Asignaciones de datos basadas en IA en MapForce
Los modelos actuales de IA tienen la capacidad de mejorar las tareas de integración de datos de numerosas maneras. Algunos de los avances más significativos relacionados con la asignación de datos y la ETL se centran en las capacidades de clasificación basadas en IA.
Los sistemas basados en IA sobresalen en la categorización de datos no estructurados, como entradas de lenguaje natural, imágenes y audio, tareas que históricamente han sido extremadamente complejas, lentas y propensas a errores. Las interfaces de IA basadas en LLM (modelos de lenguaje de gran tamaño) son capaces de analizar las ingentes cantidades de datos de entrenamiento necesarios para aprender los complejos patrones, contextos y matices del lenguaje necesarios para «comprender» eficazmente el habla y el contenido generados por el ser humano.
A su vez, la capacidad de los sistemas de IA para clasificar las entradas en varios dominios puede ayudar a las empresas a añadir valor a sus datos de forma significativa. Esto es muy útil para mejorar los datos escritos en una base de datos o en otro almacén de datos durante los procesos de integración de datos o ETL, en los que los datos proporcionados por la IA ofrecen señales adicionales para contribuir a la toma de decisiones empresariales.
Dado que muchos sistemas de IA, como GPT-4 de OpenAI, están disponibles a través de API, ya es posible integrar su funcionalidad en proyectos de transformación de datos en MapForce.
Gracias a las herramientas integradas y sin código para definir solicitudes de servicios web de MapForce, es fácil configurar llamadas a una API, como la API de OpenAI, la API de Azure OpenAI y los servicios de IA de AWS, para permitir el procesamiento de datos basado en IA en cualquier proyecto de asignación de datos.
Los pasos generales para configurar las funciones IA de MapForce incluyen:
Las siguientes aplicaciones describen implementaciones reales que utilizan IA para clasificar datos durante procesos ETL o de integración de datos.
La automatización del análisis de opiniones en lenguaje natural siempre ha sido un desafío para los analistas de datos, ya que las máquinas carecían de la comprensión necesaria de los aspectos menos concretos del habla humana, como el contexto, el sarcasmo, la ambigüedad y la jerga.
Dado que la IA ha superado en gran medida estas limitaciones, ahora puede analizar datos de texto, como opiniones de clientes o publicaciones en redes sociales, para determinar la opinión expresada en el texto, ya sea positiva, negativa o neutra. Esta clasificación puede ayudar a las empresas a comprender los comentarios de los clientes, valorar la opinión pública y tomar decisiones basadas en datos a partir de los resultados del análisis de opiniones.
El proyecto de asignación de datos que aparece a continuación utiliza IA para analizar los registros de entrada de una BD de soporte técnico y determina automáticamente si una entrada es positiva o negativa, si se trata de un informe de errores, o si debe tratarse como una solicitud de características nuevas. A continuación, los resultados se escriben en la base de datos de opiniones de clientes.
Este artículo describe los pasos necesarios para crear este tipo de función ETL basada en IA con MapForce.
Al igual que la clasificación de textos, la clasificación de imágenes basada en IA está a años luz de las tecnologías más antiguas. Por ejemplo, en el comercio electrónico, la IA puede categorizar automáticamente las imágenes de productos en diferentes clases o identificar determinados objetos dentro de las imágenes. Esta clasificación puede ayudar en la gestión de inventarios, la optimización de búsquedas, la organización de contenidos, etc.
En el ejemplo de asignación de datos que aparece a continuación, una base de datos de catálogos de productos se mejora mediante la clasificación de imágenes basada en IA para añadir etiquetas descriptivas a los listados de productos. Esto resulta especialmente útil cuando el nombre del producto es ambiguo (por ejemplo, «Mongoose», que es una bicicleta) o falta la descripción del producto.
La asignación de datos llama a la API de Visión de Azure AI de Microsoft Azure Cognitive Services para analizar las imágenes de los productos y devolver una lista de etiquetas que se añadirán a la base de datos. Por ejemplo, al analizar una imagen del producto llamado «Yellow Watermelon», que resulta ser un señuelo para pesca, la asignación de datos devuelve las etiquetas «cebo, artículo de metal».
Aprenda a crear este proyecto de integración de datos utilizando IA para clasificar imágenes en este artículo.
Existen numerosas posibilidades de utilizar la clasificación basada en IA para incrementar el valor de los datos asignados. Además de la clasificación de imágenes y opiniones descrita anteriormente, los desarrolladores pueden utilizar herramientas sin código y basadas en IA de MapForce para automatizar:
Para empezar, obtenga más información sobre cómo creamos el proyecto ETL de análisis de opiniones o la asignación de datos de clasificación de imágenes basada en IA descritos anteriormente. Descargue una versión de prueba totalmente gratis y funcional de MapForce y pruebe estas funciones en sus propios proyectos de integración de datos.