根据 IBM® 的研究，接受调查的企业中约有 42% 的企业在其业务中使用了 AI。在所有用例中，我们中的许多人现在都非常熟悉自然语言处理 AI 聊天机器人，它们可以回答我们的问题并协助完成撰写电子邮件或论文等任务。然而，即使这些聊天机器人被广泛采用，企业仍然偶尔会遇到一些挑战。例如，这些聊天机器人可能会产生不一致的结果，因为它们从可能与手头查询不相关的大型数据存储中提取数据。
值得庆幸的是，检索增强生成 (RAG) 已成为一种有前途的解决方案，可将大型语言模型 (LLM) 建立在最准确、最新的信息之上。作为 AI 框架，RAG 致力于通过将模型建立在知识源上来补充 LLM 的内部信息表示，从而提高 LLM 生成的响应的质量。IBM 于 2023 年 5 月推出了提供 RAG 的全新 AI 和数据平台 watsonx™。
简单来说，利用 RAG 就像让模型参加一场开卷考试，因为您要求聊天机器人回答问题，并且所有信息都已准备就绪。但 RAG 在基础设施层面如何运作？通过结合平台即服务 (PaaS) 服务，RAG 可以成功且轻松地运行，为使用 LLM 的各行各业的组织提供生成式 AI 成果。
PaaS 服务对 RAG 的重要性
企业级 AI（包括生成式 AI）需要高度可持续、计算和数据密集型的分布式基础架构。虽然 AI 是 RAG 框架的关键组成部分，但其他“要素”（例如 PaaS 解决方案）也是该组合不可或缺的一部分。这些产品（特别是无服务器和存储产品）在幕后勤勉运行，使数据能够更轻松地处理和存储，从而为聊天机器人提供越来越准确的输出。
无服务器技术通过管理和保护周围的基础设施来支持计算密集型工作负载（例如 RAG 带来的工作负载）。这让开发人员有更多时间专注于编码。无服务器技术使开发人员无需配置或管理服务器或后端基础设施即可构建和运行应用程序代码。
如果开发人员将数据上传到 LLM 或聊天机器人，但不确定如何预处理数据以使其具有正确的格式或针对特定数据点进行过滤，IBM Cloud® Code Engine 可以为他们完成所有这些工作，从而简化从 AI 模型获取正确输出的整个过程。作为完全托管的无服务器平台，IBM Cloud Code Engine 可以通过管理和保护底层基础架构的自动化功能轻松扩展应用程序。
此外，如果开发人员要上传 LLM 源代码，那么拥有高度安全、有弹性且持久的存储非常重要。这在金融服务、医疗保健和电信等监管严格的行业尤其重要。
例如，IBM Cloud Object Storage 提供安全性和数据持久性来存储大量数据。借助不可变的数据保留和审计控制功能，IBM Cloud Object Storage 支持 RAG，帮助保护您的数据免遭勒索软件攻击的篡改或操纵，并帮助确保其满足合规性和业务要求。
借助 IBM 庞大的技术堆栈（包括 IBM Code Engine 和 Cloud Object Storage），各行各业的组织可以无缝利用 RAG，并专注于更有效地利用 AI 为其业务服务。
云计算和人工智能在实践中的威力
我们已经确定 RAG 对于实现生成性 AI 结果非常有价值，但在实践中它是什么样子的呢？
Blendow Group 是瑞典领先的法律服务提供商，处理各种法律文件，包括法院裁决、立法和判例法等，分析、总结和评估这些文件。由于团队规模相对较小，Blendow Group 需要一个可扩展的解决方案来协助其进行法律分析。Blendow Group 与 IBM Client Engineering 和 NEXER 合作，创建了一个创新的 AI 驱动工具，利用全面的功能来增强研究和分析，并简化创建法律内容的过程，同时保持敏感数据的最高机密性。
利用 IBM 的技术堆栈，包括 IBM Cloud Object Storage 和 IBM Code Engine，该 AI 解决方案经过定制，可提高 Blendow 法律文件分析的效率和广度。
莫森小屋基金会也是利用 RAG 实现更大 AI 成果的绝佳范例。该基金会的使命是保护莫森遗产，其中包括澳大利亚对南极洲 42% 的领土主张，并教育学童和其他人了解南极洲本身以及维持其原始环境的重要性。
借助在 IBM Cloud 上运行的 AI 驱动学习平台 The Antarctic Explorer，Mawson 让儿童和其他人无论身在何处都可以通过浏览器访问南极洲。用户可以通过基于浏览器的界面提交问题，该学习平台使用 IBM watsonx Assistant™ 提供的 AI 驱动的自然语言处理功能来解释问题并提供适当的答案以及相关媒体（视频、图像和文档），这些媒体存储在 IBM Cloud Object Storage 中并从中检索。
通过结合使用基础设施即服务产品和 Watson X，Mawson Huts Foundation 和 Blendow Group 都能够通过简化管理和存储其中包含的数据的流程，从他们的 AI 模型中获得更深入的洞察力。
利用云实现生成式 AI 成果
事实证明，生成式 AI 和 LLM 具有巨大潜力，能够帮助各行各业的组织实现转型。无论是教育更广泛的人群还是分析法律文件，云端的 PaaS 解决方案对于 RAG 的成功和 AI 模型的运行都至关重要。
在 IBM，我们相信 AI 工作负载很可能成为任务关键型工作负载的支柱，并最终存储和管理最受信任的数据，因此围绕它的基础架构在设计上必须值得信赖且具有弹性。借助 IBM Cloud，使用 AI 的各行各业的企业可以获得更高水平的弹性、性能、安全性、合规性和总拥有成本。在下面了解有关 IBM Cloud Code Engine 和 IBM Cloud Object Storage 的更多信息。
IBM 云代码引擎 IBM 云对象存储
本文是否有帮助？
是的不
