详细内容或原文请订阅后点击阅览

现实世界中的生成AI：Shreya Shankar在AI上用于公司数据处理

2025年4月17日 10:25 33 Comments
X Twitter Instagram Mail

企业有很多数据，但是大多数数据是非结构化的文本数据：报告，目录，电子邮件，笔记等。没有结构，业务分析师就无法理解数据。数据中有价值，但不能使用它。 AI可以是查找和提取结构的工具[…]

来源:O'Reilly Media _AI & ML

现实世界中的生成AI

现实世界中的生成AI：Shreya Shankar在AI上用于公司数据处理

静音/取消静音epoisoderewind 10秒10 xfast向前10秒

00：00/30M 14S

00:00

共享

企业有很多数据，但是大多数数据是非结构化的文本数据：报告，目录，电子邮件，笔记等。没有结构，业务分析师就无法理解数据。数据中有价值，但不能使用它。 AI可以成为查找和提取隐藏在文本数据中的结构的工具。在这一集中，Ben和Shreya谈论了新一代工具将AI带入企业数据处理。

在O’Reilly Learning平台上查看此播客的其他情节。

其他情节

关于现实世界播客中的生成AI：2023年，Chatgpt将AI放在每个人的议程上。在2025年，挑战将把这些议程转变为现实。在现实世界中的生成AI中，本·洛里卡（Ben Lorica）采访了与人工智能建造的领导者。从他们的经验中学习，以帮助AI在您的企业中工作。

关于现实世界播客中的生成AI：

  • 兴趣点
    • 0:00：Shreya Shankar简介。 0:00 0:18：您的工作主题之一是一种特定的数据处理。在进入工具之前，您要解决的问题是什么？ 0:18 0:52：几十年来，组织一直在努力理解非结构化的数据。人们有意义的文字有意义。直到LLM出现之前，我们没有技术要这样做。 0:52 1:38：过去几年来，我已经建立了一个处理框架，以便人们用LLMS操纵非结构化数据。我们如何提取语义数据？ 1:38 1:55：先前的艺术将使用NLP库和执行定制任务？ 1:55 2:12 2:45 3:22 4:04：您构建的工具之一是Docetl。典型的工作流程是什么？ 4:04
  • 0:00：Shreya Shankar简介。
    • 0:00
  • 0:18：您的工作主题之一是一种特定的数据处理。在进入工具之前，您要解决的问题是什么？
    • 0:18
  • 0:52：几十年来，组织一直在努力理解非结构化的数据。人们有意义的文字有意义。直到LLM出现之前，我们没有技术要这样做。
    • 0:52
  • 1:38：过去几年来，我已经建立了一个处理框架，以便人们用LLMS操纵非结构化数据。我们如何提取语义数据？ 1:38 1:55：先前的艺术将使用NLP库和执行定制任务？ 1:55 2:12 2:45 3:22 4:04：您构建的工具之一是Docetl。典型的工作流程是什么？ 4:04
    • 1:38：过去几年来，我已经建立了一个处理框架，以便人们用LLMS操纵非结构化数据。我们如何提取语义数据？ 1:38 1:55：先前的艺术将使用NLP库和执行定制任务？ 1:55 2:12 2:45 3:22 4:04：您构建的工具之一是Docetl。典型的工作流程是什么？ 4:04 1:38 1:55：先前的艺术将使用NLP库和执行定制任务？ 1:55 2:12 2:45 3:22 4:04：您构建的工具之一是Docetl。典型的工作流程是什么？ 4:04
  • 1:55：先前的艺术将使用NLP库和执行定制任务？
    • 1:55 2:12 2:45 3:22 4:04：您构建的工具之一是Docetl。典型的工作流程是什么？ 4:041:552:122:453:22 4:04：您构建的工具之一是Docetl。典型的工作流程是什么？ 4:043:224:04：您构建的工具之一是Docetl。典型的工作流程是什么？ 4:044:04：您构建的工具之一是Docetl。典型的工作流程是什么？4:044:04
    00 现实 工具 生成 典型的 新一代 AI Docetl 不能使用 数据 38 人们 电子邮件 情节 文本数据 先前的 人工智能 结构的 特定的 结构化 领导者 04 意义 数据处理 个人的 播客 55 有价值 世界