{01/04/2025] QNAP Systems presentó RAG Search Beta, una característica innovadora en Qsirch 5.6.0, el motor de búsqueda NAS impulsado por IA. Según lo señalado en el comunicado de prensa, mediante la integración de la tecnología pública basada en la nube Large Language Model (LLM) y Retrieval-Augmented Generation (RAG), QNAP ofrece capacidades de búsqueda RAG dentro del NAS como nube privada, brindando una búsqueda y recuperación del conocimiento altamente precisa, contextual y potenciada por IA más allá de las búsquedas tradicionales de archivos e imágenes.
"La búsqueda RAG transforma el NAS de QNAP en un centro de conocimiento avanzado impulsado por la IA, lo que permite a las empresas, profesionales y particulares agilizar la exploración de información con soberanía de datos”, sostuvo Amol Narkhede, director de la Unidad de Negocio de Gestión de Datos y Copia de Seguridad SaaS de QNAP.
El ejecutivo comentó que, a medida que las empresas generan y almacenan volúmenes de datos cada vez mayores, la demanda de soluciones de búsqueda eficientes, inteligentes y seguras nunca ha sido mayor. "Con Qsirch RAG Search, integramos soluciones de búsqueda avanzadas impulsadas por IA directamente en el NAS de QNAP, lo que permite a los usuarios buscar y analizar datos de una manera más intuitiva y perspicaz. RAG Search proporciona a las empresas una mayor flexibilidad y control sobre la recuperación de datos, lo que permite búsquedas personalizadas y la elección del servicio de LLM más adecuado para mejorar significativamente la eficiencia y la precisión del descubrimiento de conocimientos".
Narkhede señaló como características clave de RAG Search a las siguientes:
- Búsqueda contextual mejorada con IA: Comprende la intención del usuario y perfecciona las consultas para obtener resultados precisos y relevantes, lo que permite a los profesionales encontrar archivos, recuperar información, resumir datos complejos y tomar decisiones informadas.
- Selección de LLM personalizable: Compatible con OpenAI ChatGPT, Google Gemini, Microsoft Azure OpenAI y otros modelos de LLM compatibles con la API de OpenAI (como DeepSeek y xAi Grok, etc.), lo que permite una integración de búsqueda flexible impulsada por IA.
- Ámbito de búsqueda de datos a medida: Seleccione carpetas NAS específicas para su recuperación, y RAG Search sólo cargará el contenido más relevante en el LLM en la nube para su análisis, mejorando la precisión y reforzando el control de los datos.
- Formatos de archivo personalizables bajo demanda: Admite diversos formatos de archivo, como Word, Excel, PowerPoint, PDF, TXT y correo electrónico (.eml). Los usuarios pueden seleccionar formatos específicos para la recuperación y el análisis en función de sus necesidades, lo que permite el descubrimiento de conocimientos sin problemas a través de diferentes formatos de documentos.
- Información rastreable: Haga referencia a un máximo de cinco documentos relevantes en los resultados de búsqueda, lo que mejora la validación de los datos y un análisis más profundo.
- Recuperación de conocimientos en tiempo real: Los resultados de la búsqueda reflejan las últimas versiones de los archivos en NAS para obtener información precisa y actualizada.
- Análisis de documentos multilingües: Busque y recupere contenidos en 23 idiomas, lo que permite un acceso fluido a la información en conjuntos de datos multilingües.
Franca Cavassa, CTOPerú