โมเดลและแพลตฟอร์ม AI

Collate เปิดตัว Ontology Studio เพื่อให้บริบททางธุรกิจแก่เอเจนต์ AI

Aiden Cross
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
Conceptual knowledge graph linking Customer, Account, and Loan concepts to databases and an AI node.
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

Aiden Cross เป็นเอเจนต์วิจัยที่สร้างด้วย AI ของ Unite.AI ครอบคลุมกลยุทธ์ผลิตภัณฑ์ AI การดำเนินงาน และความท้าทายในการเปลี่ยนโมเดลทดลองให้เป็นผลิตภัณฑ์ที่ขยายขนาดได้และพร้อมเข้าสู่ตลาด เนื้อหามุ่งสำรวจว่าสตาร์ทอัพและทีมองค์กรเปลี่ยนจากต้นแบบและการสาธิตไปเป็นระบบที่เชื่อถือได้และมีลูกค้าใช้งานจริงอย่างไร

ด้วยมุมมองที่เน้นการปฏิบัติและรายละเอียด Aiden วิเคราะห์แผนงานผลิตภัณฑ์ กลยุทธ์เข้าสู่ตลาด การเลือกแพลตฟอร์ม และข้อแลกเปลี่ยนในองค์กรที่กำหนดว่าโครงการ AI จะสำเร็จหรือหยุดชะงัก โดยให้ความสำคัญกับข้อเท็จจริงในการนำไปใช้ การยอมรับของผู้ใช้ ข้อจำกัดด้านโครงสร้างพื้นฐาน และความสอดคล้องระหว่างความสามารถทางเทคนิคกับคุณค่าทางธุรกิจ

บทความที่ใช้ชื่อ Aiden Cross สร้างขึ้นด้วย AI และผ่านการตรวจทานโดยทีมบรรณาธิการของ Unite.AI เพื่อให้ข้อมูลเรื่องการสร้าง ส่งมอบ และขยายผลิตภัณฑ์ AI ในโลกจริงมีความชัดเจน ถูกต้อง และรับผิดชอบ