NVIDIA ra mắt Kumo Relational, mô hình dự báo dữ liệu quan hệ không cần huấn luyện riêng
NVIDIA đã giới thiệu Kumo Relational, một mô hình nền tảng được huấn luyện sẵn có thể dự báo trực tiếp từ cơ sở dữ liệu quan hệ mà không cần huấn luyện riêng cho từng tác vụ hay tạo đặc trưng thủ công. Với một truy vấn dự báo, mô hình đọc tối đa 10.000 ví dụ lịch sử và có thể dự đoán các kết quả như khách hàng rời bỏ dịch vụ, nhu cầu sản phẩm hoặc gian lận chỉ trong một lượt suy luận. Mô hình làm việc trực tiếp với các bảng có liên kết, khóa ngoại và mốc thời gian thay vì dồn toàn bộ cơ sở dữ liệu thành một bảng duy nhất. NVIDIA cho biết Kumo Relational vượt các mô hình học sâu có giám sát dành cho dữ liệu quan hệ và các pipeline cây quyết định tăng cường do chuyên gia xây dựng trong 41 tác vụ trên 15 cơ sở dữ liệu; trên benchmark doanh nghiệp SAP SALT, mô hình đạt điểm xếp hạng đối ứng trung bình cao hơn 8% so với các ensemble của AutoGluon và được thiết kế để mở rộng tới cơ sở dữ liệu có hơn 500 tỷ dòng. Kumo Relational dùng học trong ngữ cảnh, tức là thích ứng với tác vụ mới bằng cách đọc các ví dụ đã gắn nhãn ngay khi suy luận, còn Predictive Query Language cho phép người dùng hoặc tác nhân phần mềm mô tả điều cần dự báo. Hệ thống được cung cấp qua thư viện mã nguồn mở, tối ưu cho GPU của NVIDIA hoặc dưới dạng NVIDIA NIM. Về thực tế, công nghệ này có thể biến một số dự án học máy doanh nghiệp từ quy trình kéo dài với nhiều bước tạo đặc trưng và huấn luyện thành các truy vấn cơ sở dữ liệu, đồng thời giúp các tác nhân AI dự đoán sự kiện kinh doanh và hành động dựa trên dự báo đó.
Các đội ngũ dữ liệu và doanh nghiệp có cơ sở dữ liệu quan hệ lớn nên theo dõi Kumo Relational nếu muốn thử dự báo churn, nhu cầu hoặc gian lận mà không phải xây pipeline riêng cho từng bài toán. Hiện có thể xem tài liệu và thử qua thư viện mã nguồn mở hoặc NVIDIA NIM, nhưng cần kiểm chứng kết quả trên dữ liệu thực tế của doanh nghiệp.
Đọc bài gốc