Брайон Джейкоб, технический директор и сооснователь data.world – Серия интервью

Брайон Джейкоб является техническим директором и сооснователем data.world – на миссии по созданию наиболее значимого, совместного и обильного ресурса данных в мире. До data.world он провел десять лет на различных должностях в HomeAway.com, кульминацией которых стала должность технического директора / технического феллоу. Брайон также ранее работал в Amazon (AMZN ) и является долгосрочным наставником в Capital Factory. Он имеет степень бакалавра и магистра в области компьютерных наук в Университете Кейс Вестерн.

Что изначально привлекло вас к информатике?

Я увлекся программированием с тех пор, как в 10 лет получил в руки Commodore 64. Я начал с BASIC и быстро перешел на язык ассемблера. Для меня информатика – это решение серии сложных головоломок с дополнительным волнением от автоматизации. Это аспект решения проблем всегда держал меня в тонусе и интересе.

Можете ли вы рассказать историю создания data.world?

data.world родилась из серии мозговых штурмов среди нашей основательной команды. Бретт, наш генеральный директор, обратился к Джону и Мэтту, с которыми он ранее работал. Они начали встречаться, чтобы обсуждать идеи, и Джон привез некоторые из этих концепций ко мне для технической оценки. Хотя эти идеи не сработали, они запустили обсуждения, которые совпали с моей собственной работой. Через эти разговоры мы наткнулись на идею, которая в конечном итоге стала data.world. Наша общая история и взаимное уважение позволили нам быстро собрать отличную команду, привлечь лучших людей, с которыми мы работали в прошлом, и заложить прочный фундамент для инноваций.

Что вдохновило data.world на разработку движка контекста ИИ, и какие конкретные проблемы он решает для бизнеса?

С самого начала мы знали, что граф знаний (ГЗ) будет иметь решающее значение для продвижения возможностей ИИ. С ростом генеративного ИИ наши клиенты хотели решения ИИ, которое могло бы взаимодействовать с их данными в разговорной форме. Значительной проблемой в приложениях ИИ сегодня является объяснимость. Если вы не можете показать свою работу, ответы менее достоверны. Наша архитектура ГЗ основывает каждый ответ на проверяемых фактах, предоставляя четкие, прослеживаемые объяснения. Это повышает прозрачность и надежность, позволяя бизнесу принимать обоснованные решения с уверенностью.

Как архитектура графа знаний движка контекста ИИ улучшает точность и объяснимость моделей обработки естественного языка по сравнению с базами данных SQL?

В нашей новаторской статье мы продемонстрировали трехкратное улучшение точности при использовании графов знаний (ГЗ) по сравнению с традиционными реляционными базами данных. ГЗ используют семантику для представления данных в виде реальных сущностей и отношений, что делает их более точными, чем базы данных SQL, которые фокусируются на таблицах и столбцах. Для объяснимости ГЗ позволяют нам связать ответы с определениями терминов, источниками данных и метриками, предоставляя проверяемый след, который повышает доверие и удобство использования.

Можете ли вы поделиться примерами того, как движок контекста ИИ преобразовал взаимодействие с данными и принятие решений внутри предприятий?

Движок контекста ИИ разработан как API, который без проблем интегрируется с существующими приложениями ИИ клиентов, будь то пользовательские GPT, ко-пилоты или индивидуальные решения, созданные с помощью LangChain. Это означает, что пользователям не нужно переключаться на новый интерфейс – вместо этого мы приносим движок контекста ИИ к ним. Эта интеграция улучшает принятие и удовлетворенность пользователей, способствуя лучшему принятию решений и более эффективному взаимодействию с данными, внедряя мощные возможности ИИ непосредственно в существующие рабочие процессы.

Каким образом движок контекста ИИ обеспечивает прозрачность и прослеживаемость в принятии решений ИИ для выполнения требований регулирования и управления?

Движок контекста ИИ связан с нашим графом знаний и каталогом данных, используя возможности вокруг происхождения и управления. Наша платформа отслеживает происхождение данных, предлагая полную прослеживаемость данных и преобразований. Ответы, сгенерированные ИИ, связаны с их источниками данных, предоставляя четкий след того, как каждая часть информации была получена. Эта прозрачность имеет решающее значение для соблюдения требований регулирования и управления, гарантируя, что каждое решение ИИ может быть проверено и подтверждено.

Какую роль, по вашему мнению, графики знаний будут играть в более широком ландшафте ИИ и управления данными в ближайшие годы?

Графики знаний (ГЗ) становятся все более важными с ростом генеративного ИИ. Формализуя факты в структуру графа, ГЗ обеспечивают более прочный фундамент для ИИ, повышая как точность, так и объяснимость. Мы наблюдаем сдвиг от стандартных архитектур Retrieval Augmented Generation (RAG) к моделям Graph RAG. Эти модели сначала преобразуют неструктурированные данные в ГЗ, что приводит к значительному улучшению воспоминания и точности. ГЗ предназначены для того, чтобы сыграть ключевую роль в стимулировании инноваций и эффективности ИИ.

Какие будущие улучшения можно ожидать для движка контекста ИИ, чтобы еще больше повысить его возможности и опыт пользователя?

Движок контекста ИИ улучшается с использованием, поскольку контекст возвращается в каталог данных, делая его умнее со временем. С точки зрения продукта мы фокусируемся на разработке агентов, которые выполняют сложные задачи инженерии знаний, превращая сырой контент в более богатые онтологии и базы знаний. Мы постоянно учимся на закономерностях, которые работают, и быстро интегрируем эти идеи, предоставляя пользователям мощный, интуитивный инструмент для управления и использования своих данных.

Как data.world инвестирует в исследования и разработки, чтобы оставаться на переднем крае технологий ИИ и интеграции данных?

Исследования и разработка движка контекста ИИ являются нашей самой большой инвестиционной областью. Мы привержены оставаться на переднем крае того, что возможно в ИИ и интеграции данных. Наша команда, состоящая из экспертов как в символическом ИИ, так и в машинном обучении, движет эту приверженностью. Прочная основа, которую мы построили в data.world, позволяет нам быстро двигаться и расширять технологические границы, гарантируя, что мы последовательно предоставляем передовые возможности нашим клиентам.

Каково ваше долгосрочное видение будущего ИИ и интеграции данных, и как вы видите вклад data.world в эту эволюцию?

Мое видение будущего ИИ и интеграции данных всегда заключалось в том, чтобы выйти за рамки простого облегчения запросов пользователей к их данным. Вместо этого мы стремимся устранить необходимость для пользователей вообще запрашивать свои данные. Наше видение всегда было направлено на то, чтобы без проблем интегрировать данные организации с ее знаниями – охватывая метаданные о системах данных и логические модели реальных сущностей.

Достижением этой интеграции в машинно-читаемом графе знаний системы ИИ могут真正 выполнить обещание естественного языка взаимодействия с данными. С быстрыми достижениями в генеративном ИИ за последние два года и нашими усилиями по интеграции его с корпоративными графами знаний это будущее становится реальностью сегодня. В data.world мы находимся на переднем крае этой эволюции, стимулируя трансформацию, которая позволяет ИИ доставлять беспрецедентную ценность через интуитивные и интеллектуальные взаимодействия с данными.

Благодарим за отличное интервью, читатели, которые хотят узнать больше, могут посетить data.world.