Bryon Jacob, CTO & Co-Founder của data.world – Loạt Phỏng Vấn

Bryon Jacob là CTO và đồng sáng lập của data.world – trên một nhiệm vụ xây dựng tài nguyên dữ liệu có ý nghĩa, hợp tác và dồi dào nhất thế giới. Trước khi tham gia data.world, anh đã dành mười năm trong các vai trò có trách nhiệm ngày càng tăng tại HomeAway.com, kết thúc với vai trò VP của Tech / Technical fellow. Bryon cũng từng làm việc tại Amazon (AMZN ) và là một người cố vấn lâu năm tại Capital Factory. Anh có bằng BS/MS về khoa học máy tính từ Đại học Case Western.

Điều gì ban đầu thu hút bạn đến với khoa học máy tính?

Tôi đã bị thu hút bởi việc lập trình từ khi tôi nhận được một chiếc Commodore 64 ở tuổi 10. Tôi bắt đầu với BASIC và nhanh chóng chuyển sang ngôn ngữ assembly. Đối với tôi, khoa học máy tính giống như việc giải một loạt các câu đố phức tạp với sự phấn khích của tự động hóa. Đó là khía cạnh giải quyết vấn đề này đã luôn giữ tôi tham gia và hứng thú.

Bạn có thể chia sẻ câu chuyện về sự ra đời của data.world?

data.world được sinh ra từ một loạt các buổi thảo luận giữa nhóm sáng lập của chúng tôi. Brett, CEO của chúng tôi, đã liên hệ với Jon và Matt, cả hai người mà anh đã từng làm việc cùng trước đó. Họ bắt đầu gặp gỡ để đưa ra các ý tưởng, và Jon đã đưa một số ý tưởng đó đến với tôi để đánh giá về mặt kỹ thuật. Mặc dù những ý tưởng đó không thành công, nhưng chúng đã kích thích các cuộc thảo luận mà sau đó trở thành data.world. Lịch sử chung và sự tôn trọng lẫn nhau của chúng tôi đã cho phép chúng tôi nhanh chóng xây dựng một đội ngũ tuyệt vời, đưa vào những người giỏi nhất mà chúng tôi đã từng làm việc trong quá khứ, và đặt nền móng vững chắc cho sự đổi mới.

Điều gì đã truyền cảm hứng cho data.world để phát triển AI Context Engine, và những thách thức cụ thể nào mà nó giải quyết cho các doanh nghiệp?

Từ đầu, chúng tôi biết rằng một Knowledge Graph (KG) sẽ là rất quan trọng cho việc phát triển khả năng của AI. Với sự xuất hiện của AI tạo sinh, khách hàng của chúng tôi muốn các giải pháp AI có thể tương tác với dữ liệu của họ một cách đối thoại. Một thách thức đáng kể trong các ứng dụng AI ngày nay là khả năng giải thích. Nếu bạn không thể chỉ ra công việc của mình, thì các câu trả lời sẽ ít đáng tin cậy hơn. Kiến trúc KG của chúng tôi dựa trên mọi phản hồi vào các sự kiện có thể kiểm chứng, cung cấp các giải thích rõ ràng và có thể theo dõi. Điều này tăng cường tính minh bạch và độ tin cậy, cho phép các doanh nghiệp đưa ra quyết định một cách tự tin.

Làm thế nào kiến trúc đồ thị tri thức của AI Context Engine tăng cường độ chính xác và khả năng giải thích của LLMs so với cơ sở dữ liệu SQL alone?

Trong bài báo đột phá của chúng tôi, chúng tôi đã chứng minh sự cải thiện ba lần về độ chính xác khi sử dụng Knowledge Graphs (KGs) so với cơ sở dữ liệu quan hệ truyền thống. KGs sử dụng ngữ nghĩa để đại diện cho dữ liệu dưới dạng các thực thể và mối quan hệ trong thế giới thực, làm cho chúng chính xác hơn so với cơ sở dữ liệu SQL, tập trung vào bảng và cột. Đối với khả năng giải thích, KGs cho phép chúng tôi liên kết các câu trả lời với định nghĩa thuật ngữ, nguồn dữ liệu và các chỉ số, cung cấp một đường dẫn có thể kiểm chứng được, tăng cường niềm tin và khả năng sử dụng.

Bạn có thể chia sẻ một số ví dụ về cách AI Context Engine đã biến đổi các tương tác dữ liệu và quyết định trong các doanh nghiệp?

AI Context Engine được thiết kế như một API tích hợp liền mạch với các ứng dụng AI hiện có của khách hàng, cho dù đó là các GPT tùy chỉnh, đồng pilot hay các giải pháp tùy chỉnh được xây dựng với LangChain. Điều này có nghĩa là người dùng không cần phải chuyển sang một giao diện mới – thay vào đó, chúng tôi mang AI Context Engine đến với họ. Sự tích hợp này tăng cường việc áp dụng và sự hài lòng của người dùng, thúc đẩy việc ra quyết định và tương tác dữ liệu hiệu quả hơn bằng cách nhúng các khả năng AI mạnh mẽ trực tiếp vào các quy trình làm việc hiện có.

