"Desenvolupament d'una tecnologia d'IA multimodal basada en LLM per a la gestió integral de dades" Projecte d'investigació i desenvolupament per automatitzar i millorar els processos de gestió de dades empresarials.
El repte
El nostre equip tenia com a objectiu crear una tecnologia d'IA multimodal basada en PNL i LLM , capaç de:
- Extracció d'informació de fonts no estructurades i semiestructurades
- Validació i millora automàtica de la qualitat de les dades
- Transformació de dades mitjançant el processament del llenguatge natural
- Proporcionar anàlisis avançades i informació explicable a través de màsters en dret i RAG arquitectures
Per a aquest projecte, hem rebut finançament a través del programa PID (Proyectos de Investigación y Desarrollo, una iniciativa de finançament desenvolupada pel CDTI (Centro para el Desarrollo Tecnológico Industri) per donar suport a projectes empresarials d'R+D.
Aquest finançament ens va permetre començar a treballar en la solució.
El que vam fer
El nostre equip va construir la solució en quatre capes :
- Una capa d'extracció multimodal a partir de fonts no estructurades o semiestructurades utilitzant tecnologies avançades de PNL i LLM.
- Una capa de validació de dades automatitzada dissenyada per admetre dades més robustes i de més qualitat.
- Una capa de transformació NLP governada, que parametritza l'LLM per entendre i executar ordres de transformació d'una manera accessible per a usuaris no tècnics.
- Un RAG + Infraestructura LLM que combina la recuperació i la generació per proporcionar anàlisis tabulars de dades sense necessitat d'intervenció tècnica.
Juntes, aquestes capes donen suport al cicle de vida complet de la gestió de dades en sis etapes :
- Ingestió de dades : documents PDF, fitxers Excel, text lliure...
- Extracció de dades : OCR, anàlisi de disseny, extracció basada en LLM i aplicació d'esquemes.
- Validació de dades : validació determinista, semàntica i basada en la confiança amb revisió humana.
- Transformació de dades : conversió de llenguatge natural a SQL en models de dades governats.
- Anàlisi de dades : RAG Recuperació de documents i anàlisi de dades estructurades amb tecnologia punta.
- Explicabilitat : Respostes basades en l'evidència amb cites, traçabilitat i manca de resposta controlada.
Per validar l'enfocament, es van desenvolupar i provar quatre proves de concepte utilitzant escenaris del món real: anàlisi de guies clíniques, processament d'informes de cirurgia vascular, intel·ligència de transcripcions de reunions i un chatbot SQL de llenguatge natural.
Què vam aconseguir
El projecte va proporcionar una arquitectura d'IA modular i reutilitzable que cobreix tot el cicle de vida de les dades, des de l'extracció fins a l'anàlisi, amb una comunicació clara i rastrejable per als usuaris.
- Victòries híbrides : utilitzar un enfocament LLM + determinista és l'enfocament més robust
- La validació no és un mecanisme únic : cada tipus de dades requereix la seva forma de control.
- El que sona correcte no sempre està basat en proves: una resposta pot semblar vàlida i fluida sense estar recolzada per les proves proporcionades, per la qual cosa la validació d'aquest tipus de solucions ha de ser sistemàtica.
- La governança és indispensable: les accions de governança i control han de ser en totes les etapes del cicle, no només durant la generació.
- La recuperació i la síntesi de proves han d'estar separades : l'adquisició de proves ha de romandre separada de la síntesi de proves, amb una traçabilitat completa.
- Un enfocament transferible : la combinació d'adaptació supervisada, context dinàmic i indicacions parametritzades redueix els costos i porta aquest tipus de tecnologia a dominis especialitzats.
El projecte "Desarroll d'una tecnologia d'IA multimodal basada en LLM per al cicle de vida complet de la gestió de dades" ("Desarroll d'una tecnologia de IA multimodal basada en LLM per a la gestió integral de dades") va ser finançat pel CDTI.
