NVIDIA 宣布推出其AI驱动的零售购物顾问,这是一种旨在彻底改变零售业客户互动的综合解决方案。根据NVIDIA 技术博客,这款创新工具利用先进的AI功能为购物者提供个性化的产品推荐和实时指导。
AI驱动的个性化购物
这款零售购物顾问是一个预构建的端到端AI工作流程,它集成了大型语言模型(LLMs)和生成性AI功能。其目标是提供具有上下文准确性、类似人类的响应,以提升整体购物体验。AI系统能够摄取产品目录数据,并利用这些数据提供相关的产品推荐和使用指导,模仿顶级销售人员的专业知识。
先进的架构与部署
这一解决方案的核心是一种检索辅助生成(RAG)模型,它利用最新的产品数据准确回答客户问题。参考架构包括一个来自NVIDIA员工装备商店的示例数据集,企业可以根据自己的产品目录进行定制,从而创建一个量身定制的购物顾问。
随附于NVIDIA AI Enterprise,NVIDIA NIM微服务确保了快速部署和优化性能。这些微服务通过有效利用各种企业数据,大大增强了传统LLM的功能。它们旨在简化生成性AI应用程序的部署,确保安全性和可扩展性。由Kubernetes Helm图表协助的设置过程允许在各种基础设施上进行部署,包括本地和云环境。
NeMo Retriever增强功能
NVIDIA NeMo Retriever是NIM微服务套件的一部分,提供了用于检索嵌入和重新排名的最先进模型。这些模型可以通过NVIDIA API目录访问,使开发者能够构建一个访问实时数据并提供高质量回复的零售购物顾问。
这款AI驱动的购物顾问使用GPU优化的Milvus数据库来存储向量嵌入,这进一步增强了系统提供精确和相关产品推荐的能力。
使用Jupyter Notebook进行互动开发
工作流程包括一个JupyterLab Notebook服务器,允许开发者用自己的数据进行原型设计和实验。示例笔记本涵盖了各种功能,包括使用零售产品数据的LLMs,利用产品信息创建嵌入,并在FastAPI后端部署解决方案。
这种互动环境使开发者能够快速迭代和改进他们的AI驱动购物顾问,确保它满足业务的具体需求。
入门指南
对于有兴趣构建自己的零售购物顾问的人,NVIDIA 提供了一个为期90天的免费订阅以访问AI工作流程。更多资源和示例可在GitHub上找到,帮助企业创建提供准确和可操作见解的领域特定购物顾问。
Image source: Shutterstock