Làm thế nào AI Context Engine cung cấp tính minh bạch và khả năng theo dõi trong việc ra quyết định của AI để đáp ứng các yêu cầu quản lý và quy định?

AI Context Engine gắn liền với Knowledge Graph và danh mục dữ liệu của chúng tôi, tận dụng các khả năng xung quanh nguồn gốc và quản trị. Nền tảng của chúng tôi theo dõi nguồn gốc dữ liệu, cung cấp khả năng theo dõi đầy đủ về dữ liệu và các biến đổi. Các câu trả lời được tạo ra bởi AI được kết nối trở lại với nguồn dữ liệu của chúng, cung cấp một đường dẫn rõ ràng về cách mỗi mảnh thông tin được suy dẫn. Sự minh bạch này là rất quan trọng cho việc tuân thủ quy định và quản trị, đảm bảo rằng mỗi quyết định của AI có thể được kiểm toán và xác minh.

Bạn nhìn thấy vai trò của đồ thị tri thức trong bức tranh rộng lớn hơn của AI và quản lý dữ liệu trong những năm tới như thế nào?

Đồ thị tri thức (KGs) đang trở nên ngày càng quan trọng với sự xuất hiện của AI tạo sinh. Bằng cách chính thức hóa các sự kiện vào một cấu trúc đồ thị, KGs cung cấp một nền tảng vững chắc hơn cho AI, tăng cường cả độ chính xác và khả năng giải thích. Chúng tôi đang chứng kiến sự chuyển đổi từ các kiến trúc Retrieval Augmented Generation (RAG) tiêu chuẩn, phụ thuộc vào dữ liệu không cấu trúc, sang các mô hình Graph RAG. Những mô hình này chuyển đổi nội dung không cấu trúc thành KGs trước, dẫn đến sự cải thiện đáng kể về khả năng nhớ và độ chính xác. KGs sẽ đóng vai trò then chốt trong việc thúc đẩy các đổi mới và hiệu quả của AI.

Các cải tiến nào trong tương lai mà chúng ta có thể mong đợi cho AI Context Engine để tăng cường khả năng và trải nghiệm người dùng của nó?

AI Context Engine trở nên thông minh hơn khi được sử dụng, vì bối cảnh chảy trở lại vào danh mục dữ liệu, làm cho nó thông minh hơn theo thời gian. Về mặt sản phẩm, chúng tôi đang tập trung vào việc phát triển các tác nhân thực hiện các nhiệm vụ kỹ thuật tri thức tiên tiến, chuyển đổi nội dung thô thành các ontology và cơ sở tri thức phong phú hơn. Chúng tôi liên tục học hỏi từ các mẫu hoạt động và nhanh chóng tích hợp những thông tin đó, cung cấp cho người dùng một công cụ mạnh mẽ và trực quan để quản lý và tận dụng dữ liệu của họ.

Làm thế nào data.world đầu tư vào nghiên cứu và phát triển để ở vị trí hàng đầu trong các công nghệ AI và tích hợp dữ liệu?

Nghiên cứu và phát triển về AI Context Engine là lĩnh vực đầu tư lớn nhất của chúng tôi. Chúng tôi cam kết ở vị trí tiên phong trong những gì có thể trong AI và tích hợp dữ liệu. Đội ngũ của chúng tôi, bao gồm các chuyên gia về AI biểu tượng và học máy, thúc đẩy cam kết này. Nền tảng vững chắc mà chúng tôi đã xây dựng tại data.world cho phép chúng tôi di chuyển nhanh chóng và đẩy ranh giới công nghệ, đảm bảo rằng chúng tôi liên tục cung cấp các khả năng tiên tiến cho khách hàng của mình.

Tầm nhìn dài hạn của bạn cho tương lai của AI và tích hợp dữ liệu là gì, và bạn nhìn thấy data.world đóng vai trò gì trong sự tiến hóa này?

Tầm nhìn của tôi cho tương lai của AI và tích hợp dữ liệu luôn là vượt ra ngoài việc chỉ làm cho người dùng dễ dàng truy vấn dữ liệu của họ. Thay vào đó, chúng tôi nhằm mục đích loại bỏ hoàn toàn nhu cầu của người dùng phải truy vấn dữ liệu của họ. Tầm nhìn của chúng tôi đã luôn là tích hợp liền mạch dữ liệu của một tổ chức với kiến thức của nó – bao gồm cả siêu dữ liệu về hệ thống dữ liệu và mô hình logic của các thực thể trong thế giới thực.

Bằng cách đạt được sự tích hợp này trong một đồ thị tri thức có thể đọc được bởi máy, các hệ thống AI có thể thực sự thực hiện lời hứa về các tương tác ngôn ngữ tự nhiên với dữ liệu. Với sự tiến bộ nhanh chóng của AI tạo sinh trong hai năm qua và nỗ lực của chúng tôi để tích hợp nó với đồ thị tri thức doanh nghiệp, tương lai này đang trở thành hiện thực ngày nay. Tại data.world, chúng tôi đang ở vị trí hàng đầu trong sự tiến hóa này, thúc đẩy sự chuyển đổi cho phép AI mang lại giá trị chưa từng có thông qua các tương tác dữ liệu thông minh và trực quan.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm có thể truy cập data.world.