Bryon Jacob, CTO y Co-Fundador de data.world – Serie de Entrevistas

Bryon Jacob es el CTO y co-fundador de data.world – con la misión de construir el recurso de datos más significativo, colaborativo y abundante del mundo. Antes de data.world, pasó diez años en roles de creciente responsabilidad en HomeAway.com, culminando en un papel de VP de Tecnología / Fellow Técnico. Bryon también ha trabajado anteriormente en Amazon (AMZN ) y es un mentor de larga data en Capital Factory. Tiene un BS/MS en ciencias de la computación de la Universidad Case Western.

¿Qué te atrajo inicialmente a la informática?

Me enganché a la programación desde que tuve mi primera computadora Commodore 64 a los 10 años. Empecé con BASIC y rápidamente pasé a lenguaje ensamblador. Para mí, la informática es como resolver una serie de rompecabezas intrincados con la emoción adicional de la automatización. Es este aspecto de resolución de problemas lo que siempre me ha mantenido comprometido y emocionado.

¿Puedes compartir la historia de cómo surgió data.world?

data.world nació de una serie de sesiones de lluvia de ideas entre nuestro equipo fundador. Brett, nuestro CEO, se puso en contacto con Jon y Matt, con quienes había trabajado antes. Comenzaron a reunirse para lanzar ideas, y Jon me trajo algunas de esas ideas para una evaluación técnica. Aunque esas ideas no prosperaron, despertaron discusiones que se alineaban estrechamente con mi propio trabajo. A través de esas conversaciones, dimos con la idea que finalmente se convirtió en data.world. Nuestra historia compartida y el respeto mutuo nos permitieron construir rápidamente un gran equipo, trayendo a las mejores personas con las que habíamos trabajado en el pasado, y sentar una base sólida para la innovación.

¿Qué inspiró a data.world a desarrollar el Motor de Contexto de IA, y qué desafíos específicos aborda para las empresas?

Desde el principio, supimos que un Grafo de Conocimiento (KG) sería fundamental para avanzar en las capacidades de la IA. Con el auge de la IA generativa, nuestros clientes querían soluciones de IA que pudieran interactuar con sus datos de manera conversacional. Un desafío significativo en las aplicaciones de IA hoy en día es la explicabilidad. Si no puedes mostrar tu trabajo, las respuestas son menos confiables. Nuestra arquitectura de KG fundamenta cada respuesta en hechos verificables, proporcionando explicaciones claras y trazables. Esto mejora la transparencia y la confiabilidad, permitiendo a las empresas tomar decisiones informadas con confianza.

¿Cómo la arquitectura de grafo de conocimiento del Motor de Contexto de IA mejora la precisión y la explicabilidad de los LLM en comparación con las bases de datos SQL solas?

En nuestro artículo pionero, demostramos una mejora triple en la precisión utilizando Grafos de Conocimiento (KG) sobre bases de datos relacionales tradicionales. Los KG utilizan la semántica para representar los datos como entidades y relaciones del mundo real, lo que los hace más precisos que las bases de datos SQL, que se centran en tablas y columnas. En cuanto a la explicabilidad, los KG nos permiten vincular las respuestas a definiciones de términos, fuentes de datos y métricas, proporcionando un rastro verificable que mejora la confianza y la usabilidad.

¿Puedes compartir algunos ejemplos de cómo el Motor de Contexto de IA ha transformado las interacciones con los datos y la toma de decisiones dentro de las empresas?

El Motor de Contexto de IA está diseñado como una API que se integra perfectamente con las aplicaciones de IA existentes de los clientes, ya sean GPT personalizados, co-pilotos o soluciones personalizadas construidas con LangChain. Esto significa que los usuarios no necesitan cambiar a una nueva interfaz; en su lugar, llevamos el Motor de Contexto de IA a ellos. Esta integración mejora la adopción y la satisfacción del usuario, impulsando una mejor toma de decisiones y interacciones de datos más eficientes al incorporar capacidades de IA poderosas directamente en los flujos de trabajo existentes.

