Pregúntele a un asistente de IA qué necesita saber un nuevo apicultor y con gusto lo atenderá. Maneja los cuerpos de la colmena, observa los enjambres, aprende los ritmos de la colonia a través de las estaciones. Bastante plausible. El problema comienza cuando la pregunta se vuelve específica, cuando desea que la respuesta se extraiga de un conjunto particular de documentos, filtrada a un año en particular, rastreada a través de la red particular de quién se relaciona con qué dentro de los registros de una empresa. Ahí es donde los sistemas actuales tienden a tambalearse y, en ocasiones, a inventar.
Ese bamboleo tiene un nombre en el oficio: alucinación. Es la respuesta pulida, segura y completamente equivocada, y es la principal razón por la que las empresas siguen nerviosas ante la idea de dejar que los agentes de IA se vuelvan libres con sus datos.
Un equipo del Instituto Avanzado de Ciencia y Tecnología de Corea, KAIST, considera que la solución no está en absoluto en el modelo de lenguaje, sino en una capa más abajo, en la base de datos a la que el modelo recurre en busca de hechos. La mayoría de los agentes de IA hoy en día utilizan una técnica llamada generación de recuperación aumentada, o RAG, que funciona convirtiendo una pregunta en números, encontrando documentos que se encuentran cerca en el espacio matemático y entregándolos al modelo como contexto. Es bueno para rastrear texto no estructurado. Es bastante peor en cualquier cosa que también dependa de relaciones entre entidades o de condiciones estructuradas duras como fechas y categorías. Y los datos reales de la empresa, por supuesto, son esas tres cosas entrelazadas.
Así que el grupo KAIST, liderado por Min-Soo Kim de la Escuela de Computación, construyó algo que deja de tratar esos tres problemas como separados. Su sistema, llamado AkasicDB, combina tres tipos de bases de datos en una.
Tres tiendas, un cerebro
Tradicionalmente mantendría a tres especialistas en nómina. Una base de datos vectorial para juzgar lo que significa un documento; una base de datos gráfica para mapear cómo se conectan las personas, las empresas y los productos; una base de datos relacional, la conocida clasificación de tablas y filas, para manejar el material estructurado. Las configuraciones convencionales ejecutan los tres como sistemas separados y luego unen las respuestas, o incorporan trucos de gráficos y vectores en un motor relacional ordinario como complementos que nunca pertenecen del todo. Ambas rutas pierden tiempo y precisión.
En cambio, AkasicDB lleva un almacén de vectores, un almacén de gráficos y un almacén relacional dentro de un solo motor, compartiendo un planificador de consultas, por lo que una pregunta que necesita los tres se puede responder en una sola pasada en lugar de tres viajes separados con los resultados unidos al final.
El método de recuperación construido sobre él, que el equipo llama Omni RAG, es la parte que realiza el razonamiento. Imagínese el tipo de consulta que realmente hace un abogado especializado en contratos: busque las cláusulas que involucran a una empresa en particular entre los acuerdos del año pasado, luego explique cómo esas cláusulas se relacionan con un problema de suministro. Para responder correctamente, necesita una búsqueda vectorial para comprender lo que significan las cláusulas, un recorrido gráfico para seguir la conexión con el problema de suministro y un filtrado relacional para descartar todo lo que no se firmó el año pasado. Basta con leer el texto, como lo hace un sistema estándar, y obtendrá una respuesta fluida con las fechas y las relaciones adivinadas silenciosamente. Así es precisamente como nace una alucinación.
El sistema surgió del trabajo anterior del grupo, un diseño de doble tienda llamado Chimera; AkasicDB es esencialmente Chimera con un almacén de vectores nativo incorporado, que convierte un sistema de dos partes en uno de tres partes y permite que el recorrido, la unión y la búsqueda de similitud se ejecuten dentro del mismo plan de ejecución en lugar de ser trasladados entre programas separados.
Veinte veces más rápido y más a menudo correcto
Los números que informó el equipo no son tímidos. En sus experimentos, las búsquedas complejas que duraban hasta 21,3 segundos en los sistemas existentes regresaban en menos de un segundo, lo que supone una aceleración de más de veinte veces. La precisión de las respuestas de la IA mejoró hasta un 78 por ciento en comparación con el RAG convencional. Probado en cuatro cuerpos de conocimiento (agricultura, informática, derecho y una mezcla mixta), Omni RAG superó el enfoque de sólo vectores en todas las ocasiones, por márgenes que van desde unos escasos cuatro puntos hasta unos considerables veintiocho, con la brecha más amplia en los datos más desordenados y entre dominios. El patrón es revelador: cuanto más enredada es la cuestión, más avanza el enfoque integrado.
