Ahora es más fácil crear aplicaciones inteligentes de IA generativa con capacidades revolucionarias, gracias a Spanner Graph, a la nueva funcionalidad de IA generativa en BigQuery, a Looker y a otros desarrollos
Google Cloud ha anunciado en Next Tokyo’24 una serie de innovaciones en la nube de datos para ayudar a sus clientes a acelerar la adopción de la IA y crear aplicaciones empresariales de IA más precisas, relevantes y sustentadas en las fuentes de certidumbre de la empresa.
Spanner Graph impulsa una nueva generación de aplicaciones inteligentes
Spanner Graph es una nueva e innovadora propuesta de Google Cloud que combina las capacidades de las bases de datos gráficas ad hoc con Spanner, nuestra base de datos de alta disponibilidad, coherente a nivel mundial y con una escala prácticamente ilimitada.
Spanner Graph se encuentra disponible en versión preliminar, permite a los clientes trabajar con grafos de billones de aristas, al tiempo que ofrece una disponibilidad y consistencia líderes en el sector. En definitiva, es una gran solución incluso para las aplicaciones gráficas más críticas. En particular, la capacidad de particionamiento horizontal (sharding) de Spanner permite escalar de manera muy elástica conjuntos masivos de datos, con una altísima capacidad de procesamiento paralelo de consultas sin supervisión.
Spanner Graph está integrado a un nivel profundo con Vertex Al, la plataforma de desarrollo de IA unificada y totalmente gestionada de Google Cloud. Esto permite a los clientes acceder directamente a los potentes modelos predictivos y generativos de Vertex AI a través del esquema y las consultas de Spanner Graph, lo que agiliza el flujo de trabajo de la IA. Por ejemplo, se puede generar texto incrustado en los nodos y aristas del grafo con LLM, enriqueciendo el grafo, y, a continuación, se puede hacer una búsqueda vectorial para recuperar información del grafo en el espacio semántico.
De este modo, Google Cloud ha hecho que Spanner no solo sea la base de datos más accesible, coherente y escalable del mundo, sino también una base de datos multimodelo con capacidades inteligentes perfectamente interoperables, justo lo que se necesita para poner a punto una nueva clase de aplicaciones asistidas por IA.
Estas son algunas de las muchas posibilidades que abre Spanner Graph a los clientes:
● Recomendaciones de productos: Spanner Graph modeliza las complejas relaciones entre usuarios, productos y preferencias, y construye un grafo de conocimiento enriquecido con contexto. Los desplazamientos rápidos por el grafo se combinan con búsquedas de texto puro; de este modo, es posible hacer recomendaciones de productos basadas en las consultas del usuario, su historial de compras y sus preferencias, o teniendo en cuenta sus similitudes con otros usuarios.
● Detección de fraudes financieros: Spanner Graph hace una representación natural de entidades financieras, tales como cuentas, transacciones e individuos, que hace más fácil identificar conexiones sospechosas. La búsqueda vectorial permite detectar patrones similares y anomalías en el espacio. Con esta tecnología, las organizaciones financieras pueden identificar con mayor rapidez y precisión las amenazas potenciales, y minimizar las pérdidas financieras.
● Redes sociales: Spanner Graph crea modelos intuitivos de individuos, grupos, intereses e interacciones, incluso en las redes sociales más grandes. Es capaz de identificar patrones con alta eficacia; por ejemplo, amigos comunes, intereses compartidos o pertenencia a grupos con solapamientos, todo lo cual tiene importancia a la hora de hacer recomendaciones personalizadas. La búsqueda de texto puro integrada permite a los usuarios encontrar fácilmente personas, grupos, publicaciones o temas concretos, mediante consultas en lenguaje natural.
● Juegos: Es posible representar todo el mundo de un juego de una manera natural por medio de entidades tales como jugadores, personajes, objetos y lugares, conjuntamente con las relaciones entre todos ellos. Spanner Graph permite desplazarse por estas conexiones de forma eficiente, lo que es esencial para las mecánicas del juego, como la búsqueda de rutas, la gestión de inventarios o las interacciones sociales. Además, la escalabilidad y la coherencia de Spanner Graph a escala global garantizan una experiencia sin interrupciones y equitativa para todos los jugadores, incluso durante los picos de uso.
● Seguridad de las redes: Para identificar patrones y anomalías es esencial comprender las interdependencias entre dispositivos, usuarios y eventos a lo largo del tiempo. Gracias a la interoperabilidad relacional y gráfica de Spanner Graph, los profesionales de la seguridad pueden utilizar las capacidades gráficas para rastrear el origen de un ataque, evaluar el impacto de una brecha de seguridad y correlacionar estos hallazgos con tendencias a lo largo del tiempo. Todo ello, con el fin de anticiparse a la hora de detectar y mitigar las amenazas.