"Desenvolupament d'una tecnologia d'IA multimodal basada en LLM per a la gestió integral de dades" Projecte d'investigació i desenvolupament per automatitzar i millorar els processos de gestió de dades empresarials.
El repte
El nostre equip tenia com a objectiu crear una tecnologia d'IA multimodal basada en PNL i LLM , capaç de:
- Extracció d'informació de fonts no estructurades i semiestructurades
- Validació i millora automàtica de la qualitat de les dades
- Transformació de dades mitjançant el processament del llenguatge natural
- Proporcionar anàlisis avançades i informació explicable a través de màsters en dret i RAG arquitectures
Per a aquest projecte, hem rebut finançament a través del programa PID (Proyectos de Investigación y Desarrollo, una iniciativa de finançament desenvolupada pel CDTI (Centro para el Desarrollo Tecnológico Industri) per donar suport a projectes empresarials d'R+D.
Aquest finançament ens va permetre començar a treballar en la solució.
El que vam fer
El nostre equip va construir la solució en quatre capes :
- Una capa d'extracció multimodal a partir de fonts no estructurades o semiestructurades utilitzant tecnologies avançades de PNL i LLM.
- Una capa de validació de dades automatitzada dissenyada per admetre dades més robustes i de més qualitat.
- Una capa de transformació NLP governada, que parametritza l'LLM per entendre i executar ordres de transformació d'una manera accessible per a usuaris no tècnics.
- Un RAG + Infraestructura LLM que combina la recuperació i la generació per proporcionar anàlisis tabulars de dades sense necessitat d'intervenció tècnica.
Juntes, aquestes capes donen suport al cicle de vida complet de la gestió de dades en sis etapes :
- Ingestió de dades : documents PDF, fitxers Excel, text lliure...
- Extracció de dades : OCR, anàlisi de disseny, extracció basada en LLM i aplicació d'esquemes.
- Validació de dades : validació determinista, semàntica i basada en la confiança amb revisió humana.
- Transformació de dades : conversió de llenguatge natural a SQL en models de dades governats.
- Anàlisi de dades : RAG Recuperació de documents i anàlisi de dades estructurades amb tecnologia punta.
- Explicabilitat : Respostes basades en l'evidència amb cites, traçabilitat i manca de resposta controlada.
Per validar l'enfocament, es van desenvolupar i provar quatre proves de concepte utilitzant escenaris del món real: anàlisi de guies clíniques, processament d'informes de cirurgia vascular, intel·ligència de transcripcions de reunions i un chatbot SQL de llenguatge natural.
Com canviar tota una estratègia de dades
Imagino 8wires com aquell soci sincer i honest que et treu de tot aquest soroll i t'ajuda a concentrar-te en allò que és important, per poc atractiu que sigui, per aconseguir un gran objectiu a llarg termini.
La que t'acompanya en els moments difícils i t'ajuda en les decisions difícils, sabent que no hi ha un camí fàcil. La que et dóna l'empenta o les eines perquè pugis i siguis tu mateix qui arribi als cims que proposis de manera saludable, sostenible i energètica. I sobretot, aquell que fa un pas al costat quan sap que no t'està ajudant o que no et podrà donar el que necessites.
No sé si és útil, però d'alguna manera vaig veure a la web una explicació visual del problema en el món de les dades/tecnologia (no sé si amb aquesta metàfora) abans de mostrar com és treballar amb nosaltres i finalment, una altra explicació visual del resultat.
Com un pont sobre aigües turbulentes
Imagino 8wires com aquell soci sincer i honest que et treu de tot aquest soroll i t'ajuda a concentrar-te en allò que és important, per poc atractiu que sigui, per aconseguir un gran objectiu a llarg termini.
Aquell que t'acompanya en els moments difícils i t'ajuda a prendre les decisions difícils, sabent que no hi ha cap camí fàcil. Aquell que et dóna l'empenta o les eines perquè pugis i siguis tu mateix, aquell que arriba als cims que et proposes d'una manera sana, sostenible i energètica.
