Bryon Jacob, CTO & Co-Founder of data.world – Seri Wawancara

Bryon Jacob adalah CTO dan co-founder dari data.world – dengan misi untuk membangun sumber daya data paling bermakna, kolaboratif, dan melimpah di dunia. Sebelum data.world, ia menghabiskan sepuluh tahun dalam peran dengan tanggung jawab yang meningkat di HomeAway.com, yang berpuncak pada peran VP of Tech / Technical fellow. Bryon juga pernah bekerja di Amazon (AMZN ), dan merupakan mentor jangka panjang di Capital Factory. Ia memiliki gelar BS/MS di bidang ilmu komputer dari Case Western University.

Apa yang awalnya menarik Anda ke ilmu komputer?

Saya telah terpesona dengan pemrograman sejak saya mendapatkan Commodore 64 pada usia 10 tahun. Saya memulai dengan BASIC dan dengan cepat beralih ke bahasa assembly. Bagi saya, ilmu komputer seperti memecahkan serangkaian teka-teki yang kompleks dengan tambahan keseruan otomatisasi. Ini adalah aspek pemecahan masalah yang selalu membuat saya terlibat dan bersemangat.

Bagikanlah kisah awal data.world?

data.world lahir dari serangkaian sesi brainstorming di antara tim pendiri kami. Brett, CEO kami, menghubungi Jon dan Matt, yang sebelumnya telah bekerja sama dengannya. Mereka mulai bertemu untuk membuang ide, dan Jon membawa beberapa konsep tersebut kepada saya untuk dievaluasi secara teknis. Meskipun ide-ide tersebut tidak berhasil, mereka memicu diskusi yang sejalan dengan pekerjaan saya sendiri. Melalui percakapan ini, kami menemukan ide yang akhirnya menjadi data.world. Sejarah bersama dan rasa hormat timbal balik kami memungkinkan kami untuk dengan cepat membangun tim yang hebat, mengumpulkan orang-orang terbaik yang pernah kami kerjakan sebelumnya, dan meletakkan dasar yang kuat untuk inovasi.

Apa yang menginspirasi data.world untuk mengembangkan AI Context Engine, dan tantangan apa yang diatasi untuk bisnis?

Sejak awal, kami tahu bahwa Knowledge Graph (KG) akan sangat penting untuk meningkatkan kemampuan AI. Dengan munculnya AI generatif, pelanggan kami menginginkan solusi AI yang dapat berinteraksi dengan data mereka secara konversasional. Tantangan signifikan dalam aplikasi AI saat ini adalah keterjelasan. Jika Anda tidak dapat menunjukkan pekerjaan Anda, jawaban tersebut kurang dapat dipercaya. Arsitektur KG kami menghubungkan setiap respons dengan fakta yang dapat diverifikasi, menyediakan penjelasan yang jelas dan dapat diandalkan. Ini meningkatkan transparansi dan keandalan, memungkinkan bisnis untuk membuat keputusan dengan percaya diri.

Bagaimana arsitektur Knowledge Graph dari AI Context Engine meningkatkan akurasi dan keterjelasan LLMs dibandingkan dengan database SQL saja?

Dalam makalah yang memecahkan rekor, kami menunjukkan perbaikan tiga kali lipat dalam akurasi menggunakan Knowledge Graphs (KGs) dibandingkan dengan database relasional tradisional. KGs menggunakan semantik untuk merepresentasikan data sebagai entitas dan hubungan dunia nyata, membuatnya lebih akurat daripada database SQL, yang fokus pada tabel dan kolom. Untuk keterjelasan, KGs memungkinkan kami untuk menghubungkan jawaban kembali ke definisi istilah, sumber data, dan metrik, menyediakan jejak yang dapat diverifikasi yang meningkatkan kepercayaan dan ketergunaan.

Bagikan contoh bagaimana AI Context Engine telah mengubah interaksi data dan pengambilan keputusan dalam perusahaan?

AI Context Engine dirancang sebagai API yang terintegrasi secara mulus dengan aplikasi AI pelanggan yang ada, baik itu GPT kustom, co-pilot, atau solusi khusus yang dibangun dengan LangChain. Ini berarti pengguna tidak perlu beralih ke antarmuka baru – sebaliknya, kami membawa AI Context Engine kepada mereka. Integrasi ini meningkatkan adopsi pengguna dan kepuasan, mengarah pada pengambilan keputusan yang lebih baik dan interaksi data yang lebih efisien dengan menyematkan kemampuan AI yang kuat langsung ke dalam alur kerja yang ada.

