Transformation des Tourismus in Thailand mit KI-Unterstützung

Die Tourismusbranche steht vor erheblichen Herausforderungen, Besuchern genaue Echtzeitinformationen bereitzustellen. Vor der Implementierung der NVIDIA-Lösung stellten über mehrere Websites verteilte, fragmentierte Informationen, Bedenken hinsichtlich der Authentizität von Informationen, veraltete Inhalte und Sprachbarrieren Touristen vor Herausforderungen. Diese Herausforderungen führten oft zu schlechten Erlebnissen für Touristen und Ineffizienzen für Dienstleister.

Siam AI und Wipro erkannten das Potenzial der umfassenden KI-Lösungen von NVIDIA bei der Bewältigung dieser Herausforderungen. Die Integration fortschrittlicher NVIDIA-Technologien – insbesondere des NVIDIA NeMo™-Frameworks und von NVIDIA NIM™– ermöglichte die Entwicklung einer ausgereiften Assistenzplattform für den Tourismus namens Sukjai, die vielfältige Touristenanfragen effektiv verstehen und beantworten kann.

Siam AI ist ein führender Anbieter von Cloud Computing-Diensten für KI mit Sitz in Thailand. Neben seinen zentralen Cloud-Computing-Diensten hat das Unternehmen SiamGPT entwickelt, eine fortschrittliche generative KI-Plattform mit spezialisiertem Wissen über Thailand und Informationen, die für die Bevölkerung Thailands besonders relevant sind. SiamGPT weist ein modulares Design auf, um Fachwissen in verschiedenen Bereichen anzubieten, und unterstützt mehrere Nutzungsformate, einschließlich Webanwendungen, mobilen Anwendungen und API-Integration. Die erste Entwicklungsphase befasste sich mit der Erstellung eines KI-Modells, das auf den Tourismus in Thailand spezialisiert ist. 

Zu den Trainingsdaten für dieses Modell gehörten Tourismusinformationen, die von der Tourismusbehörde Thailands (TAT) bereitgestellt werden. Siam AI hat die Qualität dieser Daten sorgfältig überprüft sowie verbessert und dabei "Sukjai", das Maskottchen von TAT, als Modellcharakter für dieses LLM eingebaut, um die Werbeaktivitäten von TAT weiter zu unterstützen. Darüber hinaus hat Siam AI die Ausbildung mit umfangreichen Tourismusdaten aus verschiedenen Quellen ergänzt und so ein hochwertiges, zuverlässiges Modell geschaffen, das für praktische Anwendungen geeignet ist.

Die Implementierung dieser NVIDIA-Lösung hat erhebliche Vorteile gebracht:

• Vereinheitlichter Zugriff auf Informationen: Touristen können jetzt über eine einzige Plattform genaue Informationen in Echtzeit erhalten.
• Authentische Inhalte: Die direkte Integration mit der Tourismusbehörde Thailands gewährleistet die Zuverlässigkeit der Informationen.
• Unterstützung in mehreren Sprachen: Erweiterte Kommunikationsfunktionen sind sowohl in thailändischer als auch englischer Sprache verfügbar.
• Schnelle Bereitstellung: Die Bereitstellungszeit von Modellen wird durch Containerlösungen von Tagen auf Minuten reduziert.
• Skalierbare Leistung: Während der Tourismus-Hochsaison werden variable Workloads effizient abgewickelt.

Sukjai ist ein intelligenter Tourismusassistent auf Basis einer ausgeklügelten dreistufigen Architektur, die Datenverarbeitung, Modellorchestrierung und Abfragehandhabungsfunktionen kombiniert. Die Architektur des Systems ist so konzipiert, dass genaue, kontextbezogene Antworten auf Anfragen im Bereich Tourismus bereitgestellt werden, wobei Skalierbarkeit und Leistung gewahrt bleiben.