"Desenvolupament d'una tecnologia d'IA multimodal basada en LLM per a la gestió integral de dades" Projecte d'investigació i desenvolupament per automatitzar i millorar els processos de gestió de dades empresarials.
El repte
El nostre equip tenia com a objectiu crear una tecnologia d'IA multimodal basada en PNL i LLM , capaç de:
- Extracció d'informació de fonts no estructurades i semiestructurades
- Validació i millora automàtica de la qualitat de les dades
- Transformació de dades mitjançant el processament del llenguatge natural
- Proporcionar anàlisis avançades i informació explicable a través de màsters en dret i RAG arquitectures
Per a aquest projecte, hem rebut finançament a través del programa PID (Proyectos de Investigación y Desarrollo, una iniciativa de finançament desenvolupada pel CDTI (Centro para el Desarrollo Tecnológico Industri) per donar suport a projectes empresarials d'R+D.
Aquest finançament ens va permetre començar a treballar en la solució.
El que vam fer
El nostre equip va construir la solució en quatre capes :
- Una capa d'extracció multimodal a partir de fonts no estructurades o semiestructurades utilitzant tecnologies avançades de PNL i LLM.
- Una capa de validació de dades automatitzada dissenyada per admetre dades més robustes i de més qualitat.
- Una capa de transformació NLP governada, que parametritza l'LLM per entendre i executar ordres de transformació d'una manera accessible per a usuaris no tècnics.
- Un RAG + Infraestructura LLM que combina la recuperació i la generació per proporcionar anàlisis tabulars de dades sense necessitat d'intervenció tècnica.
Juntes, aquestes capes donen suport al cicle de vida complet de la gestió de dades en sis etapes :
- Ingestió de dades : documents PDF, fitxers Excel, text lliure...
- Extracció de dades : OCR, anàlisi de disseny, extracció basada en LLM i aplicació d'esquemes.
- Validació de dades : validació determinista, semàntica i basada en la confiança amb revisió humana.
- Transformació de dades : conversió de llenguatge natural a SQL en models de dades governats.
- Anàlisi de dades : RAG Recuperació de documents i anàlisi de dades estructurades amb tecnologia punta.
- Explicabilitat : Respostes basades en l'evidència amb cites, traçabilitat i manca de resposta controlada.
Per validar l'enfocament, es van desenvolupar i provar quatre proves de concepte utilitzant escenaris del món real: anàlisi de guies clíniques, processament d'informes de cirurgia vascular, intel·ligència de transcripcions de reunions i un chatbot SQL de llenguatge natural.
Com canviar tota una estratègia de dades
Imagino 8wires com aquell soci sincer i honest que et treu de tot aquest soroll i t'ajuda a concentrar-te en allò que és important, per poc atractiu que sigui, per aconseguir un gran objectiu a llarg termini.
La que t'acompanya en els moments difícils i t'ajuda en les decisions difícils, sabent que no hi ha un camí fàcil. La que et dóna l'empenta o les eines perquè pugis i siguis tu mateix qui arribi als cims que proposis de manera saludable, sostenible i energètica. I sobretot, aquell que fa un pas al costat quan sap que no t'està ajudant o que no et podrà donar el que necessites.
No sé si és útil, però d'alguna manera vaig veure a la web una explicació visual del problema en el món de les dades/tecnologia (no sé si amb aquesta metàfora) abans de mostrar com és treballar amb nosaltres i finalment, una altra explicació visual del resultat.
Com un pont sobre aigües turbulentes
Imagino 8wires com aquell soci sincer i honest que et treu de tot aquest soroll i t'ajuda a concentrar-te en allò que és important, per poc atractiu que sigui, per aconseguir un gran objectiu a llarg termini.
Aquell que t'acompanya en els moments difícils i t'ajuda a prendre les decisions difícils, sabent que no hi ha cap camí fàcil. Aquell que et dóna l'empenta o les eines perquè pugis i siguis tu mateix, aquell que arriba als cims que et proposes d'una manera sana, sostenible i energètica.
.png){kind=logo}
.png){kind=small}
