Kontakt z nami

Wywiady

Bryon Jacob, dyrektor ds. technicznych i współzałożyciel data.world – seria wywiadów

mm

Opublikowany

 on

Bryon Jacob jest dyrektorem technicznym i współzałożycielem data.świat – z misją zbudowania najbardziej znaczącego, opartego na współpracy i obfitego zasobu danych na świecie. Przed dołączeniem do data.world spędził dziesięć lat na stanowiskach o coraz większej odpowiedzialności w firmie HomeAway.com, którego kulminacją było stanowisko wiceprezesa ds. technicznych. Bryon pracował także wcześniej w Amazon i jest wieloletnim mentorem w Capital Factory. Uzyskał tytuł licencjata/magistera informatyki na Uniwersytecie Case Western.

Co początkowo przyciągnęło Cię do informatyki?

Kodowaniem jestem uzależniony, odkąd w wieku 64 lat dostałem Commodore 10. Zacząłem od BASIC-a i szybko przeszedłem do języka asemblerowego. Dla mnie informatyka jest jak rozwiązywanie serii skomplikowanych zagadek z dodatkowym dreszczem automatyzacji. To właśnie ten aspekt rozwiązywania problemów zawsze mnie angażował i ekscytował.

Czy możesz podzielić się historią powstania data.world?

data.world powstał w wyniku serii burz mózgów w naszym zespole założycielskim. Brett, nasz dyrektor generalny, skontaktował się z Jonem i Mattem, z którymi współpracował już wcześniej. Zaczęli się spotykać, aby wymienić się pomysłami, a Jon przyniósł mi kilka z nich do oceny technicznej. Chociaż te pomysły nie wypaliły, wywołały dyskusje ściśle powiązane z moją własną pracą. Dzięki tym rozmowom wpadliśmy na pomysł, który ostatecznie stał się data.world. Nasza wspólna historia i wzajemny szacunek pozwoliły nam szybko zbudować świetny zespół, zatrudniając najlepszych ludzi, z którymi współpracowaliśmy w przeszłości, i stworzyć solidne podstawy dla innowacji.

Co zainspirowało data.world do opracowania silnika kontekstowego AI i jakie konkretne wyzwania stawia przed firmami?

Od początku wiedzieliśmy, że Graf Wiedzy (KG) będzie miał kluczowe znaczenie dla rozwijania możliwości sztucznej inteligencji. Wraz z rozwojem generatywnej sztucznej inteligencji nasi klienci chcieli rozwiązań AI, które mogłyby w sposób konwersacyjny wchodzić w interakcję z ich danymi. Znaczącym wyzwaniem we współczesnych zastosowaniach sztucznej inteligencji jest łatwość wyjaśnienia. Jeśli nie możesz pokazać swojej pracy, odpowiedzi będą mniej wiarygodne. Nasza architektura KG opiera każdą odpowiedź na możliwych do sprawdzenia faktach, zapewniając jasne i możliwe do prześledzenia wyjaśnienia. Zwiększa to przejrzystość i niezawodność, umożliwiając przedsiębiorstwom podejmowanie świadomych decyzji z pewnością.

W jaki sposób architektura wykresów wiedzy silnika kontekstowego AI zwiększa dokładność i wyjaśnialność LLM w porównaniu z samymi bazami danych SQL?

W naszym przełomowy papierwykazaliśmy trzykrotną poprawę dokładności przy użyciu Grafów Wiedzy (KG) w porównaniu z tradycyjnymi relacyjnymi bazami danych. KG używają semantyki do reprezentowania danych jako jednostek i relacji ze świata rzeczywistego, dzięki czemu są dokładniejsze niż bazy danych SQL, które skupiają się na tabelach i kolumnach. Aby ułatwić wyjaśnienie, KG pozwalają nam powiązać odpowiedzi z definicjami terminów, źródłami danych i metrykami, zapewniając weryfikowalny ślad, który zwiększa zaufanie i użyteczność.

Czy możesz podzielić się kilkoma przykładami tego, jak silnik kontekstowy AI zmienił interakcje z danymi i proces podejmowania decyzji w przedsiębiorstwach?

Silnik kontekstowy AI został zaprojektowany jako interfejs API, który bezproblemowo integruje się z istniejącymi aplikacjami AI klientów, niezależnie od tego, czy są to niestandardowe GPT, współpiloci, czy też rozwiązania wykonane na zamówienie za pomocą LangChain. Oznacza to, że użytkownicy nie muszą przechodzić na nowy interfejs – zamiast tego udostępniamy im silnik kontekstowy AI. Integracja ta zwiększa poziom akceptacji i zadowolenia użytkowników, ułatwiając podejmowanie decyzji i efektywniejsze interakcje z danymi poprzez osadzanie potężnych funkcji sztucznej inteligencji bezpośrednio w istniejących przepływach pracy.

W jaki sposób silnik kontekstowy AI zapewnia przejrzystość i identyfikowalność w procesie decyzyjnym AI, aby spełnić wymagania regulacyjne i zarządcze?

