Las aplicaciones de inteligencia artificial generativa (IA generativa) se desarrollan comúnmente utilizando una técnica llamada Generación Aumentada por Recuperación (RAG). Este método permite que los modelos base (FMs) accedan a datos adicionales, que no estaban disponibles durante el entrenamiento. Estos datos se utilizan para enriquecer el contexto de las respuestas generadas por la IA, mejorando la precisión y transparencia sin necesidad de reentrenar continuamente el modelo, además de minimizar posibles errores.
En este artículo, se presenta una solución que utiliza Amazon FSx para NetApp ONTAP junto con Amazon Bedrock para proporcionar una experiencia RAG para aplicaciones de IA generativa en AWS. Se trae la información no estructurada específica de la empresa a Amazon Bedrock de manera rápida y segura. La solución emplea un sistema de archivos FSx for ONTAP como fuente de datos no estructurados y continuamente actualiza una base de datos vectorial Amazon OpenSearch Serverless con los archivos, carpetas y metadatos del usuario. Esto permite una capacidad RAG con Amazon Bedrock al enriquecer los prompts de la IA generativa utilizando APIs de Amazon Bedrock con datos específicos de la empresa recuperados de la base de datos vectorial de OpenSearch. Uno de los desafíos en el desarrollo de aplicaciones de IA generativa, como un chatbot de preguntas y respuestas, es garantizar la seguridad de los datos y prevenir consultas a fuentes no autorizadas. La soluci...