Bagaimana AI Context Engine menyediakan transparansi dan keterlacakan dalam pengambilan keputusan AI untuk memenuhi persyaratan peraturan dan tata kelola?

AI Context Engine terhubung ke Knowledge Graph dan katalog data kami, memanfaatkan kemampuan sekitar garis keturunan dan tata kelola. Platform kami melacak garis keturunan data, menawarkan keterlacakan penuh data dan transformasi. Jawaban yang dihasilkan AI dihubungkan kembali ke sumber data mereka, menyediakan jejak yang jelas tentang bagaimana setiap potongan informasi diperoleh. Transparansi ini sangat penting untuk kepatuhan peraturan dan tata kelola, memastikan setiap keputusan AI dapat diaudit dan diverifikasi.

Peran apa yang Anda lihat Knowledge Graph memainkan dalam lanskap AI dan manajemen data yang lebih luas dalam beberapa tahun mendatang?

Knowledge Graphs (KGs) menjadi semakin penting dengan munculnya AI generatif. Dengan memformalkan fakta ke dalam struktur grafik, KGs menyediakan fondasi yang lebih kuat untuk AI, meningkatkan akurasi dan keterjelasan. Kami melihat pergeseran dari arsitektur Retrieval Augmented Generation (RAG) standar, yang bergantung pada data tidak terstruktur, ke model Graph RAG. Model-model ini mengubah konten tidak terstruktur menjadi KGs terlebih dahulu, menghasilkan perbaikan signifikan dalam recall dan akurasi. KGs diposisikan untuk memainkan peran kunci dalam mengarahkan inovasi AI dan efektivitas.

Apa peningkatan apa yang dapat diharapkan untuk AI Context Engine untuk lebih meningkatkan kemampuan dan pengalaman pengguna?

AI Context Engine meningkat dengan penggunaan, karena konteks mengalir kembali ke katalog data, membuatnya lebih pintar seiring waktu. Dari sudut pandang produk, kami fokus pada mengembangkan agen yang melakukan tugas-tugas rekayasa pengetahuan lanjutan, mengubah konten mentah menjadi ontologi dan basis pengetahuan yang lebih kaya. Kami terus belajar dari pola yang berhasil dan dengan cepat mengintegrasikan wawasan tersebut, menyediakan pengguna dengan alat yang kuat dan intuitif untuk mengelola dan memanfaatkan data mereka.

Bagaimana data.world berinvestasi dalam penelitian dan pengembangan untuk tetap berada di garis depan teknologi AI dan integrasi data?

Penelitian dan pengembangan pada AI Context Engine adalah area investasi terbesar kami. Kami berkomitmen untuk tetap berada di garis terdepan dari apa yang mungkin dalam AI dan integrasi data. Tim kami, yang ahli dalam AI simbolik dan pembelajaran mesin, mengemudi komitmen ini. Fondasi yang kuat yang telah kami bangun di data.world memungkinkan kami untuk bergerak cepat dan mendorong batas teknologi, memastikan kami secara konsisten menyampaikan kemampuan terdepan kepada pelanggan kami.

Apa visi jangka panjang Anda untuk masa depan AI dan integrasi data, dan bagaimana data.world berkontribusi pada evolusi ini?

Visi saya untuk masa depan AI dan integrasi data selalu untuk melampaui membuatnya lebih mudah bagi pengguna untuk mengquery data mereka. Sebaliknya, kami bertujuan untuk menghilangkan kebutuhan pengguna untuk mengquery data mereka sama sekali. Visi kami secara konsisten adalah untuk mengintegrasikan data organisasi dengan pengetahuan mereka – mencakup metadata tentang sistem data dan model logis entitas dunia nyata.

Dengan mencapai integrasi ini dalam grafik pengetahuan yang dapat dibaca mesin, sistem AI dapat benar-benar memenuhi janji interaksi bahasa alami dengan data. Dengan kemajuan pesat dalam AI generatif selama dua tahun terakhir dan upaya kami untuk mengintegrasikannya dengan grafik pengetahuan perusahaan, masa depan ini menjadi kenyataan hari ini. Di data.world, kami berada di garis depan evolusi ini, mengarahkan transformasi yang memungkinkan AI untuk menyampaikan nilai tak tertandingi melalui interaksi data yang intuitif dan cerdas.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi data.world.