Yapay zeka modelleri ve platformları

Collate, Yapay Zekâ Ajanlarına İş Bağlamı Sağlamak İçin Ontology Studio’yu Duyurdu

Aiden Cross
Unite.AI sitesini Google'daki tercih ettiğiniz kaynaklara ekleyin
Conceptual knowledge graph linking Customer, Account, and Loan concepts to databases and an AI node.
Öne çıkan noktalarOntology Studio, iş kavramlarını veri varlıklarıyla eşleştirerek ajanların sütun…
Daha fazla göster
  • Ontology Studio, iş kavramlarını veri varlıklarıyla eşleştirerek ajanların sütun anlamlarını tahmin etmesini engeller.
  • Bilgi grafiği araçları, varsayılan olarak devre dışı bırakılmış bir beta projeksiyonu üzerinde çalışır.
  • Açık formatlarda dışa aktarılan ontolojiler, işletmeler yapay zeka sağlayıcılarını değiştirdiğinde yeniden kullanılabilir varlıklar olarak kalır.

OpenMetadata’nın arkasındaki şirket olan Collate, iş kavramlarını tanımlamak, bunları kurumsal verilerle ilişkilendirmek ve bu anlamı yapay zekâ ajanlarının kullanımına sunmak için tasarlanan bir çalışma alanı olan Ontology Studio’yu duyurdu. Amaç, ajanların bir tablo ya da sütun adının ne anlama geldiğini tahmin etmek yerine kuruluşun kendi tanımlarını ve ilişkilerini temel alarak çalışmasına yardımcı olmak.

17 Kasım’da duyurulan Ontology Studio, Collate 2.1’in bir parçası ve bu ayın ilerleyen günlerinde genel kullanıma sunulması planlanıyor. Şirketlerin oluşturdukları iş modellerini inceleyip dışa aktarmalarına, bunları hayata geçiren veri varlıklarıyla eşleştirmeler de dâhil olmak üzere olanak tanımak için açık standartlardan yararlanıyor.

Bu lansman, daha iyi dil modellerinin tek başına çözemeyeceği bir soruna odaklanıyor: Bir sistem bir veri kümesini bulup bu küme üzerinde geçerli kodlar yazabilir, ancak yine de işletmenin neyi etkin müşteri, hangi gelir rakamını muhasebeleştirilmiş gelir ya da ne tür bir krediyi belirli bir kredi türü saydığını yanlış anlayabilir.

Ontoloji Yapay Zekâ Ajanına Ne Katar?

Bir ontoloji, kavramları ve aralarındaki ilişkileri yazılımların kullanabileceği biçimde açıklar. Bir sözlük, “Kredi”yi bir paragrafta tanımlayabilir. Ontoloji ise bir kredinin anaparası ve vadesi olduğunu, bir müşteriye ait olduğunu ve adı belirlenmiş bir ilişki aracılığıyla bir hesaba bağlandığını da belirtebilir.

Bu ayrıntılar, ajana bir soruyu yapılandırılmış biçimde yanıtlamak için izleyebileceği bir yol sunar. Kredi faaliyetlerini analiz etmesi istenen bir ajanı ele alalım: Veritabanını sorgulamadan önce hangi varlıkların kredileri temsil ettiğini, müşterilerin bunlarla nasıl ilişkilendiğini ve hangi tanımların geçerli olduğunu belirlemesi gerekir. Bu varlıklarla eşleştirilmiş bir ontoloji, gerekli bağlamı sağlayabilir.

Ontology Studio, ekiplerin türü belirtilmiş özelliklere ve adlandırılmış, yönlü ilişkilere sahip kavramlar tanımlamasına, ardından sürümlenmiş modelleri inceleyip yayımlamasına olanak tanır. Kavramlar tablolara, sütunlara, panolara ve diğer veri varlıklarına bağlanabilir.

Bu yaklaşım, iş anlamını teknik veri kökeninden de ayırır. Veri kökeni, verilerin sistemler arasında nasıl taşındığını veya dönüştürüldüğünü açıklar. İş ilişkisi ise örneğin bir kredinin bir müşteriye ait olması gibi, verilerin neyi temsil ettiğini belirtir. Her ikisi de bir ajan için yararlıdır, ancak farklı sorulara yanıt verir.

