entrenamiento.

Si bien los datos del mundo real son invaluables, presentan desafíos como los costos de recopilación y las preocupaciones de privacidad. Piense en crear un conjunto de datos para entrenar algoritmos de reconocimiento facial; se necesitan miles de personas para ser fotografiadas y obtener su consentimiento, seguido de verificaciones rigurosas para mitigar posibles sesgos.

Introducir datos sintéticos

Los datos sintéticos ofrecen una solución a estos desafíos. Son datos generados artificialmente que imitan de cerca los datos del mundo real y pueden cumplir muchas de las mismas funciones. Snowflake, una destacada empresa de «datos como servicio», ha llevado este concepto un paso más allá al incorporar conjuntos de datos sintéticos generados por IA en sus ofertas.

Los datos sintéticos son información creada artificialmente para poseer las características de los datos del mundo real, sin contener datos reales. La IA generativa es adecuada para esta tarea, ya que analiza conjuntos de datos y genera datos sintéticos que coinciden estrechamente con ellos. Este enfoque permite a las empresas entrenar algoritmos de IA, realizar pruebas y simulaciones sin exponer información sensible o privada que se encuentra en los datos del mundo real.

Aplicaciones abundantes

Los datos sintéticos encuentran aplicaciones en diversas industrias. En finanzas, entrenan algoritmos de detección de fraude para identificar transacciones falsificadas deliberadamente. En el sector sanitario, preservan la confidencialidad de los datos de los pacientes. En el comercio minorista y el marketing, crean clientes sintéticos para analizar el comportamiento de compra. Los líderes empresariales, que enfrentan desafíos con la accesibilidad, complejidad y disponibilidad de los datos del mundo real, recurren cada vez más a los datos sintéticos. Los conjuntos de datos parcialmente sintéticos, que aumentan los datos reales con datos sintéticos, son más comunes que los conjuntos de datos totalmente sintéticos.

El papel de Snowflake en los datos sintéticos generativos

Snowflake, un actor importante en la intermediación de datos B2B, ha ampliado sus ofertas para incluir el acceso a conjuntos de datos sintéticos generados por algoritmos de IA. Por ejemplo, ofrece un conjunto de datos de rostros humanos sintéticos creado por Synthesis AI, que cuenta con 5.000 rostros humanos diversos. Esto aborda las preocupaciones sobre los sesgos en los algoritmos de reconocimiento facial, permitiendo personalizar los conjuntos de datos para promover la inclusión y la representación.

Los algoritmos generativos han acelerado la escalabilidad de los conjuntos de datos, haciéndolos personalizables para diversas necesidades de clientes globales. Snowflake también proporciona datos financieros sintéticos de Clearbox AI, incluidas solicitudes de hipoteca simuladas aumentadas por datos generados por IA generativa.

Snowflake reconoce el papel fundamental de los datos sintéticos generados por IA en su futuro. A medida que los modelos generativos avancen, reflejarán cada vez más el mundo real, ofreciendo a las empresas información más rentable y eficiente.

Más allá de los datos sintéticos y otras aplicaciones de IA generativa en Snowflake

Snowflake ha ido más allá de los datos sintéticos, ofreciendo a sus clientes herramientas basadas en IA generativa. La adquisición de Neeva, una startup de búsqueda fundada por ex empleados de Google, ha llevado a la implementación de consultas en lenguaje natural para conjuntos de datos. Los usuarios ahora pueden interactuar con sus datos mediante conversaciones, extrayendo información al hacer preguntas en lugar de depender del análisis tradicional de ciencia de datos.

Además, Snowflake se ha asociado con Nvidia para crear una plataforma que permite a los usuarios construir aplicaciones de IA generativa, como chatbots y motores de búsqueda, accediendo a los vastos recursos de datos de Snowflake. Otra iniciativa implica desarrollar una herramienta Document AI para consultar y extraer significado de documentos, utilizando la tecnología adquirida mediante la compra de la plataforma sueca de lenguaje natural Applica en 2022.

Snowflake está aprovechando la IA generativa no solo para la creación de datos sintéticos, sino también para construir herramientas que faciliten el análisis y la extracción de datos. El compromiso de la empresa con la IA generativa refleja su visión de soluciones de datos innovadoras y una mejor utilización de los datos en diversas industrias.