De los datos operativos al conocimiento preparado para IA
Conecte los datos operativos adquiridos mediante GL3 con el proceso de preparación de GL4 en HERCULES: curación, documentos, fragmentos, vectores y validación semántica.
Un escenario de aplicación adicional basado en la arquitectura operativa de CIRMS. Es necesario confirmar el alcance y las integraciones compatibles.
Construya la base de conocimiento antes de incorporar IA.
Recopilar datos no es lo mismo que prepararlos para la IA. Este escenario de aplicación adicional se centra en la base GL3/GL4 de CIRMS y mantiene la preparación de datos separada de los modelos y las funciones conversacionales previstos para GL5.
Información incluida en el alcance
- Fuentes registradas
- Fuentes compatibles seleccionadas para la implementación.
- Metadatos de origen
- Información sobre estructura, identidad y cambios.
- Registros operativos
- Datos adquiridos mediante los procesos GL3 acordados.
- Requisitos de preparación
- Alcance, permisos y uso previsto del conocimiento.
Cómo se organiza el flujo de trabajo.
Una descripción a nivel de aplicación, no una afirmación de que cada fuente, conector o procedimiento operativo esté preconfigurado.
- 01
Comprender la fuente
Actualizar los metadatos de origen y determinar el alcance de la extracción.
- 02
Adquisición y curación
Incorporar los datos al proceso de preparación y aplicar las reglas de curación configuradas.
- 03
Preparar activos de conocimiento
Generar documentos, fragmentos y representaciones vectoriales mediante GL4.
- 04
Validar la preparación
Revisar la validación semántica y el estado de preparación antes de su uso posterior por la IA.
Preparación visible
Comprender cómo los registros de origen se convierten en activos de conocimiento.
Conocimiento reutilizable
Preparar activos estructurados para el uso posterior previsto.
Responsabilidades separadas
Distinguir la preparación de datos del razonamiento de la IA y de las respuestas dirigidas a los usuarios.
El flujo de preparación de los datos operativos para la IA.
Qué hay detrás del caso de uso.
Distinga la base de la plataforma de la inteligencia prevista y de los requisitos del entorno de destino.
GL3 / GL4 y arquitectura
HERCULES realiza la automatización y adquisición de GL3, así como la AI Data Readiness de GL4. Esta página describe esa base documentada, no una nueva función de GL5.
IA y futuras extensiones
Los modelos de IA, las respuestas conversacionales y la asistencia para la toma de decisiones que utilizan el conocimiento preparado pertenecen a la capa GL5 prevista y requieren una evaluación independiente.
Personas, datos y permisos
Confirme los tipos de fuentes compatibles, la gestión de identidades y cambios, los permisos de acceso y los criterios de preparación. Superar una etapa de preparación no garantiza por sí solo una respuesta de IA correcta o segura.
Una evaluación delimitada
Registre una fuente compatible y representativa, y revise los resultados de la preparación y el estado de ejecución con el responsable de los datos antes de ampliar el alcance.
Posibles métricas: cobertura de las fuentes, fallos de preparación, actualidad del conocimiento y resultados de validación semántica respecto al caso de uso previsto.