Red Hat, Inc. und Elastic kündigten eine erweiterte Zusammenarbeit an, um Sucherlebnisse der nächsten Generation zu liefern, die Retrieval Augmented Generation (RAG)-Muster unterstützen und Elasticsearch als bevorzugte Vektordatenbanklösung auf Red Hat OpenShift AI integrieren. Mit dieser Zusammenarbeit stellen Red Hat und Elastic Unternehmen die Tools zur Verfügung, die sie benötigen, um RAG-Lösungen auf einer einzigen, konsistenten Plattform bereitzustellen, zu pflegen und im Laufe der Zeit zu verfeinern. Da Unternehmen mit der doppelten Anforderung konfrontiert sind, KI-Lösungen in ihre Abläufe zu integrieren und gleichzeitig das Risiko zu minimieren, steht RAG im Mittelpunkt der Integration großer Sprachmodelle (LLM) in Geschäftsanwendungen.

RAG ermöglicht es IT-Teams, die Vorteile von LLMs mit privaten Datenspeichern zu kombinieren, um Modelle mit gezielten, privaten Daten zu trainieren, ohne das zugrunde liegende Modell selbst zu verändern. Eine leistungsstarke Suchfunktion ist von entscheidender Bedeutung, da es teuer sein kann, LLMs mit den richtigen Informationen zu versorgen, die private Repositories in großem Umfang nutzen. Der Abruf mit rollenbasierten Kontrollen trägt dazu bei, den Schutz sensibler Daten aufrechtzuerhalten und sie gleichzeitig für das Training von Allzweck-LLMs zu nutzen. Red Hat OpenShift AI und Elasticsearch können Unternehmen dabei helfen, das Beste aus RAG herauszuholen, sowohl auf der Ebene der MLOps-Infrastruktur als auch der Anwendungen.

Red Hat OpenShift AI bietet eine vertrauenswürdige Plattform für maschinelles Lernen (MLOps), um Modelle in großem Umfang zu automatisieren, zu erstellen, abzustimmen, einzusetzen und zu überwachen. Gleichzeitig bietet Elasticsearch eine Vektordatenbank und eine robuste hybride Suchlösung für die Skalierung und Extraktion von KI-Antworten, mit erweiterten Such- und Sicherheitsfunktionen, um die Ergebnisse für Endbenutzer besser nutzbar zu machen. Red Hat unterstützt die Elasticsearch-Tools für Entwickler von RAG- und generativen KI-Anwendungen (GenAI) mit der Elasticsearch Relevance EngineTM (ESRETM), die integrierte Vektorsuch- und Transformationsmodelle enthält und es Entwicklern ermöglicht, die Suche der nächsten Generation mit unternehmenseigenen Daten aufzubauen.

Mit ESRE können Unternehmen sicherheitsoptimierte Implementierungen mit ihren eigenen strukturierten und unstrukturierten Daten erstellen und Entwickler können semantische Such- und RAG-Anwendungen mit einer Vielzahl von Modellen für maschinelles Lernen (ML) von Drittanbietern sowie Ökosystem-Tooling von Anbietern wie Cohere, LangChain und LlamaIndex erstellen. Red Hat OpenShift AI gepaart mit Elasticsearch ermöglicht einen tieferen und umfassenderen Kundensupport sowie weitere Innovationen und die Integration mit Red Hats großem Ökosystem von KI-Partnern. Erfolgreiche Implementierungen von GenAI tragen dazu bei, Vertrauen in KI-Lösungen zu schaffen, was zu einer größeren KI-Akzeptanz und letztlich zu einer größeren Auswahl für die Nutzer auf dem KI-Markt führt.

Diese Ausweitung der bestehenden Zusammenarbeit von Red Hat mit Elastic ist ein Beispiel für die positiven Auswirkungen, die KI auf Geschäftsanwendungen und den breiteren Markt haben kann. Indem Red Hat die Unternehmen dort abholt, wo sie bei der Einführung von KI stehen, hilft es ihnen, die oft nicht ausreichend genutzten Daten zu nutzen, die für Unternehmen ein wichtiges Unterscheidungsmerkmal sein können.