Integración de Datos No Estructurados con Azure AI Search
Chatea con tus datos
Uno de los escenarios en dónde los modelos de IA generativa pueden tener un alto impacto es aquellos en dónde los asistentes virtuales puedan ayudar a los usuarios a entender los datos, los cuales pueden venir desde fuentes estructuradas o no estructuradas. Por ejemplo, las organizaciones usualmente generan grandes volúmenes de datos que están en fuentes no estructuradas y que por lo general no son procesadas debido a la complejidad de sus formatos, sin embargo, este tipo de datos podrían generar valor cuando hablamos de escenarios en dónde se tienen documentos de tipo reportes o presentación de resultados. En este escenario, los asistentes virtuales podrían ayudar a responder preguntas sobre la información contenida en los documentos.
Agregar fuente de datos
En el chat playground vamos a tener un mecanismo que nos permitirá agregar fuentes de datos no estructuradas e indexarlas a través de Azure AI Search.
Con AI Search tendremos la capacidad de implementar la búsqueda híbrida, de tal manera que usemos un modelo de Azure OpenAI para generar embeddings a partir de los datos no estructurados y posteriormente soportar consultas que usen estos embeddings para implementar una búsqueda híbrida.
Una vez hemos integrado nuestros datos al asistente virtual, podemos desplegar en cuestión de minutos una aplicación web que soporta autenticación y ofrece una interfaz para hacer consultas que serán resueltas por los modelos de IA generativa utilizando nuestros datos.
Ahora que ya sabes integrar tus datos para que interactúen con los modelos de IA generativa, desarrolla una aplicación en la que uses datos corporativos y aprovecha todas las características empresariales que te brinda el ecosistema Azure cuando usas Azure Open AI Service.
¿ Buenos días, Donde esta la explicación para conectar con los datos estructurados como una base de datos SQL Server ? no veo que hable de los datos estructurados.
genial para crear asistentes corporativos basado en documentos , me queda la duda el costo de estos desplieges si sera manejable o si puede llegra a crecer demaciado
Hola, tendrías que tener en cuenta el consumo de los modelos de Azure OpenAI que se mide en tokens y también considerar la infraestructura en dónde despliegues el chatbot... dependiendo del número de usuarios vas a necesitar mayor capacidad de la infraestructura.
Hay manera de personalizar la UI? Es decir, hay manera de desarrollar algún template con la marca de la empresa para este chatbot web?
Una forma práctica es usar Form Recognizer dentro de un skillset de Azure AI Search para extraer tablas de PDFs y generar embeddings que el asistente consulta directamente, evitando pasos manuales y manteniendo la trazabilidad de los documentos
Adicional al chat, sería posible generar contenido de documentos con AzureOpenAI? me queda la duda por el tema de la limitante de tokens.
Genial!, pero creo que hace falta mostrar el servicio que nos va a permitir interpretar los documentos( por ejemplo, form recognizer) para que posterioremente sean indexados en una DB vectorial o en este caso con AZURE AI Search.
