MIT onderzoekers komen met nieuwe generatieve AI voor Databases

Onderzoekers van de beruchte universiteit Massachusetts Institute of Technology (MIT) hebben een nieuw generatief kunstmatige intelligentie (AI) systeem geïntroduceerd genaamd GenSQL. De software tool moet het voor database gebruikers eenvoudiger maakt om complexe statistische analyses uit te voeren zonder diepgaande technische kennis. Het onderzoeksteam bestaat uit wetenschappers en studenten van MIT en Carnegie Mellon University en wordt gefinancierd door DARPA, Google en de Siegel Family Foundation.

GenSQL is gebouwd op SQL, een wereldwijd gebruikte programmeertaal voor databasebeheer. Hierdoor kunnen gebruikers niet alleen vragen stellen over datasets, maar ook over probabilistische modellen. GenSQL biedt gebruikers de mogelijkheid om met slechts enkele toetsaanslagen voorspellingen te doen, missende waarden te raden, fouten te corrigeren en synthetische data te genereren.

Het systeem integreert automatisch een dataset met een generatief probabilistisch AI model. Dit model houdt rekening met onzekerheden en past zijn besluitvorming aan op basis van nieuwe gegevens, wat resulteert in nauwkeurige analyses. Dit is bijzonder nuttig in situaties waar gevoelige gegevens, zoals medische dossiers, niet gedeeld kunnen worden of waar echte data beperkt zijn.

Uit tests is gebleken dat GenSQL sneller en nauwkeuriger is dan bestaande AI gebaseerde data-analysemethoden. Het systeem biedt ook verklaarbare probabilistische modellen, wat betekent dat gebruikers de modellen kunnen lezen en bewerken, en inzicht krijgen in complexe afhankelijkheden tussen variabelen.

Het gebruiksgemak van GenSQL betekent dat gebruikers geen gedetailleerde kennis nodig hebben van de onderliggende modellen. Hierdoor wordt geavanceerde data-analyse toegankelijker voor een breed publiek. Het systeem kan complexe interacties tussen variabelen vastleggen en biedt daarmee robuuste en accurate antwoorden.

De toekomstplannen voor GenSQL zijn veelbelovend. Onderzoekers willen het systeem gebruiken voor grootschalige modellering van menselijke populaties en het genereren van synthetische data voor inferenties over gezondheid en salarissen. Daarnaast zijn er plannen om natuurlijke taal queries en een ChatGPT-achtige AI expert voor databases te ontwikkelen.