Η NVIDIA ανακοίνωσε το Kumo Relational, ένα προ-εκπαιδευμένο θεμελιώδες μοντέλο (foundation model) που επιτρέπει την πραγματοποίηση προβλέψεων απευθείας πάνω σε εταιρικές βάσεις δεδομένων. Το νέο αυτό εργαλείο υπόσχεται να αλλάξει τον τρόπο με τον οποίο οι επιχειρήσεις αναλύουν τα δεδομένα τους, καθώς δεν απαιτεί την παραδοσιακή διαδικασία εκπαίδευσης ανά εργασία (task-specific training), ούτε την επίπονη προετοιμασία χαρακτηριστικών (feature engineering).

Προβλέψεις χωρίς προετοιμασία

Σε αντίθεση με τα παραδοσιακά μοντέλα μηχανικής μάθησης που απαιτούν την «επιπεδοποίηση» (flattening) των πινάκων σε μία ενιαία γραμμή, το Kumo Relational λειτουργεί απευθείας πάνω στη σχεσιακή δομή της βάσης. Χρησιμοποιώντας τη Γλώσσα Προγνωστικών Ερωτημάτων (Predictive Query Language - PQL), το μοντέλο συγκεντρώνει έως και 10.000 ιστορικά παραδείγματα ως πλαίσιο (context) και προβλέπει αποτελέσματα όπως η απώλεια πελατών (churn), η ζήτηση ή η απάτη σε ένα μόνο πέρασμα.

Επιδόσεις που ξεπερνούν τα καθιερωμένα πρότυπα

Σύμφωνα με τα στοιχεία της NVIDIA, το Kumo Relational είναι το πρώτο few-shot μοντέλο που υπερέχει της επιβλεπόμενης μηχανικής μάθησης σε κοινά σχεσιακά benchmarks. Συγκεκριμένα:

  • Ξεπέρασε τα μοντέλα XGBoost σε benchmarks RelBench κατά σχεδόν 4 μονάδες AUROC.
  • Στο εταιρικό benchmark SAP SALT, ξεπέρασε τα σύνολα AutoGluon κατά 8% στο Mean Reciprocal Rank (MRR), φτάνοντας το 16% μετά από fine-tuning.
  • Διατηρεί τη σταθερότητά του ακόμη και όταν αφαιρείται το 75% των συνδέσμων ξένων κλειδιών ή προστίθενται θορυβώδεις στήλες.

Αρχιτεκτονική και Κλιμάκωση

Το μοντέλο εκπαιδεύτηκε σε συνθετικά δεδομένα μέσω της μεθόδου PluRel, επιτρέποντάς του να μαθαίνει πώς να συσχετίζει πληροφορίες μεταξύ διαφορετικών πινάκων. Η αρχιτεκτονική του περιλαμβάνει μηχανισμούς προσοχής (attention) εντός των πινάκων αλλά και σε ολόκληρο το γράφημα της βάσης δεδομένων. Το Kumo Relational μπορεί να κλιμακωθεί σε βάσεις δεδομένων με περισσότερες από 500 δισεκατομμύρια γραμμές, προσφέροντας ταχύτητες επεξεργασίας έως 5 GB/s μέσω της βιβλιοθήκης structured-data-models της NVIDIA.