Silnik kontekstowy AI łączy się z naszym Grafem wiedzy i katalogiem danych, wykorzystując możliwości związane z pochodzeniem i zarządzaniem. Nasza platforma śledzi pochodzenie danych, oferując pełną identyfikowalność danych i transformacji. Odpowiedzi wygenerowane przez sztuczną inteligencję są ponownie łączone ze źródłami danych, zapewniając wyraźny ślad tego, w jaki sposób uzyskano każdą informację. Ta przejrzystość ma kluczowe znaczenie dla zgodności z przepisami i zarządzaniem, zapewniając możliwość audytu i weryfikacji każdej decyzji AI.

Jaką rolę według Ciebie odgrywają wykresy wiedzy w szerszym krajobrazie sztucznej inteligencji i zarządzania danymi w nadchodzących latach?

Grafy wiedzy (KG) stają się coraz ważniejsze wraz z rozwojem generatywnej sztucznej inteligencji. Formalizując fakty w strukturę wykresu, KG stanowią mocniejszą podstawę dla sztucznej inteligencji, zwiększając zarówno dokładność, jak i wyjaśnialność. Obserwujemy odejście od standardowych architektur odzyskiwania rozszerzonej generacji (RAG), które opierają się na danych nieustrukturyzowanych, na rzecz modeli Graph RAG. Modele te najpierw przekształcają nieustrukturyzowaną treść w KG, co prowadzi do znacznej poprawy zapamiętywania i dokładności. KG odegrają kluczową rolę we wprowadzaniu innowacji i efektywności sztucznej inteligencji.

Jakich przyszłych ulepszeń możemy się spodziewać w silniku kontekstowym AI, aby jeszcze bardziej ulepszyć jego możliwości i wygodę użytkownika?

Silnik kontekstowy AI poprawia się w miarę użytkowania, w miarę jak kontekst powraca do katalogu danych, czyniąc go z czasem inteligentniejszym. Z punktu widzenia produktu skupiamy się na opracowywaniu agentów wykonujących zaawansowane zadania inżynierii wiedzy, przekształcając surową treść w bogatsze ontologie i bazy wiedzy. Nieustannie uczymy się na podstawie działających wzorców i szybko integrujemy te spostrzeżenia, zapewniając użytkownikom potężne, intuicyjne narzędzie do zarządzania danymi i ich wykorzystywania.

W jaki sposób data.world inwestuje w badania i rozwój, aby pozostać w czołówce technologii sztucznej inteligencji i integracji danych?

Badania i rozwój silnika kontekstowego AI to nasz największy obszar inwestycyjny. Zależy nam na pozostaniu w najnowocześniejszych możliwościach sztucznej inteligencji i integracji danych. Nasz zespół, eksperci zarówno w dziedzinie symbolicznej sztucznej inteligencji, jak i uczenia maszynowego, kieruje tym zaangażowaniem. Solidne podstawy, które zbudowaliśmy w data.world, umożliwiają nam szybkie działanie i przesuwanie granic technologicznych, dzięki czemu stale dostarczamy naszym klientom najnowocześniejsze możliwości.

Jaka jest Twoja długoterminowa wizja przyszłości sztucznej inteligencji i integracji danych i jak widzisz wkład data.world w tę ewolucję?

Moja wizja przyszłości sztucznej inteligencji i integracji danych zawsze zakładała wyjście poza proste ułatwianie użytkownikom wysyłania zapytań do swoich danych. Zamiast tego dążymy do całkowitego wyeliminowania konieczności sprawdzania przez użytkowników swoich danych. Naszą wizją jest niezmiennie płynna integracja danych organizacji z jej wiedzą — obejmującą metadane dotyczące systemów danych i logiczne modele podmiotów ze świata rzeczywistego.

Osiągając tę ​​integrację na grafie wiedzy czytelnym maszynowo, systemy AI mogą naprawdę spełnić obietnicę interakcji w języku naturalnym z danymi. Dzięki szybkiemu postępowi w dziedzinie generatywnej sztucznej inteligencji w ciągu ostatnich dwóch lat i naszym wysiłkom zmierzającym do zintegrowania jej z wykresami wiedzy przedsiębiorstw, przyszłość ta staje się rzeczywistością już dziś. W data.world stoimy na czele tej ewolucji, napędzając transformację, która pozwala sztucznej inteligencji dostarczać niespotykaną dotąd wartość poprzez intuicyjne i inteligentne interakcje z danymi.

Dziękuję za wspaniały wywiad. Czytelnicy chcący dowiedzieć się więcej powinni odwiedzić nas data.świat.

Partner-założyciel unite.AI i członek Rada Technologiczna Forbesa, Antoine jest futurysta który jest pasjonatem przyszłości sztucznej inteligencji i robotyki.

Jest także Założycielem Securities.io, witryna internetowa skupiająca się na inwestowaniu w przełomowe technologie.