Las organizaciones contemporáneas gestionan vastos volúmenes de datos estructurados almacenados en bases de datos y almacenes de datos, un desafío que ha encontrado respuesta en los avances del procesamiento del lenguaje natural (NLP) gracias a los modelos de lenguaje de gran escala (LLMs). Sin embargo, traducir consultas conversacionales a análisis de datos estructurados seguirá siendo una tarea compleja. Transformar preguntas comerciales en consultas SQL es un proceso que tradicionalmente ralentiza el flujo de trabajo de los analistas de datos.
Para abordar este desafío, Amazon ha lanzado Amazon Bedrock Knowledge Bases, que facilita interacciones directas en lenguaje natural con fuentes de datos estructuradas. Este innovador sistema interpreta los esquemas de bases de datos y el contexto de las preguntas, transformando consultas en lenguaje natural en SQL preciso y manteniendo la fiabilidad de los datos. Esto permite a los usuarios interactuar directamente con sus datos configurando la ingesta desde tablas de AWS Glue y clústeres de Amazon Redshift, mejorando la eficiencia en la recuperación de datos estructurados.
El método propuesto muestra cómo construir una aplicación conversacional mediante la recuperación de datos de Amazon Bedrock. Los desarrolladores se enfrentan a desafíos al integrar datos estructurados en aplicaciones de inteligencia artificial generativa, tales como entrenar LLMs para la conversión de lenguaje natural a SQL, asegurando, además, controles de gobernanza y seguridad adecuados. Amazon Bedrock Knowledge Bases simplifica estas complejidades ofreciendo un módulo gestionado de traducción de lenguaje natural a SQL (NL2SQL).
La solución incorpora tecnologías como Amazon Bedrock Knowledge Bases, Amazon Redshift, AWS Glue y Amazon Simple Storage Service (S3), creando una arquitectura que incluye un pipeline de ingesta de datos y una aplicación para la recuperación de datos estructurados. Amazon Redshift actúa como motor de consulta, ofreciendo diversas opciones de ingesta de datos.
Una vez configurada la ingesta, los usuarios pueden plantear preguntas en lenguaje natural, generándose automáticamente la consulta SQL necesaria, que se ejecuta en el motor de consulta. Luego, el proceso es analizado por LLM para ofrecer respuestas claras y comprensibles.
Amazon Bedrock Knowledge Bases proporciona tres API distintas para adaptarse a diferentes necesidades de recuperación de datos: generación de respuestas y recuperación, solo recuperación y generación de consultas SQL, aportando flexibilidad a los usuarios.
Para implementar esta solución, se requiere una cuenta de AWS y acceso a los modelos base en Amazon Bedrock. Configurar la ingesta de datos implica cargar conjuntos de datos en un bucket S3, y preparar tablas de AWS Glue y un grupo de trabajo de Amazon Redshift como motores de consulta.
En resumen, Amazon Bedrock Knowledge Bases revoluciona el análisis de datos al transformar preguntas en lenguaje natural en consultas SQL, lo que permite a los analistas operar de manera más accesible y segura dentro de entornos basados en datos, acelerando así los procesos de toma de decisiones.
