โมเดลและแพลตฟอร์ม AI
Collate เปิดตัว Ontology Studio เพื่อให้บริบททางธุรกิจแก่เอเจนต์ AI

ประเด็นสำคัญOntology Studio…
ดูเพิ่มเติม
- Ontology Studio จับคู่แนวคิดทางธุรกิจกับสินทรัพย์ข้อมูลเพื่อให้เอเจนต์หยุดเดาความหมายของคอลัมน์
- เครื่องมือกราฟความรู้ทำงานบนการฉายภาพแบบเบต้าที่ปิดใช้งานโดยค่าเริ่มต้น
- ออนโทโลยีที่ส่งออกในรูปแบบเปิดยังคงเป็นสินทรัพย์ที่นำกลับมาใช้ใหม่ได้เมื่อองค์กรเปลี่ยนผู้จำหน่าย AI
Collate บริษัทผู้พัฒนา OpenMetadata ประกาศเปิดตัว Ontology Studio ซึ่งเป็นพื้นที่ทำงานสำหรับกำหนดแนวคิดทางธุรกิจ เชื่อมโยงแนวคิดเหล่านั้นกับข้อมูลขององค์กร และทำให้เอเจนต์ AI เข้าถึงความหมายดังกล่าวได้ เป้าหมายคือช่วยให้เอเจนต์ทำงานโดยอิงจากคำนิยามและความสัมพันธ์เฉพาะขององค์กร แทนการคาดเดาความหมายของชื่อตารางหรือคอลัมน์
Ontology Studio ประกาศเปิดตัวเมื่อวันที่ 17 พฤศจิกายน โดยเป็นส่วนหนึ่งของ Collate 2.1 ซึ่งวางแผนเปิดให้ใช้งานทั่วไปในช่วงปลายเดือนนี้ เครื่องมือนี้ใช้มาตรฐานแบบเปิด เพื่อให้บริษัทต่าง ๆ ตรวจสอบและส่งออกแบบจำลองทางธุรกิจที่สร้างขึ้นได้ รวมถึงการจับคู่กับสินทรัพย์ข้อมูลที่นำแบบจำลองเหล่านั้นไปใช้
การเปิดตัวนี้มุ่งแก้ปัญหาที่แม้แต่โมเดลภาษาที่ดีขึ้นก็แก้ไม่ได้เพียงลำพัง กล่าวคือ ระบบอาจค้นหาชุดข้อมูลและเขียนโค้ดที่ถูกต้องสำหรับชุดข้อมูลนั้นได้ แต่ยังเข้าใจผิดว่าธุรกิจถือว่าลูกค้ารายใดมีสถานะใช้งานอยู่ ตัวเลขรายได้ใดเป็นที่ยอมรับ หรือสินเชื่อประเภทใดเป็นสินเชื่อประเภทหนึ่งโดยเฉพาะ
ภววิทยาช่วยเพิ่มอะไรให้เอเจนต์ AI
ภววิทยาอธิบายแนวคิดและความสัมพันธ์ระหว่างแนวคิดเหล่านั้นในรูปแบบที่ซอฟต์แวร์นำไปใช้ได้ อภิธานศัพท์อาจให้คำจำกัดความของ “สินเชื่อ” ไว้ในย่อหน้าหนึ่ง ส่วนภววิทยายังระบุได้ด้วยว่าสินเชื่อมีเงินต้นและระยะเวลากู้ เป็นของลูกค้ารายหนึ่ง และเชื่อมโยงกับบัญชีผ่านความสัมพันธ์ที่กำหนดชื่อไว้
รายละเอียดเหล่านี้ช่วยให้เอเจนต์มีแนวทางที่เป็นระบบในการตอบคำถาม ลองพิจารณาเอเจนต์ที่ได้รับมอบหมายให้วิเคราะห์กิจกรรมการปล่อยสินเชื่อ ก่อนค้นหาข้อมูลในฐานข้อมูล เอเจนต์ต้องระบุให้ได้ว่าสินทรัพย์ใดแทนข้อมูลสินเชื่อ ลูกค้าเกี่ยวข้องกับสินเชื่อเหล่านั้นอย่างไร และควรใช้คำจำกัดความใด ภววิทยาที่จับคู่กับสินทรัพย์เหล่านั้นจะช่วยให้บริบทดังกล่าวได้
Ontology Studio ช่วยให้ทีมกำหนดแนวคิดด้วยคุณสมบัติที่ระบุชนิดและความสัมพันธ์แบบมีทิศทางที่กำหนดชื่อไว้ จากนั้นจึงตรวจสอบและเผยแพร่แบบจำลองที่มีการกำหนดเวอร์ชัน แนวคิดสามารถเชื่อมโยงกับตาราง คอลัมน์ แดชบอร์ด และสินทรัพย์ข้อมูลอื่น ๆ ได้
