نماذج ومنصات الذكاء الاصطناعي
تعلن Collate عن Ontology Studio لتزويد وكلاء الذكاء الاصطناعي بسياق الأعمال

النقاط الرئيسيةيقوم Ontology Studio بربط مفاهيم الأعمال بأصول البيانات حتى يتوقف الوكلاء عن تخمين…
عرض المزيد
- يقوم Ontology Studio بربط مفاهيم الأعمال بأصول البيانات حتى يتوقف الوكلاء عن تخمين معاني الأعمدة.
- تعمل أدوات الرسم البياني المعرفي على إسقاط تجريبي معطّل افتراضيًا.
- تظل الأنطولوجيات المصدَّرة بصيغ مفتوحة أصولًا قابلة لإعادة الاستخدام عندما تنتقل المؤسسات إلى موردي ذكاء اصطناعي آخرين.
Collate، الشركة المطوّرة لمنصة OpenMetadata، تعلن عن Ontology Studio، وهي مساحة عمل لوضع تعريفات لمفاهيم الأعمال، وربطها ببيانات المؤسسات، وإتاحة دلالاتها لوكلاء الذكاء الاصطناعي. وتهدف هذه المساحة إلى مساعدة الوكلاء على العمل انطلاقًا من التعريفات والعلاقات الخاصة بالمؤسسة، بدلًا من التخمين بشأن دلالة اسم جدول أو عمود.
أُعلن عن Ontology Studio في 17 نوفمبر، وهي جزء من Collate 2.1، ومن المقرر إتاحتها للجميع في وقت لاحق من هذا الشهر. وتستخدم معايير مفتوحة تتيح للشركات فحص نماذج الأعمال التي تنشئها وتصديرها، بما في ذلك الربط بأصول البيانات التي تطبّق تلك النماذج.
تعالج هذه الإطلاق مشكلة لا تستطيع نماذج اللغة الأفضل وحدها حلها: فقد يعثر النظام على مجموعة بيانات ويكتب شيفرة صالحة للتعامل معها، ومع ذلك يسيء فهم ما تعتبره الشركة عميلًا نشطًا، أو رقمًا معتمدًا للإيرادات، أو نوعًا معينًا من القروض.
ما الذي يضيفه علم الوجود إلى وكيل الذكاء الاصطناعي
يصف علم الوجود المفاهيم والعلاقات بينها بصيغة تستطيع البرمجيات استخدامها. فقد يعرّف مسردٌ «القرض» في فقرة، لكن علم الوجود يستطيع أيضًا تحديد أن للقرض أصلًا ومدة، وأنه يعود إلى عميل، ويرتبط بحساب من خلال علاقة محددة الاسم.
تمنح هذه التفاصيل الوكيل مسارًا منظمًا للإجابة عن سؤال. لنتصور وكيلًا طُلب منه تحليل أنشطة الإقراض: فقبل الاستعلام عن قاعدة بيانات، عليه تحديد الأصول التي تمثل القروض، وكيفية ارتباط العملاء بها، والتعريفات المنطبقة عليها. ويمكن لعلم وجود مربوط بتلك الأصول أن يوفر هذا السياق.
تتيح Ontology Studio للفرق تعريف المفاهيم باستخدام خصائص محددة الأنواع وعلاقات محددة الاسم والاتجاه، ثم مراجعة النماذج ذات الإصدارات ونشرها. ويمكن ربط المفاهيم بالجداول والأعمدة ولوحات المعلومات وغيرها من أصول البيانات.
يفصل هذا أيضًا بين دلالة الأعمال وسلالة البيانات التقنية. تصف سلالة البيانات كيفية انتقال البيانات بين الأنظمة أو تحويلها فيها. أما علاقة الأعمال فتصف ما تمثله البيانات، مثل انتماء قرض إلى عميل. وكلاهما مفيد للوكيل، لكنهما يجيبان عن سؤالين مختلفين.
المعايير المفتوحة التي يستند إليها النموذج
تعتمد Ontology Studio على تقنيات راسخة للويب الدلالي، بدلًا من اشتراط التعبير عن أعمال الشركات بالكامل بصيغة مملوكة لها.
- OWL، لغة الويب لعلم الوجود، توفر طريقة رسمية لتمثيل الفئات والخصائص والعلاقات، وتمنح البرمجيات دلالات صريحة يمكنها الاستناد إليها.
- SKOS، نظام تنظيم المعرفة البسيط، يمثّل المفردات المضبوطة والعلاقات، مثل المفاهيم الأعم والأخص والمترابطة.
- SPARQL هي لغة استعلام للرسوم البيانية بصيغة RDF، تتيح للبرمجيات طرح أسئلة منظمة حول المفاهيم والبيانات الوصفية المترابطة.
تقول Collate إن المؤسسات تستطيع استيراد علوم الوجود وتصديرها بصيغ تشمل OWL وTurtle وRDF/XML وJSON-LD، مع الحفاظ على المعرّفات والتعريفات والعلاقات. وتؤكد الشركة أيضًا أهمية الاحتفاظ بعمليات ربط البيانات عند تصدير النموذج.