Die Architektur besteht aus drei Hauptkomponenten:

1. Datenverarbeitungsebene: Eine Grundlage mit einem Webcrawler, der systematisch tourismusbezogene Informationen sammelt. Die gesammelten Daten werden durch eine Metadatenextraktion verarbeitet und durch ein spezialisiertes Chunking-System verarbeitet, das Informationen in überschaubare, kontextsensitive Teile segmentiert. Die verarbeiteten Daten werden dann in Vektoren umgewandelt und in einer Vektordatenbank für einen effizienten Abruf gespeichert.
2. Datenerstellung und Feinabstimmungspipeline: Das System verwendet eine ausgeklügelte Pipeline aus Datenaufnahme über NVIDIA NeMo Retriever und anschließender Datenkuration. Die Nutzung synthetischer Datengenerierungspipelines von NVIDIA NeMo Curator Erlaubte es dem Team von Wipro, hochwertige Frage-Antwort-Paare zu erstellen, die Gesprächen in der thailändischen Sprache ähneln. Das Wipro Enterprise Generative AI Framework oder WeGA ist ein Kontextaufnahmesystem, das diese kuratierten Daten verarbeitet. Diese werden dann beschriftet, bevor sie mit dem NVIDIA NeMo-Framework fein abgestimmt werden. Die Evaluation der endgültigen Modelle erfolgt durch den Microservice von NeMo Evaluator, um eine optimale Leistung zu gewährleisten. Mit den synthetischen, von NeMo Curator generierten Daten sowie ihren proprietären Daten erreichte das Wipro-Team eine verbesserte Genauigkeit des fein abgestimmten Modells.
3. Abfrageorchestrator: Wenn ein Benutzer mit der Chat-Anwendung interagiert, durchläuft seine Abfrage mehrere Verarbeitungsstufen. Der Abfrageorchestrator übernimmt die Erstverarbeitung, generiert Vorfilter und konstruiert den Kontext durch Vektorsuche. Dann verwendet er den NVIDIA NeMo Retriever und NIM-Microservices, einschließlich Llama 3.1, NeMo Retriever-Reranking und NeMo Retriever-Einbettung von NIM, um genaue und kontextrelevante Antworten zu generieren.

Diese Architektur sorgt dafür, dass Touristen in Echtzeit genaue Informationen erhalten und gleichzeitig eine hohe Leistung und Skalierbarkeit durch NVIDIA AI Enterprise. Die Integration verschiedener Komponenten ermöglicht die nahtlose Handhabung mehrerer Sprachen und komplexer Abfragen und ist damit eine effektive Lösung für die vielfältigen Anforderungen der Tourismusbranche in Thailand.

Die Lösungsarchitektur kombiniert die modernsten KI-Technologien von NVIDIA zu einer ausgeklügelten Plattform für Tourismusunterstützung. Im Kern nutzt die Plattform das Llama 3.1 70B-Modell, das mit NVIDIA NIM bereitgestellt wird und leistungsstarke Funktionen zur Verarbeitung natürlicher Sprache für die Bearbeitung verschiedener Touristenanfragen bietet. Die Bereitstellung des Modells wird durch das Containerformat von NIM optimiert, wodurch die Einrichtungszeiten deutlich von Tagen auf Minuten reduziert und die betriebliche Effizienz optimiert wird.

Für präzise Informationsabfrage und kontextbezogenes Verständnis integriert die Plattform zwei NeMo Retriever NIM auf Basis von Mistral-Modellen. Diese Modelle arbeiten im Tandem innerhalb einer maßgeschneiderten RAG-Lösung (Retrieval-Augmented Generation), dem WeGA Framework. Dieses Framework implementiert einen einzigartigen Chunking-Algorithmus, der große Mengen tourismusbezogener Daten effizient segmentiert und verwaltet und so sicherstellt, dass der Chatbot hochrelevante und kontextgenaue Antworten auf Benutzeranfragen liefert.

Die zugrunde liegenden Modelle nutzen das NVIDIA NeMo-Framework und werden mithilfe parametereffizienter Feinabstimmung (Parameter-Efficient Fine-Tuning, PEFT) und überwachter Feinabstimmung (Supervised Fine-Tuning, SFT) genau auf die spezifischen Anforderungen des thailändischen Tourismus angepasst. Das gesamte System läuft auf einer robusten Infrastruktur, diese umfasst einen Kubernetes-Cluster mit NVIDIA H100 GPUs. Diese skalierbare Architektur gewährleistet eine gleichbleibende Leistung während der Hochsaison für Touristen und ermöglicht ein effizientes Workload-Management. Dieser umfassende technische Stack ermöglicht kontinuierliches Lernen und Anpassung an sich entwickelnde Trends der Tourismusbranche bei gleichzeitig hoher Leistung und Genauigkeit in Bezug auf die Unterstützung von Touristen.