KAIST desarrolla la tecnología de búsqueda vectorial CONDA que mantiene la precisión de la IA a medida que cambian los datos
En breve
KAIST informó que un equipo liderado por el profesor Kim Min-soo, de su Departamento de Ciencias de la Computación, desarrolló CONDA, una tecnología de búsqueda vectorial dinámica que mantiene estable la precisión de búsqueda cuando se agregan y eliminan datos de forma continua. El equipo señaló que CONDA mejoró la precisión de búsqueda hasta un 24,5% y la velocidad de procesamiento de datos hasta 1,90 veces en comparación con la tecnología de vanguardia existente, y que está destinada a la búsqueda de conocimiento, la búsqueda de noticias, la recomendación de productos y la generación aumentada por recuperación.
Leer la noticia completa 3 min de lectura
El Instituto Avanzado de Ciencia y Tecnología de Corea (KAIST) informó el 5 de octubre que un equipo de investigación liderado por el profesor Kim Min-soo, de su Departamento de Ciencias de la Computación, desarrolló CONDA, una tecnología de búsqueda vectorial dinámica que mantiene estable la precisión de búsqueda en entornos donde se agregan y eliminan datos de forma continua, según informaron Yonhap y AI Times. [ 1 , 4 ]
Según los reportes, CONDA —abreviatura de Connectivity-Aware Dynamic Index— considera no solo la distancia entre los puntos de datos, sino también si las rutas de búsqueda están suficientemente conectadas para llegar a la información que se necesita. El método mantiene los vínculos importantes en su lugar para que determinada información no quede aislada en la red de búsqueda cuando llegan datos nuevos o se eliminan datos existentes, señalaron los reportes. [ 1 , 2 , 3 , 4 ]
AI Times describió el problema que la tecnología busca resolver como una “caída de conectividad”: a medida que documentos, noticias e información de productos se agregan, editan y eliminan repetidamente, los vínculos construidos entre los datos se rompen gradualmente, por lo que la IA no puede alcanzar información que sigue en la base de datos. Comparó la situación con un sistema de navegación cuyo destino permanece en su lugar mientras la información de las carreteras a su alrededor cambia constantemente. El medio señaló que CONDA se apoya en tres técnicas: selección de rutas de búsqueda con conciencia de conectividad, ampliación de candidatos de conexión para datos nuevos y eliminación diferida eficiente, en la que los elementos eliminados se marcan primero y sus vínculos se limpian gradualmente durante búsquedas o actualizaciones posteriores. [ 4 ]
El equipo de investigación señaló que los experimentos mostraron que CONDA mejoró la precisión de búsqueda hasta un 24,5% y la velocidad de procesamiento de datos hasta 1,90 veces en comparación con la tecnología de vanguardia existente. En una prueba con 100 millones de elementos de datos durante seis horas, con búsquedas y actualizaciones de datos ejecutándose al mismo tiempo, el equipo afirmó que CONDA mantuvo el tiempo de respuesta más corto y una alta precisión entre las tecnologías comparadas, lo que indica que podría aplicarse a servicios de IA a gran escala. [ 1 , 4 ]
El equipo espera que la tecnología se utilice en sistemas de búsqueda de conocimiento para normas internas de empresas y documentos de trabajo, así como en la búsqueda de noticias recientes, la búsqueda y recomendación de productos y como tecnología base para la generación aumentada por recuperación (RAG), en la que la IA generativa busca información externa para usar en sus respuestas. Kim señaló que el valor clave de la RAG es que “los grandes modelos de lenguaje pueden encontrar y usar de inmediato la información más reciente que no han aprendido”, y que el estudio es significativo por presentar una infraestructura de datos que permite a la IA usar conocimiento preciso y actual durante largos períodos. [ 1 , 4 ]
AI Times informó que el equipo también planea avanzar en la aplicación de la tecnología a servicios, e identificó al presidente de KAIST, Bae Choong-sik. Chosun Ilbo publicó un resumen breve del anuncio en coreano y japonés, difundido al mismo tiempo, repitiendo la afirmación de que la tecnología mantiene la precisión de búsqueda a medida que se agregan y eliminan datos, pero sin dar más cifras ni comentarios. [ 2 , 3 , 4 ]
Por qué importa
La tecnología aborda una debilidad conocida de la generación aumentada por recuperación, en la que las respuestas de la IA dependen de que la búsqueda encuentre información actual que el modelo no aprendió. Si el rendimiento reportado se confirma, sería relevante para sistemas de conocimiento empresariales, la búsqueda de noticias y de compras y otros servicios de IA en los que los datos cambian constantemente, aunque los documentos no ofrecen verificación independiente ni un cronograma para una implementación más amplia.