تكتسب هذه الإمكانية أهميتها عندما تغيّر مؤسسة مزوّدي خدمات الذكاء الاصطناعي أو منصات البيانات. فحفظ نموذج الأعمال بصيغة قابلة للتبادل يجعله أصلًا قابلًا لإعادة الاستخدام، بدلًا من ترك التعريفات مضمّنة في واجهة مزوّد واحد فحسب. ومع ذلك، ينبغي للأدوات المتوافقة أن تدعم المعايير وعمليات الربط ذات الصلة كي يظل النموذج مفيدًا بعد الانتقال.
كيف تصل الوكلاء إلى الرسم البياني المعرفي
تصل الوكلاء إلى علم الوجود من خلال خادم بروتوكول سياق النموذج (MCP) الخاص بـCollate. ويوفر MCP واجهة مشتركة يستطيع تطبيق الذكاء الاصطناعي من خلالها اكتشاف الأدوات واستدعاءها. وفي هذه الحالة، تتيح تلك الأدوات للوكيل وصف علم الوجود، واستكشاف العلاقات المحيطة بكيان ما، وإجراء استعلامات SPARQL للقراءة فقط.
ينظّم الرسم البياني المعرفي المفاهيم والبيانات الوصفية في صورة كيانات مترابطة. ويمكن لاستعلام الرسم البياني أن يطلب عدة علاقات ذات صلة معًا، ما يساعد الوكيل على جمع السياق دون طلب كل عنصر مجاور على حدة مرارًا. كما يمكن للاستعلام الناتج ومسار العلاقات أن يوفرا للمراجع مادة ملموسة لفحص الأساس الذي استندت إليه الإجابة.
يضع الإعلان حدًا مهمًا لهذه الوظيفة: إذ تعمل الأدوات على إسقاط Collate للرسم البياني المعرفي، وهو في مرحلة تجريبية ومعطّل افتراضيًا. ويتعين على الفرق تفعيل هذا المكوّن وتقييمه لاستخدام أدوات الوكلاء المعتمدة على الرسم البياني.
توضح صفحة المنتج أن هذا الإسقاط نسخة من البيانات الوصفية للمنصة في شكل رسم بياني، وليس بديلًا لقواعد بيانات الأعمال الأساسية. أما الاستعلامات على البيانات التشغيلية، فتظل تُنفّذ في موضع وجود تلك البيانات، مثل مستودع بيانات أو طبقة دلالية قائمة. ويساعد علم الوجود على تحديد التعريفات والأصول المناسبة للاستخدام.
البناء على OpenMetadata والمعرفة القائمة بالأعمال
بُنيت Collate على OpenMetadata، وهي منصة مفتوحة المصدر تجمع البيانات الوصفية، مثل المخططات والملكية والتصنيفات ومعلومات الجودة وسلالة البيانات. وتضيف Ontology Studio مساحة عمل لتأليف الدلالات المرتبطة بتلك الأصول.
يميّز استعراض إصدار 2.1 من Collate بين المنتج المُدار وأساسه مفتوح المصدر: فـOntology Studio إحدى إمكانات Collate، في حين تُدرج أدوات الرسوم البيانية المعرفية المتاحة عبر MCP لكلٍّ من Collate وOpenMetadata. وينبغي للمؤسسات التي تقيّم هذا الإعلان أن تميّز بين مساحة العمل التجارية والمعايير المفتوحة ومكوّنات المنصة المشتركة التي تقوم عليها.
توفّر الحزم التمهيدية القطاعية مسارًا آخر لاستخدام النظام. ويورد الإعلان نماذج مستندة إلى FIBO للتمويل، وHL7 FHIR للرعاية الصحية، وGS1 وEPCIS لسلاسل الإمداد، وISA-95 للتصنيع، وHR Open Standards. وتقدّم هذه النماذج هياكل أولية يمكن للفرق توسيعها ومواءمتها مع بياناتها.
تشير Collate إلى Scout24 بوصفها مثالًا على نهجها الأوسع لمنصات السياق. وتستخدم الشركة التي تقف وراء ImmoScout24 تعريفات مشتركة للبيانات، ووثائق مدعومة بالذكاء الاصطناعي، وتحقّقًا بشريًا لدعم وكلاء الذكاء الاصطناعي الداخليين. ويسلّط هذا المزيج الضوء على الدور المستمر للخبراء المتخصصين في إبقاء سياق الأعمال مفيدًا.
لا تزال التعريفات المشتركة بحاجة إلى مسؤولين عنها
قال سريهارشا شينتالاباني، الشريك المؤسس والمدير التقني في Collate: «ينبغي أن تكون البيانات الوصفية والمعنى والذاكرة ضمن منصة سياق واحدة». وأضاف أن الهدف هو تمكين الوكلاء والموظفين من العمل انطلاقًا من تعريفات الأعمال نفسها.
يمكن للأنطولوجيا أن تجعل هذه التعريفات صريحة وأسهل في إعادة الاستخدام، لكن قيمتها تعتمد على جودة النموذج ومدى ارتباطه بالبيانات الحالية. وقد تؤدي المواءمات غير الصحيحة أو القواعد القديمة إلى تزويد الوكيل بتفسير منظّم لإجابة خاطئة.
بالنسبة إلى المؤسسات، يتمثل ما تقدمه Ontology Studio في طريقة أسهل إدارةً لبناء هذا السياق المشترك وصيانته: نمذجة الأعمال، وربط النموذج بأصول فعلية، وإتاحته من خلال أدوات معيارية، مع الاحتفاظ بإمكانية نقله إلى بيئة أخرى.