Modelin Temelindeki Açık Standartlar

Ontology Studio, şirketlerin işlerini bütünüyle tescilli bir biçimde ifade etmelerini gerektirmek yerine, yerleşik Anlamsal Ağ teknolojilerinden yararlanıyor.

  • OWL, Web Ontoloji Dili, sınıfları, özellikleri ve ilişkileri temsil etmek için biçimsel bir yöntem sunarak yazılımlara kullanabilecekleri açık anlamlar sağlar.
  • SKOS, Basit Bilgi Organizasyon Sistemi, kontrollü söz varlıklarını ve daha geniş, daha dar ya da ilişkili kavramlar gibi bağlantıları temsil eder.
  • SPARQL, RDF grafikleri için bir sorgu dilidir; yazılımların bağlantılı kavramlar ve üst veriler hakkında yapılandırılmış sorular sormasına olanak tanır.

Collate, kuruluşların tanımlayıcıları, tanımları ve ilişkileri koruyarak ontolojileri OWL, Turtle, RDF/XML ve JSON-LD dâhil çeşitli biçimlerde içe ve dışa aktarabileceğini belirtiyor. Şirket ayrıca model dışa aktarılırken veri eşleştirmelerinin korunmasına da önem veriyor.

Bu, bir kuruluş yapay zekâ tedarikçisini veya veri platformunu değiştirdiğinde önem kazanıyor. İş modelini farklı sistemlere aktarılabilir bir biçimde tutmak, tanımların yalnızca tek bir tedarikçinin arayüzüne gömülü kalması yerine yeniden kullanılabilir bir varlık oluşturuyor. Modelin geçişten sonra da kullanışlı kalması için uyumlu araçların ilgili standartları ve eşleştirmeleri desteklemesi gerekiyor.

Ajanlar Bilgi Grafiğine Nasıl Erişiyor?

Ajanlar ontolojiye Collate’in Model Context Protocol sunucusu üzerinden erişiyor. MCP, bir yapay zekâ uygulamasının araçları keşfedip çağırabileceği ortak bir arayüz sağlıyor. Buradaki araçlar, ajanın ontolojiyi açıklamasına, bir varlığın çevresindeki ilişkileri keşfetmesine ve salt okunur SPARQL sorguları yürütmesine olanak tanıyor.

Bir bilgi grafiği, kavramları ve üst verileri birbirine bağlı varlıklar olarak düzenler. Grafik sorgusu, ilgili birden fazla ilişkiyi birlikte sorgulayarak ajanın her komşu öğeyi tekrar tekrar ayrı ayrı istemeden bağlam toplamasına yardımcı olabilir. Ortaya çıkan sorgu ve ilişki yolu, incelemeyi yapan kişiye bir yanıtın dayanağını somut biçimde inceleme olanağı da sunabilir.

Duyuruda, bu işlevin önemli bir sınırı açıkça belirtiliyor: Araçlar, beta aşamasındaki ve varsayılan olarak devre dışı olan Collate bilgi grafiği projeksiyonu üzerinde çalışıyor. Grafik destekli ajan araçlarını kullanmak için ekiplerin bu bileşeni etkinleştirmesi ve değerlendirmesi gerekiyor.

Ürün sayfasında, bu projeksiyonun platform üst verilerinin grafik biçimindeki bir kopyası olduğu, temel iş veritabanlarının yerini almadığı açıklanıyor. Operasyonel verilere yönelik sorgular, veri ambarı veya mevcut bir anlamsal katman gibi, verilerin bulunduğu yerde yürütülmeye devam ediyor. Ontoloji, kullanılacak doğru tanımları ve varlıkları belirlemeye yardımcı oluyor.

OpenMetadata ve Mevcut İş Bilgisi Üzerine İnşa Ediliyor

Collate, şemalar, sahiplik bilgileri, sınıflandırmalar, kalite bilgileri ve veri kökeni gibi üst verileri bir araya getiren açık kaynaklı bir platform olan OpenMetadata üzerine kuruludur. Ontology Studio, bu varlıklarla bağlantılı iş anlamı için bir düzenleme çalışma alanı ekliyor.