Datos clave
- KAIST anunció el 5 de octubre que un equipo de investigación liderado por el profesor Kim Min-soo, de su Departamento de Ciencias de la Computación, desarrolló la tecnología de búsqueda vectorial dinámica CONDA. [ 1 , 2 , 3 , 4 ]
- CONDA considera no solo la distancia entre los puntos de datos, sino también si las rutas de búsqueda están suficientemente conectadas para llegar a la información necesaria, de modo que la información no quede aislada en la red de búsqueda cuando se agregan o eliminan datos. [ 1 , 2 , 3 , 4 ]
- El equipo de investigación señaló que CONDA mejoró la precisión de búsqueda hasta un 24,5% y la velocidad de procesamiento de datos hasta 1,90 veces en comparación con la tecnología de vanguardia existente. [ 1 , 4 ]
- El equipo realizó una prueba de seis horas con 100 millones de elementos de datos en la que se ejecutaron simultáneamente búsquedas y actualizaciones de datos, y afirmó que CONDA mantuvo el tiempo de respuesta más corto y una alta precisión entre las tecnologías comparadas. [ 1 , 4 ]
- El equipo espera que la tecnología se utilice en sistemas de búsqueda de conocimiento para normas internas de empresas y documentos de trabajo, en la búsqueda de noticias recientes, en la búsqueda y recomendación de productos y como tecnología base para la generación aumentada por recuperación (RAG). [ 1 , 4 ]
- AI Times informó que CONDA se desarrolló como una tecnología de búsqueda vectorial basada en grafos que se apoya en tres técnicas: selección de rutas de búsqueda con conciencia de conectividad, ampliación de candidatos de conexión para datos nuevos y eliminación diferida eficiente. [ 4 ]
Confirmado por varias fuentes
- KAIST anunció el 5 de octubre que el equipo del profesor Kim Min-soo, de su Departamento de Ciencias de la Computación, desarrolló la tecnología de búsqueda vectorial dinámica CONDA. [ 1 , 2 , 3 , 4 ]
- CONDA tiene en cuenta tanto la distancia entre los datos como si las rutas de búsqueda están conectadas adecuadamente para poder alcanzar la información necesaria, evitando que la información quede aislada cuando se agregan o eliminan datos. [ 1 , 2 , 3 , 4 ]
- El equipo de investigación señaló que CONDA elevó la precisión de búsqueda hasta un 24,5% y la velocidad de procesamiento de datos hasta 1,90 veces en comparación con la tecnología de vanguardia existente. [ 1 , 4 ]
- El equipo indicó que, en una prueba con 100 millones de elementos de datos durante seis horas, con búsquedas y actualizaciones de datos ejecutándose simultáneamente, CONDA mantuvo el tiempo de respuesta más corto y una alta precisión de búsqueda en comparación con otras tecnologías. [ 1 , 4 ]
- El equipo espera que la tecnología se utilice en sistemas de búsqueda de conocimiento, en la búsqueda de noticias recientes, en la búsqueda y recomendación de productos y como tecnología base para la generación aumentada por recuperación (RAG). [ 1 , 4 ]
Aún sin aclarar
- Si CONDA se está aplicando a servicios comerciales y con qué calendario AI Times informó que el equipo planea avanzar en la aplicación de la tecnología a servicios, pero ningún otro documento menciona planes de implementación ni plazos, por lo que esto se basa en un solo medio.
- Contra qué tecnologías se comparó CONDA Los documentos se refieren únicamente a “tecnología de vanguardia existente” y “tecnologías comparadas” sin nombrarlas.
- Si las cifras de rendimiento reportadas han sido revisadas por pares o verificadas de forma independiente Todas las cifras provienen del anuncio del equipo de investigación tal como lo reportaron los medios; los documentos no describen verificación externa.
Qué dicen los medios locales
Cronología, hora local
- Yonhap publica su reporte sobre el anuncio de KAIST, citando al profesor Kim Min-soo y las cifras de rendimiento. [ 1 ]
- Chosun Ilbo publica resúmenes en coreano y japonés del mismo anuncio. [ 2 , 3 ]
- AI Times publica un artículo detallado sobre CONDA, describiendo sus tres técnicas centrales y un plan para aplicarla a servicios. [ 4 ]