วิธีนี้ยังช่วยแยกความหมายทางธุรกิจออกจากสายสืบทอดทางเทคนิคด้วย สายสืบทอดอธิบายว่าข้อมูลเคลื่อนย้ายหรือถูกแปลงระหว่างระบบอย่างไร ส่วนความสัมพันธ์ทางธุรกิจอธิบายว่าข้อมูลนั้นแทนสิ่งใด เช่น สินเชื่อเป็นของลูกค้ารายหนึ่ง ทั้งสองอย่างมีประโยชน์ต่อเอเจนต์ แต่ใช้ตอบคำถามคนละแบบ
มาตรฐานแบบเปิดที่อยู่เบื้องหลังแบบจำลอง
Ontology Studio พัฒนาต่อยอดจากเทคโนโลยีเว็บเชิงความหมายที่เป็นที่ยอมรับ แทนที่จะกำหนดให้บริษัทต้องนำเสนอธุรกิจทั้งหมดในรูปแบบกรรมสิทธิ์เฉพาะ
- OWL หรือภาษาภววิทยาเว็บ เป็นวิธีการอย่างเป็นทางการในการแทนคลาส คุณสมบัติ และความสัมพันธ์ ทำให้ซอฟต์แวร์มีความหมายที่ชัดเจนสำหรับนำไปใช้งาน
- SKOS หรือระบบจัดระเบียบความรู้แบบง่าย ใช้แทนคำศัพท์ควบคุมและความสัมพันธ์ต่าง ๆ เช่น แนวคิดที่กว้างกว่า แคบกว่า หรือเกี่ยวข้องกัน
- SPARQL เป็นภาษาสำหรับค้นหาข้อมูลในกราฟ RDF ซึ่งช่วยให้ซอฟต์แวร์ตั้งคำถามอย่างเป็นระบบเกี่ยวกับแนวคิดและเมทาดาทาที่เชื่อมโยงกันได้
Collate ระบุว่าองค์กรสามารถนำเข้าหรือส่งออกภววิทยาในรูปแบบต่าง ๆ ซึ่งรวมถึง OWL, Turtle, RDF/XML และ JSON-LD โดยยังคงรักษาตัวระบุ คำจำกัดความ และความสัมพันธ์ไว้ได้ บริษัทยังเน้นย้ำว่าการส่งออกแบบจำลองจะต้องคงการจับคู่ข้อมูลไว้ด้วย
เรื่องนี้สำคัญเมื่อองค์กรเปลี่ยนผู้ให้บริการ AI หรือแพลตฟอร์มข้อมูล การเก็บแบบจำลองทางธุรกิจไว้ในรูปแบบที่แลกเปลี่ยนได้ทำให้แบบจำลองกลายเป็นสินทรัพย์ที่นำกลับมาใช้ได้ แทนที่จะปล่อยให้คำจำกัดความฝังอยู่ในส่วนติดต่อของผู้ให้บริการรายใดรายหนึ่งเท่านั้น อย่างไรก็ตาม เครื่องมือที่เข้ากันได้ยังต้องรองรับมาตรฐานและการจับคู่ที่เกี่ยวข้อง เพื่อให้แบบจำลองยังมีประโยชน์หลังการย้ายระบบ
เอเจนต์เข้าถึงกราฟความรู้ได้อย่างไร
เอเจนต์เข้าถึงภววิทยาผ่านเซิร์ฟเวอร์ Model Context Protocol ของ Collate ส่วน MCP เป็นส่วนติดต่อกลางที่แอปพลิเคชัน AI ใช้ค้นหาและเรียกใช้เครื่องมือได้ ในกรณีนี้ เครื่องมือดังกล่าวช่วยให้เอเจนต์อธิบายภววิทยา สำรวจความสัมพันธ์รอบเอนทิตี และส่งคำค้น SPARQL แบบอ่านอย่างเดียวได้
กราฟความรู้จัดระเบียบแนวคิดและเมทาดาทาให้อยู่ในรูปของเอนทิตีที่เชื่อมโยงกัน การค้นหาด้วยกราฟสามารถดึงความสัมพันธ์ที่เกี่ยวข้องหลายรายการพร้อมกัน ช่วยให้เอเจนต์รวบรวมบริบทได้โดยไม่ต้องร้องขอข้อมูลของแต่ละรายการที่อยู่ใกล้เคียงซ้ำ ๆ แยกกัน นอกจากนี้ คำค้นและเส้นทางความสัมพันธ์ที่ได้ยังช่วยให้ผู้ตรวจสอบมีข้อมูลที่เป็นรูปธรรมสำหรับตรวจสอบที่มาของคำตอบ
ประกาศนี้ระบุขอบเขตสำคัญของความสามารถดังกล่าวไว้ว่า เครื่องมือทำงานบนการฉายภาพกราฟความรู้ของ Collate ซึ่งยังอยู่ในระยะเบต้าและปิดใช้งานไว้โดยค่าเริ่มต้น ทีมต่าง ๆ ต้องเปิดใช้และประเมินองค์ประกอบนี้ก่อน จึงจะใช้เครื่องมือเอเจนต์ที่ทำงานบนกราฟได้