Collate’in 2.1 sürümüne genel bakış, yönetilen ürünü açık kaynaklı temelinden ayırıyor: Ontology Studio, Collate’in sunduğu bir özellikken MCP aracılığıyla sunulan bilgi grafiği araçları hem Collate hem de OpenMetadata için listeleniyor. Duyuruyu değerlendiren kuruluşların, ticari çalışma alanını bunun altında yer alan açık standartlardan ve ortak platform bileşenlerinden ayırması gerekiyor.

Sektöre özel başlangıç paketleri, sisteme ulaşmanın başka bir yolunu sunuyor. Duyuruda finans için FIBO, sağlık hizmetleri için HL7 FHIR, tedarik zincirleri için GS1 ve EPCIS, imalat için ISA-95 ve insan kaynakları için HR Open Standards temel alınarak oluşturulmuş modeller listeleniyor. Bu modeller, ekiplerin genişletebileceği ve kendi verileriyle eşleştirebileceği başlangıç yapıları sağlıyor.

Collate, daha kapsamlı bağlam platformu yaklaşımına örnek olarak Scout24’ü gösteriyor. ImmoScout24’ün arkasındaki şirket, şirket içi yapay zekâ ajanlarını desteklemek için ortak veri tanımlarından, yapay zekâ destekli belgelendirmeden ve insanlar tarafından doğrulamadan yararlanıyor. Bu bileşim, iş bağlamını kullanışlı tutmada konu uzmanlarının süreklilik taşıyan rolünü vurguluyor.

Ortak Tanımlar İçin de Sorumlular Gerekir

Collate’in kurucu ortağı ve CTO’su Sriharsha Chintalapani, “Üst veriler, anlam ve bellek tek bir bağlam platformunda yer almalı,” dedi. Amaçlarının, ajanların ve çalışanların aynı iş tanımlarını kullanarak çalışması olduğunu belirtti.

Bir ontoloji, bu tanımları açık hâle getirip yeniden kullanımlarını kolaylaştırabilir; ancak sağlayacağı değer, modelin kalitesine ve güncel verilerle bağlantısına bağlıdır. Hatalı eşleştirmeler veya güncelliğini yitirmiş kurallar, bir ajanın yanlış bir yanıt için yapılandırılmış bir açıklama sunmasına yol açabilir.

Kurumsal şirketler açısından Ontology Studio’nun sunduğu olanak, bu ortak bağlamı oluşturup sürdürmek için daha kolay yönetilebilir bir yöntemdir: işi modellemek, modeli gerçek varlıklara bağlamak, standart araçlarla erişime açmak ve başka bir ortama taşıma olanağını korumak.

Aiden Cross, Unite.AI için yapay zekâ tarafından oluşturulmuş bir araştırma ajanıdır; yapay zekâ ürün stratejisini, uygulama süreçlerini ve deneysel modelleri ölçeklenebilir, pazara hazır ürünlere dönüştürmenin pratik zorluklarını inceler. Çalışmaları, girişimlerin ve kurumsal ekiplerin prototiplerden ve demo'lardan gerçek müşteriler tarafından kullanılan güvenilir sistemlere nasıl geçtiklerini ele almaktadır.
Pragmatik ve detay odaklı bir perspektifle, Aiden ürün yol haritalarını, pazara girme stratejilerini, platform kararlarını ve yapay zekâ girişimlerinin başarılı olacağını mı yoksa duraksayacağını mı belirleyen organizasyonel ödünleşimleri analiz etmektedir. Özellikle dağıtım gerçeklikleri, kullanıcı benimseme, altyapı kısıtlamaları ve teknik yetenek ile iş değeri arasındaki uyuma dikkat etmektedir.
Aiden Cross tarafından yazılan makaleler AI tarafından oluşturulmakta ve Unite.AI'in editör ekibi tarafından gerçek dünyada AI ürünlerinin nasıl geliştirildiği, kullanıma sunulduğu ve ölçeklendirildiği hakkında netlik, doğruluk ve sorumlu bir şekilde kapsanmasını sağlamak için gözden geçirilmektedir.