Bryon Jacob, data.worldin CTO ja co-perustaja – Haastattelusarja

Bryon Jacob on data.worldin CTO ja co-perustaja – tehtävänään rakentaa maailman merkittävin, yhteistyökykyisin ja runsain dataresurssi. Ennen data.worldia hän työskenteli kymmenen vuotta vastuullisissa tehtävissä HomeAway.comissa, jossa hän eteni lopulta VP of Tech / Technical fellow -rooliin. Bryon on myös työskennellyt aiemmin Amazonilla ja on pitkäaikainen mentor Capital Factoryssa. Hänellä on BS/MS tietojenkäsittelytieteestä Case Western Universitysta.

Mikä alun perin veti sinut tietojenkäsittelytieteeseen?

Olen ollut koukussa koodaukseen siitä lähtien, kun sain käsiini Commodore 64:n 10-vuotiaana. Aloin BASIC:lla ja siirryin nopeasti assembly-kieliin. Minulle tietojenkäsittelytiede on kuin sarja monimutkaisia puzzleja, joiden ratkaisemiseen liittyy jännitystä ja automaatiota. Tämä ongelmanratkaisun puoli on aina pitänyt minua kiinnostuneena ja innostuneena.

Voitko kertoa data.worldin syntytarinan?

data.world syntyi perustajatiimimme joukkoon kuuluneiden ihmisten välisistä aivopaineista. Brett, meidän CEO, otti yhteyttä Joniin ja Mattiin, joilla molemmilla oli aiempaa työkokemusta. He alkoivat tavata ja heittää ideoita, ja Jon toi minulle joitain näistä ideoista tarkastettavaksi teknisen arvioinnin kannalta. Vaikka ne eivät lopulta toimineet, ne herättivät keskustelun, joka oli lähellä omaa työtäni. Näiden keskustelujen kautta löysimme lopulta idean, josta data.world syntyi. Yhteinen historia ja keskinäinen kunnioitus mahdollistivat nopean tiimin rakentamisen ja innovaation perustan luomisen.

Mikä innoitti data.worldia kehittämään AI Context Enginea, ja mitkä tarkat haasteet se ratkaisee liike-elämälle?

Alusta alkaen tiesimme, että tietämyksien verkko (KG) olisi kriittinen AI:n kehittämiselle. Generatiivisen AI:n nousun myötä asiakkaamme halusivat AI-ratkaisuja, jotka voisivat vuorovaikuttaa heidän datansa kanssa keskustelumaisesti. Yksi merkittävimmistä haasteista nykyisissä AI-sovelluksissa on selitettävyys. Jos et voi näyttää työtäsi, vastaukset ovat vähemmän luotettavia. KG-rakenteemme perustaa jokaisen vastauksen todistettavissa oleviin faktoihin, tarjoten selkeät, jäljitettävissä olevat selitykset. Tämä parantaa läpinäkyvyyttä ja luotettavuutta, mahdollistaen liike-elämälle päätöksentekoa luottavaisesti.

Kuinka AI Context Enginen tietämyksien verkkoarkkitehtuuri parantaa LLM:n tarkkuutta ja selitettävyyttä verrattuna SQL-tietokantoihin?

Meidän murdollisessa tutkimuksessa osoitimme kolminkertaisen tarkkuuden parantumisen tietämyksien verkkojen (KG) avulla verrattuna perinteisiin relaatiotietokantoihin. KG:t käyttävät semantiikkaa edustamaan dataa maailman todellisina entiteetteinä ja suhteina, mikä tekee niistä tarkempia kuin SQL-tietokannat, jotka keskittyvät tauluihin ja sarakkeisiin. Selitettävyyden osalta KG:t mahdollistavat vastausten linkittämisen takaisin määritelmiin, data-lähteisiin ja mittareihin, tarjoten todistettavissa olevan polun, joka parantaa luottamusta ja käytettävyyttä.

Voitko jakaa esimerkkejä siitä, miten AI Context Engine on muuttanut data-vuorovaikutuksia ja päätöksentekoa yrityksissä?

AI Context Engine on suunniteltu API:na, joka integroituu asiakkaiden olemassa oleviin AI-sovelluksiin, olivat ne sitten mukautettuja GPT:itä, co-piloteja tai räätälöityjä ratkaisuja, jotka on rakennettu LangChainilla. Tämä tarkoittaa, että käyttäjien ei tarvitse siirtyä uuteen käyttöliittymään – sen sijaan tuomme AI Context Enginen heille. Tämä integraatio parantaa käyttäjäkokemusta ja tyytyväisyyttä, johtaen parempaan päätöksentekoon ja tehokkaampiin data-vuorovaikutuksiin, kun voimalliset AI-ominaisuudet upotetaan suoraan olemassa oleviin työnkulkuihin.