หน้าผลิตภัณฑ์อธิบายว่าการฉายภาพนี้เป็นสำเนาข้อมูลเมทาดาทาของแพลตฟอร์มในรูปกราฟ ไม่ใช่สิ่งที่นำมาแทนฐานข้อมูลธุรกิจเบื้องหลัง การค้นหาข้อมูลเชิงปฏิบัติการยังคงดำเนินการในแหล่งที่จัดเก็บข้อมูลนั้น เช่น คลังข้อมูลหรือชั้นความหมายที่มีอยู่แล้ว ภววิทยาช่วยระบุคำจำกัดความและสินทรัพย์ที่ควรใช้
ต่อยอดจาก OpenMetadata และความรู้ทางธุรกิจที่มีอยู่
Collate สร้างขึ้นบน OpenMetadata ซึ่งเป็นแพลตฟอร์มโอเพนซอร์สที่รวบรวมเมทาดาทา เช่น สคีมา เจ้าของข้อมูล การจัดประเภท ข้อมูลด้านคุณภาพ และสายสืบทอด ส่วน Ontology Studio เพิ่มพื้นที่ทำงานสำหรับจัดทำความหมายทางธุรกิจที่เชื่อมโยงกับสินทรัพย์เหล่านั้น
ภาพรวมการเปิดตัวเวอร์ชัน 2.1 ของ Collate แยกให้เห็นความแตกต่างระหว่างผลิตภัณฑ์ที่มีการจัดการกับรากฐานโอเพนซอร์ส โดย Ontology Studio เป็นความสามารถหนึ่งของ Collate ขณะที่มีการระบุเครื่องมือกราฟความรู้ผ่าน MCP ไว้สำหรับทั้ง Collate และ OpenMetadata องค์กรที่กำลังประเมินประกาศนี้ควรแยกพื้นที่ทำงานเชิงพาณิชย์ออกจากมาตรฐานแบบเปิดและส่วนประกอบของแพลตฟอร์มที่ใช้ร่วมกันซึ่งเป็นรากฐานอยู่เบื้องหลัง
ชุดเริ่มต้นสำหรับแต่ละอุตสาหกรรมเป็นอีกช่องทางหนึ่งในการเริ่มใช้งานระบบ ประกาศนี้ระบุโมเดลที่อิงกับ FIBO สำหรับภาคการเงิน, HL7 FHIR สำหรับภาคสุขภาพ, GS1 และ EPCIS สำหรับห่วงโซ่อุปทาน, ISA-95 สำหรับภาคการผลิต และ HR Open Standards โมเดลเหล่านี้เป็นโครงสร้างตั้งต้นที่ทีมสามารถต่อยอดและจับคู่กับข้อมูลของตนเองได้
Collate ยก Scout24 เป็นตัวอย่างแนวทางแพลตฟอร์มบริบทที่ครอบคลุมกว้างขึ้นของบริษัท บริษัทผู้อยู่เบื้องหลัง ImmoScout24 ใช้นิยามข้อมูลร่วมกัน เอกสารประกอบที่มี AI ช่วยสนับสนุน และการตรวจสอบโดยมนุษย์ เพื่อสนับสนุนเอเจนต์ AI ภายในองค์กร การผสานแนวทางเหล่านี้ชี้ให้เห็นว่าผู้เชี่ยวชาญเฉพาะด้านยังคงมีบทบาทสำคัญในการทำให้บริบทธุรกิจนำไปใช้ประโยชน์ได้
นิยามร่วมกันยังต้องมีผู้รับผิดชอบ
“ข้อมูลเมทาดาทา ความหมาย และความทรงจำควรอยู่ในแพลตฟอร์มบริบทเดียวกัน” Sriharsha Chintalapani ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Collate กล่าว เขาระบุว่าเป้าหมายคือการให้เอเจนต์และพนักงานใช้คำนิยามทางธุรกิจชุดเดียวกันในการทำงาน
ออนโทโลยีช่วยทำให้นิยามเหล่านั้นชัดเจนและนำกลับมาใช้ซ้ำได้ง่ายขึ้น แต่คุณค่าของมันขึ้นอยู่กับคุณภาพของโมเดลและการเชื่อมโยงกับข้อมูลปัจจุบัน การจับคู่ที่ไม่ถูกต้องหรือกฎที่ล้าสมัยอาจทำให้เอเจนต์อธิบายคำตอบที่ผิดได้อย่างเป็นระบบ
สำหรับองค์กร จุดเด่นของ Ontology Studio คือวิธีสร้างและดูแลบริบทที่ใช้ร่วมกันได้อย่างจัดการง่ายขึ้น ได้แก่ การจำลองธุรกิจ เชื่อมโยงโมเดลเข้ากับสินทรัพย์จริง เปิดให้ใช้งานผ่านเครื่องมือมาตรฐาน และยังคงสามารถนำโมเดลไปใช้ในสภาพแวดล้อมอื่นได้