● GraphRAG: Spanner Graph abre una nueva dimensión para la generación aumentada de recuperación (RAG), ya que apoya los modelos básicos en un grafo de conocimiento. Además, la fusión de datos gráficos y tabulares en Spanner Graph enriquece las aplicaciones de IA con una información contextual muy superior a lo que puede ofrecer por sí solo cualquiera de estos dos formatos. Spanner Graph ofrece una escalabilidad inigualable y puede alojar grafos de conocimiento masivos. La búsqueda vectorial incorporada y la integración de Vertex AI agilizan los flujos de trabajo de la IA generativa.
La búsqueda por palabras clave y la búsqueda semántica también son componentes importantes de las aplicaciones de IA. Por eso, hoy tenemos el placer de anunciar la búsqueda de texto puro y la búsqueda vectorial en Spanner. La nueva función de búsqueda de texto puro se basa en las décadas de experiencia de Google y ofrece una función de búsqueda avanzada de texto altamente escalable.
La nueva búsqueda vectorial del vecino más cercano aproximado de Spanner se basa en el innovador algoritmo ScaNN de Google, que utilizamos por primera vez en AlloyDB y, ahora, en Spanner. Con este algoritmo, es posible indexar y buscar incrustaciones vectoriales para potenciar búsquedas semánticas asistidas por IA. Spanner ya era la base de datos más accesible, coherente y escalable del mundo. Ahora, con Spanner Graph, la búsqueda de texto puro y la búsqueda vectorial, también es una base de datos multimodelo con capacidades inteligentes que interoperan de manera fluida, y que abren la puerta a una nueva categoría de aplicaciones asistidas por IA.
Con las configuraciones de región doble que lanzamos en Spanner hace dos semanas, nuestros clientes pueden beneficiarse de la insuperable disponibilidad de Spanner (líder del sector con un 99,999%), al tiempo que cumplen los requisitos de residencia de datos de países como Australia, Alemania, India y Japón. La geopartición de Spanner permite disponer de una base de datos única y global —más manejable—, optimizando a la vez los costes y reduciendo la latencia para los usuarios en todo el mundo.
Google Cloud ha creado una serie de ediciones de Spanner (Standard, Enterprise y Enterprise Plus), para que los clientes puedan elegir la funcionalidad que mejor se adapte a sus necesidades y presupuesto. Este nuevo modelo de precios mejora la transparencia, ya que pasa a un modelo de facturación por servidor y desvincula los costes de computación y los de replicación de la red.
Agentes de datos con Gemini para agilizar la productividad
Para ayudar a los clientes a acelerar la transición de sus datos a la IA de una manera multimodal, multimotor y multinube, Google Cloud también está incorporando funciones de IA generativa en su nube de datos, y abriendo a todos los usuarios funciones de IA generativa.
Gemini en BigQuery, ahora disponible de forma generalizada
Gemini en BigQuery ofrece experiencias asistidas por IA; por ejemplo, de preparación, exploración y análisis de datos, de gobernanza y de seguridad, a lo largo de todo el recorrido de los datos. Igualmente, proporciona recomendaciones inteligentes para mejorar la productividad de los usuarios y optimizar los costes.
En estos momentos, las capacidades que presentamos en versión preliminar en Next’ 24 pasan a estar disponibles de forma generalizada en Gemini en BigQuery. Algunos ejemplos: la asistencia para escribir código en SQL y Python, el lienzo de datos o las recomendaciones de partición y agrupamiento en clústeres.
Gemini en Looker, ahora en versión preliminar
Con las capacidades de Gemini en Looker, como el asistente de fórmulas y generación de diapositivas (actualmente disponibles en versión preliminar), los profesionales de la información pueden literalmente “hablar” con sus datos. Ahora es posible crear campos calculados sobre la marcha sin necesidad de recordar fórmulas complicadas. Por su parte, la generación automática de diapositivas crea presentaciones de alto impacto con resúmenes claros de los datos, en formato de texto.
“En Deutsche Telekom hemos construido una innovadora plataforma de datos horizontalmente escalable, con el fin de dar respuesta a necesidades empresariales actuales y futuras. Con BigQuery en el centro del ecosistema de datos de nuestra empresa, hemos creado un enfoque unificado para disponer de una fuente única de certidumbre. Al mismo tiempo, se promueve un uso descentralizado de los datos en todos nuestros equipos de datos”. – Ashutosh Mishra, vicepresidente de Arquitectura de Datos en Deutsche Telekom,
Arriba, imagen cortesía de Google Cloud