Hay advertencias que vale la pena tener en cuenta. Este fue un documento de demostración, presentado el 2 de junio en SIGMOD, una de las conferencias más importantes del campo de las bases de datos, en lugar de una implementación de años dentro de un banco o fábrica en funcionamiento. La precisión fue juzgada en parte por otra IA que actuó como árbitro, un método que rastrea razonablemente bien la opinión humana pero que no es igual. Y las cifras de velocidad se midieron en un servidor pesado con un terabyte de memoria, no el tipo de equipo sobre el que la mayoría de las empresas siguen mintiendo.
Aún así, el cuello de botella al que se dirige es real. Una vez que la recuperación se complica, obtener los datos correctos puede consumir más tiempo del que dedica el modelo de lenguaje a escribir la respuesta, lo que trastoca la suposición habitual de que el modelo es lento.
Lo que KAIST realmente propone es un cambio en el lugar donde reside la inteligencia de un agente de IA. Durante años, la carrera se ha centrado en modelos más grandes e inteligentes. El argumento de Kim apunta en otra dirección, hacia las tuberías. “Para que los agentes de IA comprendan y utilicen con precisión las grandes cantidades de datos que poseen las empresas, es esencial una infraestructura de datos capaz de procesar datos vectoriales, gráficos y relacionales de manera integrada dentro de un solo sistema”, dijo. Enmarca AkasicDB como una infraestructura central para la era de los agentes de IA, con defensa, manufactura, finanzas, derecho y ciencias entre los campos en los que espera apoyarse, exactamente los lugares de alto riesgo donde una fabricación segura causa el mayor daño.
Que la industria en general reconstruya sus cimientos para estar a la altura es otra cuestión, y costosa; las bases de datos no se intercambian por capricho. Pero si la forma de evitar que una IA invente cosas resulta ser una memoria mejor organizada en lugar de un cerebro más grande, la pregunta del apicultor puede haber sido la parte fácil desde el principio.
DOI / Fuente: https://doi.org/10.1145/3788853.3801609
Preguntas frecuentes
¿Por qué los asistentes de IA alucinan?
La mayoría de los agentes de IA responden recuperando documentos que se parecen matemáticamente a su pregunta y alimentándolos a un modelo de lenguaje. Esto funciona para texto plano, pero cuando una respuesta también depende de relaciones entre entidades o de condiciones estructuradas como fechas y categorías, el sistema a menudo no tiene nada sólido sobre qué basar esas partes, por lo que llena los vacíos con conjeturas plausibles. Esas lagunas que suenan seguras son alucinaciones.
¿Cómo reduce realmente los errores la combinación de tres bases de datos?
AkasicDB mantiene un almacén de vectores, un almacén de gráficos y un almacén relacional dentro de un motor, por lo que una sola consulta puede buscar por significado, seguir conexiones entre entidades y filtrar por hechos concretos como fechas, todo a la vez. Debido a que el sistema recupera evidencia fundamentada de los tres al mismo tiempo en lugar de adivinar las partes estructuradas, el modelo tiene menos espacio para inventar. KAIST informó ganancias en precisión de hasta un 78 por ciento con respecto a la recuperación convencional.
¿Es la aceleración veinte veces algo que verían las empresas comunes y corrientes?
Las cifras provienen de un experimento controlado en un potente servidor con un terabyte de memoria, comparando consultas complejas que tardaron hasta 21,3 segundos en otros lugares con menos de un segundo en AkasicDB. Los resultados del mundo real dependerían en gran medida del hardware, los datos y las consultas involucradas, por lo que es mejor leer las cifras de los titulares como una demostración del enfoque y no como una garantía.
¿Podría usarse esto en campos como las finanzas o el derecho?
Ésas son exactamente las áreas que los investigadores tienen en mente, junto con la defensa, la industria manufacturera y las ciencias, porque combinan grandes archivos de documentos con estrictos requisitos de precisión. En entornos donde una respuesta claramente incorrecta conlleva consecuencias reales, el objetivo es basar las respuestas en relaciones y datos estructurados en lugar de texto únicamente.
¿Qué impide que todas las empresas adopten esto mañana?
Por ahora, AkasicDB se ha presentado como una demostración en una conferencia académica, no como una prueba de batalla dentro de una empresa en funcionamiento durante meses o años. Cambiar una base de datos también es una tarea pesada y costosa, por lo que incluso un diseño prometedor debe superar un listón muy alto antes de que las empresas reconstruyan sus bases de datos en torno a él.
Nota rápida antes de seguir leyendo.
ScienceBlog.com no tiene muros de pago, ni contenido patrocinado, ni ningún objetivo más allá de hacer la ciencia correcta. Cada historia aquí está escrita para informar, no para impresionar a un anunciante o promover un punto de vista.
El buen periodismo científico requiere tiempo: leer los artículos, comprobar las afirmaciones, encontrar investigadores que puedan poner los hallazgos en contexto. Hacemos ese trabajo porque creemos que es importante.
Si encuentra útil este sitio, considere apoyarlo con una donación. Incluso unos pocos dólares al mes ayudan a mantener la cobertura independiente y gratuita para todos.