? Вдохновение
Крупные организации и корпоративные компании стремятся повысить устойчивость во всем мире. У поколения искусственного интеллекта есть множество вариантов использования в развитии устойчивого развития, одним из которых является отчетность об устойчивом развитии и развитие сотрудничества внутри компаний. Чтобы улучшить коммуникацию и отчетность по вопросам устойчивого развития, мы разработали Sustainability Analytics .
Что он делает
Sustainability Analytics предоставляет интеллектуальный интерфейс чат-бота, который позволяет пользователям в режиме реального времени задавать вопросы о данных устойчивого развития компании.
Ключевые особенности:
- Использует данные ESG и передовые модели искусственного интеллекта (например, LLaMA 3.1) для получения точной и актуальной информации.
- Пользователи могут задать вопросы:
- Выбросы углерода
- Использование энергии
- Потребление воды
- И многое другое!
- Чат-бот генерирует:
- Сравнение по годам
- Визуальная информация в виде гистограмм, линейных и круговых диаграмм.
Пример:
Запрос пользователя: «Каков общий объем выбросов углекислого газа в 2024 году для соответствующей компании?»
Ответ чат-бота: «Общий объем выбросов углекислого газа в 2024 году составит X метрических тонн ».
Как мы это построили
Технический стек:
- Расширенная методология RAG с использованием модели LLaMA 3.1 с открытым исходным кодом.
- Фреймворк Langchain для запроса данных.
- База данных Postgres для хранения показателей ESG.
- Бэкенд: фреймворк Python FastAPI .
- Фронтенд: создан с использованием React.js .
Данные запрашиваются с помощью инструментов Langchain, которые LLM обрабатывает для генерации ответов на естественном языке, а также визуализации диаграмм.
? Проблемы, с которыми мы столкнулись
В ходе разработки мы столкнулись с рядом проблем:
Оперативное проектирование:
- Обеспечение точной обработки моделью LLaMA 3.1 запросов, связанных с устойчивым развитием.
Поиск и интеграция данных:
- Структурирование данных метрик ESG для удобного выполнения запросов через структуру Langchain.
Оптимизация производительности:
- Улучшение методологии RAG для больших наборов данных и управление созданием диаграмм (столбчатых, линейных, круговых) для сравнения данных.
Точность запросов:
- Обеспечение точности динамических сравнений по годам по различным типам запросов.
? Достижения, которыми мы гордимся
- Успешная интеграция: мы интегрировали LLaMA 3.1 с Langchain для создания интерактивной платформы анализа устойчивого развития.
- Ответы в режиме реального времени: наш чат-бот предоставляет точные, зависящие от контекста ответы о показателях ESG компании в режиме реального времени.
- Динамические визуализации: пользователи могут генерировать визуальную информацию (столбчатые, линейные, круговые диаграммы) на основе запросов.
- Эффективные запросы: создан высокоэффективный механизм запросов для нашей базы данных Postgres, обеспечивающий скорость без ущерба для точности.
? Что мы узнали
- Освоение передовой методологии RAG помогло нам оптимизировать получение точных ответов.
- Мы научились более эффективно обрабатывать данные ESG , создавая масштабируемые серверные системы, поддерживающие операции с большими объемами данных.
- Интеграция баз данных с генеративными моделями научила нас важности целостности данных и оптимизации запросов.
Что будет дальше с аналитикой устойчивого развития
Мы стремимся расширить аналитику устойчивого развития за счет:
Расширенные функции анализа данных:
- Прогнозный анализ для прогнозирования будущих показателей ESG.
- Определение областей для улучшения устойчивости.
Интеграция глобальных стандартов:
- Добавление дополнительных рамок устойчивого развития для приведения их в соответствие с мировыми стандартами.
- Поддержка многоязычных возможностей для более широкой клиентской базы.
Инструменты для совместной работы:
- Внедрение инструментов, которые позволяют заинтересованным сторонам компании совместно вводить данные и создавать подробные отчеты.
API-интеграция:
- Расширение интеграции API с существующими платформами устойчивого развития.
Улучшения пользовательского интерфейса:
- Улучшение пользовательского интерфейса для более интуитивного взаимодействия с пользователем.
