I database o i server della struttura dei dati costituiscono la spina dorsale dell’IA generativa, alimentandone le capacità. Dal campione in tempo reale Redis che aiuta i chatbot basati su LLM come ChatGPT a mantenere viva la conversazione , alle aziende che creano chatbot che integrano l’eroe NoSQL MongoDB Atlas e l’API Google Cloud Vertex AI PaLM , le società di database sono in prima linea nella rivoluzione dell’IA generativa, guidando la sua progresso.
Nel mezzo di questa rivoluzione, il pioniere dei database a grafo Neo4j adotta un approccio strategico, giocando a lungo termine, ovvero creando fiducia nell’IA generativa. “Forniamo carburante per le aziende di intelligenza artificiale generativa sotto forma di dati grafici strutturati di alta qualità”, ha affermato il dott. Jim Webber , chief data scientist, Neo4j, in un’intervista esclusiva con AIM al loro Annual Graph Summit, tenutosi la scorsa settimana a Mumbai.
Neo4j ha affermato di fornire i dati del grafico per i modelli linguistici di grandi dimensioni su cui addestrarsi. Nel corso del tempo, i grafici della conoscenza sono diventati vitali per l’organizzazione e l’accesso ai dati aziendali in tutti i settori. Oggi, Neo4j svolge un ruolo fondamentale nell’aiutare le aziende a integrare LLM per migliorare la gestione dei dati. Si stanno concentrando su due casi d’uso: lo sviluppo di un’interfaccia in linguaggio naturale per i grafici della conoscenza e la creazione di grafici della conoscenza da dati non strutturati.
Il framework Graph Data Science di Neo4j offre funzionalità avanzate di analisi grafica e data science, tra cui un toolkit flessibile, un database grafico scalabile e uno strumento di visualizzazione. Ciò consente alle aziende di fare previsioni, risolvere problemi complessi ed estrarre informazioni preziose. Sfruttando gli algoritmi grafici e le funzionalità predittive, le organizzazioni dimostrano il valore dei grafici nell’analisi avanzata, nell’apprendimento automatico e nell’intelligenza artificiale. Cypher di Neo4j è un linguaggio di query grafico simile a SQL per semplificare il recupero dei dati dai grafici, consentendo agli utenti di concentrarsi sulle informazioni desiderate.
Webber ha affermato che l’obiettivo è rendere i dati più accessibili, comprensibili e credibili. L’integrazione di LLM e la tecnologia del database grafico di Neo4j migliora l’efficienza e la precisione. Il progetto procede con una mentalità aperta, adattandosi ai nuovi dati e ai progressi tecnologici in questo campo in rapida evoluzione. “La convergenza della rappresentazione della conoscenza e dell’apprendimento automatico è fondamentale per far progredire l’IA”, ha affermato Webber.
Il dottor Jesus Barras , responsabile dell’architettura delle soluzioni, Neo4j, ha dichiarato ad AIM che Neo4j rappresenta la conoscenza di un dominio, fornendo risposte curate e spiegabili. D’altra parte, i modelli di machine learning apprendono da grandi set di dati e forniscono risposte plausibili ma inspiegabili.
“La combinazione di questi approcci è vantaggiosa”, ha affermato Barrasa. Ha affermato che i modelli di apprendimento automatico possono distillare grandi quantità di conoscenza, ma mancano di attenzione e fiducia. Integrando la conoscenza curata di Neo4j con i modelli di apprendimento automatico, possiamo porre domande su qualsiasi cosa con convalida e fiducia. Ha affermato che gli LLM agiscono come potenziatori della produttività, consentendo una rapida generazione di codice e analisi dei dati per la popolazione del grafico della conoscenza. Consentono inoltre agli utenti non tecnici di interagire con la tecnologia generando domande strutturate dal linguaggio naturale.