¿De qué manera el Motor de Contexto de IA proporciona transparencia y trazabilidad en la toma de decisiones de IA para cumplir con los requisitos regulatorios y de gobernanza?

El Motor de Contexto de IA se conecta a nuestro Grafo de Conocimiento y catálogo de datos, aprovechando las capacidades de linaje y gobernanza. Nuestra plataforma rastrea el linaje de los datos, ofreciendo trazabilidad completa de los datos y transformaciones. Las respuestas generadas por la IA se conectan a sus fuentes de datos, proporcionando un rastro claro de cómo se derivó cada pieza de información. Esta transparencia es crucial para el cumplimiento regulatorio y de gobernanza, asegurando que cada decisión de IA pueda ser auditada y verificada.

¿Qué papel crees que desempeñarán los grafos de conocimiento en el panorama más amplio de la IA y la gestión de datos en los próximos años?

Los Grafos de Conocimiento (KG) están ganando importancia con el auge de la IA generativa. Al formalizar los hechos en una estructura de grafo, los KG proporcionan una base más sólida para la IA, mejorando tanto la precisión como la explicabilidad. Estamos viendo un cambio desde arquitecturas de Generación de Recuperación Mejorada (RAG) estándar, que dependen de datos no estructurados, a modelos de RAG de Grafo. Estos modelos convierten el contenido no estructurado en KG primero, lo que conduce a mejoras significativas en la recuperación y la precisión. Los KG están destinados a desempeñar un papel fundamental en impulsar las innovaciones y la eficacia de la IA.

¿Qué mejoras futuras podemos esperar para el Motor de Contexto de IA para mejorar aún más sus capacidades y la experiencia del usuario?

El Motor de Contexto de IA mejora con el uso, ya que el contexto fluye hacia el catálogo de datos, haciéndolo más inteligente con el tiempo. Desde el punto de vista del producto, estamos centrados en desarrollar agentes que realicen tareas avanzadas de ingeniería de conocimiento, convirtiendo contenido crudo en ontologías y bases de conocimiento más ricas. Continuamente aprendemos de los patrones que funcionan y rápidamente integramos esas perspectivas, brindando a los usuarios una herramienta poderosa e intuitiva para gestionar y aprovechar sus datos.

¿Cómo está invirtiendo data.world en investigación y desarrollo para mantenerse a la vanguardia de las tecnologías de IA y integración de datos?

La investigación y desarrollo del Motor de Contexto de IA es nuestra área de inversión más grande. Estamos comprometidos a mantenernos a la vanguardia de lo que es posible en IA y integración de datos. Nuestro equipo, experto en IA simbólica y aprendizaje automático, impulsa este compromiso. La base sólida que hemos construido en data.world nos permite moverse rápidamente y empujar los límites tecnológicos, asegurando que entreguemos consistentemente capacidades de vanguardia a nuestros clientes.

¿Cuál es tu visión a largo plazo para el futuro de la IA y la integración de datos, y cómo ve data.world contribuyendo a esta evolución?

Mi visión para el futuro de la IA y la integración de datos siempre ha sido ir más allá de simplemente hacer que sea más fácil para los usuarios consultar sus datos. En su lugar, nos proponemos eliminar la necesidad de que los usuarios consulten sus datos en absoluto. Nuestra visión ha sido consistentemente integrar de manera integral los datos de una organización con su conocimiento – abarcando metadatos sobre sistemas de datos y modelos lógicos de entidades del mundo real.

Al lograr esta integración en un grafo de conocimiento legible por máquina, los sistemas de IA pueden cumplir verdaderamente la promesa de interacciones de lenguaje natural con los datos. Con los rápidos avances en IA generativa en los últimos dos años y nuestros esfuerzos por integrarla con grafos de conocimiento empresariales, este futuro se está convirtiendo en realidad hoy. En data.world, estamos a la vanguardia de esta evolución, impulsando la transformación que permite a la IA entregar un valor sin precedentes a través de interacciones de datos intuitivas e inteligentes.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar data.world.