Bryon Jacob, CTO a spoluzakladatel data.world – rozhovor

Bryon Jacob je CTO a spoluzakladatel data.world – na misi postavit nejvýznamnější, spolupracující a nejbohatší zdroj dat. Předtím, než se stal součástí data.world, strávil deset let v různých rolích s rostoucí odpovědností ve společnosti HomeAway.com, kde nakonec získal roli VP of Tech / Technical fellow. Bryon také dříve pracoval v Amazonu a je dlouholetým mentorem v Capital Factory. Vystudoval bakalářský a magisterský obor v počítačových vědách na Case Western University.

Co vás最初 přitáhlo k počítačovým vědám?

Již od deseti let jsem byl závislý na programování, kdy jsem dostal Commodore 64. Začal jsem s BASICem a brzy jsem přešel na assembly jazyk. Pro mě jsou počítačové vědy jako řešení série složitých hádanek s adicionálním vzrušením z automatizace. Je to právě tento problém, který mě vždycky držel v napětí a bavil.

Můžete sdílet příběh o vzniku data.world?

data.world vznikla z řady brainstormingových sezení našeho zakládajícího týmu. Brett, náš CEO, se obrátil na Jona a Matta, se kterými dříve spolupracoval. Začali se scházet, aby si vyměňovali nápady, a Jon mi některé z těchto konceptů přinesl k technickému vyhodnocení. Ačkoli tyto nápady nevyšly, vyvolaly diskuse, které se shodovaly s mou vlastní prací. Díky těmto konverzacím jsme narazili na nápad, který se nakonec stal data.world. Naše společná historie a vzájemný respekt nám umožnily rychle sestavit skvělý tým, přivést nejlepší lidi, se kterými jsme dříve spolupracovali, a položit pevný základ pro inovace.

Co inspirovalo data.world k vývoji AI Context Engine a jaké konkrétní výzvy řeší pro podniky?

Od začátku jsme věděli, že znalostní graf (KG) bude kritický pro rozvoj schopností AI. S růstem generativní AI chtěli naši zákazníci AI řešení, která by mohla interagovat s jejich daty konverzačně. Významnou výzvou v dnešních aplikacích AI je vysvětlitelnost. Pokud nemůžete ukázat svou práci, jsou odpovědi méně důvěryhodné. Naše architektura KG zakládá každou odpověď na ověřitelné skutečnosti, poskytující jasná, stopovatelná vysvětlení. Toto zvyšuje transparentnost a spolehlivost, umožňující podnikům učinit informovaná rozhodnutí s důvěrou.

Jak architektura znalostního grafu AI Context Engine zlepšuje přesnost a vysvětlitelnost LLM ve srovnání s databázemi SQL?

V naší přelomové práci jsme prokázali trojnásobné zlepšení přesnosti pomocí znalostních grafů (KG) oproti tradičním relačním databázím. KG používají sémantiku k reprezentaci dat jako reálných entit a vztahů, což je činí přesnějšími než databáze SQL, které se zaměřují na tabulky a sloupce. Pro vysvětlitelnost KG umožňují propojit odpovědi s definicemi termínů, zdroji dat a metrikami, poskytující ověřitelnou stopu, která zvyšuje důvěru a uživatelskou přívětivost.

Můžete sdílet einige příklady, jak AI Context Engine transformoval interakce s daty a rozhodování u podniků?

AI Context Engine je navržen jako API, které se integruje bezproblémově s existujícími AI aplikacemi zákazníků, ať už se jedná o vlastní GPT, co-piloty nebo specializovaná řešení postavená s LangChain. To znamená, že uživatelé nemusí přecházet na novou rozhraní – my přinášíme AI Context Engine k nim. Tato integrace zvyšuje přijetí a spokojenost uživatelů, což vede k lepšímu rozhodování a efektivnějším interakcím s daty tím, že vkládá výkonné AI schopnosti přímo do stávajících pracovních postupů.

Jakým způsobem AI Context Engine poskytuje transparentnost a stopovatelnost v rozhodování AI, aby splňoval regulační a správní požadavky?

AI Context Engine se váže na náš znalostní graf a katalog dat, využívající schopností kolem lineáže a správy. Naše platforma sleduje lineáž dat, nabízející plnou stopovatelnost dat a transformací. Odpovědi generované AI jsou propojeny se zdroji dat, poskytující jasnou stopu, jak každá informace byla odvozena. Tato transparentnost je zásadní pro soulad s regulačními a správními požadavky, zajišťující, že každé rozhodnutí AI může být audited a ověřeno.

Jakou roli vidíte znalostní grafy hrající v širším rámci AI a správy dat v příštích letech?

Znalostní grafy (KG) se stávají stále důležitějšími s růstem generativní AI. Formalizací faktů do grafické struktury KG poskytují silnější základ pro AI, zvyšující jak přesnost, tak vysvětlitelnost. Vidíme posun od standardních architektur Retrieval Augmented Generation (RAG) na Graph RAG modely. Tyto modely převádějí nestrukturovaný obsah na KG, vedoucí k významnému zlepšení recallu a přesnosti. KG jsou připraveny sehrát klíčovou roli v pohánění inovací a efektivity AI.

Jaké budoucí vylepšení můžeme očekávat pro AI Context Engine, aby dále zlepšil jeho schopnosti a uživatelský zážitek?

AI Context Engine se zlepšuje s použitím, protože kontext proudí zpět do katalogu dat, dělaje ho chytřejším s časem. Z produktového hlediska se zaměřujeme na vývoj agentů, které provádějí pokročilé úkoly znalostního inženýrství, převádějící surový obsah na bohatší ontologie a znalostní báze. Kontinuálně se učíme z vzorců, které fungují, a rychle integrujeme tyto poznatky, poskytující uživatelům silný, intuitivní nástroj pro správu a využití jejich dat.

Jak data.world investuje do výzkumu a vývoje, aby zůstala v čele AI a technologií integrace dat?

Výzkum a vývoj AI Context Engine je naší největší investiční oblastí. Jsme odhodláni zůstat na špičce toho, co je možné v AI a integraci dat. Náš tým, experti v symbolickém AI a strojovém učení, pohání tuto odhodlanost. Robustní základ, který jsme postavili v data.world, nám umožňuje pohybovat se rychle a tlačit technologické hranice, zajišťující, že vždycky dodáváme našim zákazníkům špičkové schopnosti.

Jaký je váš dlouhodobý výhled do budoucnosti AI a integrace dat a jak vidíte data.world přispívající k této evoluci?

Můj výhled do budoucnosti AI a integrace dat vždycky byl jít za hranice pouhého usnadnění dotazování dat pro uživatele. Místo toho se snažíme eliminovat potřebu, aby uživatelé vůbec dotazovali svá data. Naším cílem je integrovat data organizace se znalostmi – zahrnující metadata o datových systémech a logických modelech reálných entit.

Příspěvek k této integraci v strojově čitelném znalostním grafu umožňuje AI systémům skutečně splnit slib přirozeného jazykového rozhraní s daty. S rychlým pokrokem v generativní AI za posledních dva roky a našimi snahami o integraci s podnikovými znalostními grafy se tato budoucnost stává realitou dnes. V data.world jsme na čele této evoluce, pohánějící transformaci, která umožňuje AI dodávat bezprecedentní hodnotu prostřednictvím intuitivních a inteligentních interakcí s daty.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit data.world.