Miten AI Context Engine tarjoaa läpinäkyvyyttä ja jäljitettävyyttä AI-päätöksenteossa täyttääksesi sääntely- ja hallintovaatimukset?

AI Context Engine liittyy tietämyksiemme verkkoon ja datakatalogiimme, hyödyntäen ominaisuuksia, kuten datajäljitettävyyttä ja hallintaa. Alustamme seuraa datajäljitettävyyttä, tarjoten täydellisen data- ja muunnosjäljen. AI:n generoimat vastaukset ovat kytketty takaisin niiden data-lähteisiin, tarjoten selkeän jäljen siitä, miten kunkin tiedon osan oli johdettu. Tämä läpinäkyvyys on olennainen sääntely- ja hallintovaatimusten täyttämiseksi, varmistaen, että jokainen AI-päätös voidaan tarkastella ja vahvistaa.

Mikä rooli tietämyksien verkkoilla on laajemmassa AI:n ja datahallinnan maisemassa tulevina vuosina?

Tietämyksien verkot (KG) tulevat olemaan yhä tärkeämmässä asemassa generatiivisen AI:n nousun myötä. Muuttamalla faktat graafirakenteeksi KG:t tarjoavat vahvemman perustan AI:lle, parantaen sekä tarkkuutta että selitettävyyttä. Havaitsemme siirtymistä perinteisistä Retrieval Augmented Generation (RAG) -arkkitehtuureista, jotka riippuvat rakenteettomasta datasta, kohti Graph RAG -malleja. Nämä mallit muuttavat rakenteettoman sisällön KG:ksi ensin, johtaen merkittäviin parannuksiin haun ja tarkkuuden suhteen. KG:t ovat valmiina pelaamaan ratkaisevaa roolia AI-innovaatioiden ja tehokkuuden ajamisessa.

Mitkä tulevat parannukset voidaan odottaa AI Context Enginen kehittymisestä sen ominaisuuksien ja käyttäjäkokemuksen parantamiseksi?

AI Context Engine parantaa käytön myötä, kun konteksti virtaa takaisin datakatalogiin, tehdessään siitä älykkäämmän ajan myötä. Tuotekehityksen kannalta keskitymme kehittämään agenteja, jotka suorittavat edistyneitä tietämyksien insinööritöitä, muuttaen raakaa sisältöä rikkaammaksi ontologioiksi ja tietopohjaksi. Jatkuvasti oppimme toimivista kuviosta ja integroimme nopeasti niiden havainnot, tarjoten käyttäjille voimallisen, intuitiivisen työkalun datan hallintaan ja hyödyntämiseen.

Miten data.world investoi tutkimukseen ja kehitykseen pysyäkseen AI:n ja data-integraatioteknologioiden edelläkävijänä?

Tutkimus ja kehitys AI Context Enginen parissa on suurin investointialueemme. Olemme sitoutuneet pysymään teknologian ääriviivalla ja tekemään mahdollista. Tiimimme, joka koostuu sekä symbolisen AI:n että koneoppimisen asiantuntijoista, ajaa tätä sitoutumista. data.worldissa rakentamamme vankka perusta mahdollistaa nopean liikkumisen ja teknologisten rajojen työntämisen, varmistaen, että toimitamme jatkuvasti asiakkaillemme uraauurtavia kykyjä.

Mikä on pitkän aikavälin visiosi AI:n ja data-integraation tulevaisuudesta, ja miten data.world osallistuu tähän evoluutioon?

Näkemykseni AI:n ja data-integraation tulevaisuudesta on aina ollut siirtyä siitä, että tehdään vain helpommaksi käyttäjille kysyä heidän dataansa. Sen sijaan tavoitteenamme on poistaa tarve kysyä dataa kokonaan. Visiomme on ollut aina saumattomasti integroida organisaation data sen tietämyksen kanssa – kattavasti metatietoa datajärjestelmistä ja loogisia malleja todellisista entiteeteistä.

Saavuttamalla tämän integraation koneellisesti luettavassa tietämyksien verkossa, AI-järjestelmät voivat todella täyttää lupauksensa luonnollisen kielen vuorovaikutuksista datan kanssa. Nopeiden edistysaskelien myötä generatiivisessa AI:ssa viimeisten kahden vuoden aikana ja pyrkimyksiemme integroida sitä yritysten tietämyksien verkkoihin, tämä tulevaisuus on muuttumassa todellisuudeksi tänään. data.worldissa olemme tämän evoluution eturintamassa, ajamassa muutosta, joka mahdollistaa AI:lle ennennäkemättömän arvon tuottamisen intuitiivisten ja älykkäiden data-vuorovaikutusten kautta.

Kiitos haastattelusta, lukijoille, jotka haluavat oppia lisää, suosittelemme vierailemaan data.worldissa.