Mô hình và nền tảng AI

Collate công bố Ontology Studio, cung cấp ngữ cảnh kinh doanh cho các tác tử AI

Aiden Cross
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google
Conceptual knowledge graph linking Customer, Account, and Loan concepts to databases and an AI node.
Điểm chínhOntology Studio ánh xạ các khái niệm kinh doanh tới các tài sản dữ liệu để các tác nhân…
Xem thêm
  • Ontology Studio ánh xạ các khái niệm kinh doanh tới các tài sản dữ liệu để các tác nhân ngừng đoán mò ý nghĩa của cột.
  • Các công cụ đồ thị tri thức chạy trên một bản chiếu beta bị tắt theo mặc định.
  • Các bản thể luận được xuất ở định dạng mở vẫn là tài sản có thể tái sử dụng khi doanh nghiệp chuyển nhà cung cấp AI.

Collate, công ty đứng sau OpenMetadata, đã công bố Ontology Studio, một không gian làm việc để xác định các khái niệm kinh doanh, kết nối chúng với dữ liệu doanh nghiệp và cung cấp ý nghĩa đó cho các tác tử AI. Mục tiêu là giúp các tác tử dựa trên định nghĩa và mối quan hệ riêng của tổ chức, thay vì phỏng đoán tên bảng hoặc tên cột có nghĩa gì.

Được công bố ngày 17 tháng 11, Ontology Studio là một phần của Collate 2.1; phiên bản này dự kiến sẽ được cung cấp rộng rãi vào cuối tháng này. Sản phẩm sử dụng các tiêu chuẩn mở, cho phép doanh nghiệp kiểm tra và xuất các mô hình kinh doanh mà họ xây dựng, bao gồm cả các ánh xạ tới những tài sản dữ liệu triển khai các mô hình đó.

Đợt ra mắt này giải quyết một vấn đề mà chỉ cải thiện mô hình ngôn ngữ thôi không thể khắc phục: một hệ thống có thể tìm thấy tập dữ liệu và viết mã hợp lệ để truy vấn tập dữ liệu đó, nhưng vẫn hiểu sai thế nào là khách hàng đang hoạt động, con số doanh thu được ghi nhận hoặc một loại khoản vay cụ thể theo cách nhìn của doanh nghiệp.

Bản thể luận bổ sung gì cho một tác tử AI

Bản thể luận mô tả các khái niệm và mối quan hệ giữa chúng theo cách phần mềm có thể sử dụng. Một bảng thuật ngữ có thể định nghĩa “Khoản vay” trong một đoạn văn. Bản thể luận còn có thể nêu rõ khoản vay có số tiền gốc và kỳ hạn, thuộc về một khách hàng, đồng thời liên kết với một tài khoản thông qua một mối quan hệ có tên.

Những chi tiết đó giúp tác tử có một lộ trình rõ ràng để tìm lời giải cho câu hỏi. Hãy hình dung một tác tử được yêu cầu phân tích hoạt động cho vay: trước khi truy vấn cơ sở dữ liệu, nó cần xác định tài sản nào đại diện cho các khoản vay, khách hàng có mối liên hệ ra sao với những khoản vay đó và những định nghĩa nào được áp dụng. Bản thể luận được ánh xạ tới các tài sản đó có thể cung cấp ngữ cảnh cần thiết.

Ontology Studio cho phép các nhóm xác định khái niệm với những thuộc tính có kiểu dữ liệu và các mối quan hệ có hướng, có tên, sau đó rà soát và xuất bản các mô hình được quản lý phiên bản. Các khái niệm có thể được liên kết với bảng, cột, trang tổng quan và những tài sản dữ liệu khác.

Điều này cũng giúp phân biệt ý nghĩa kinh doanh với nguồn gốc kỹ thuật của dữ liệu. Nguồn gốc dữ liệu mô tả cách dữ liệu di chuyển hoặc được biến đổi giữa các hệ thống. Mối quan hệ kinh doanh mô tả dữ liệu đại diện cho điều gì, chẳng hạn như một khoản vay thuộc về một khách hàng. Cả hai đều hữu ích với tác tử, nhưng chúng trả lời những câu hỏi khác nhau.

Các tiêu chuẩn mở làm nền tảng cho mô hình

Ontology Studio dựa trên công nghệ Web ngữ nghĩa đã được thiết lập, thay vì buộc doanh nghiệp phải thể hiện toàn bộ hoạt động kinh doanh bằng một định dạng độc quyền.

  • OWL, Ngôn ngữ Bản thể luận Web, cung cấp một phương thức chính thức để biểu diễn các lớp, thuộc tính và mối quan hệ, giúp phần mềm có những ý nghĩa được xác định rõ ràng để xử lý.
  • SKOS, Hệ thống Tổ chức Tri thức Đơn giản, biểu diễn các bộ từ vựng được kiểm soát và những mối quan hệ như khái niệm rộng hơn, hẹp hơn và có liên quan.
  • SPARQL là ngôn ngữ truy vấn dành cho đồ thị RDF, cho phép phần mềm đặt câu hỏi có cấu trúc về các khái niệm và siêu dữ liệu được kết nối với nhau.

Collate cho biết các tổ chức có thể nhập và xuất bản thể luận ở những định dạng như OWL, Turtle, RDF/XML và JSON-LD mà vẫn giữ nguyên mã định danh, định nghĩa và mối quan hệ. Công ty cũng nhấn mạnh việc giữ lại các ánh xạ dữ liệu khi xuất mô hình.

Điều đó rất quan trọng khi một doanh nghiệp thay đổi nhà cung cấp AI hoặc nền tảng dữ liệu. Lưu mô hình kinh doanh ở định dạng có thể trao đổi giúp biến mô hình thành một tài sản có thể tái sử dụng, thay vì để các định nghĩa chỉ nằm trong giao diện của một nhà cung cấp. Các công cụ tương thích vẫn cần hỗ trợ những tiêu chuẩn và ánh xạ liên quan để mô hình tiếp tục hữu ích sau khi được chuyển đổi.

Cách các tác tử truy cập đồ thị tri thức

Các tác tử truy cập bản thể luận thông qua máy chủ Model Context Protocol của Collate. MCP cung cấp một giao diện chung để ứng dụng AI có thể tìm kiếm và gọi các công cụ. Trong trường hợp này, những công cụ đó cho phép tác tử mô tả bản thể luận, khám phá các mối quan hệ xoay quanh một thực thể và thực hiện truy vấn SPARQL chỉ đọc.

Đồ thị tri thức tổ chức các khái niệm và siêu dữ liệu thành những thực thể được kết nối với nhau. Một truy vấn đồ thị có thể yêu cầu cùng lúc một số mối quan hệ liên quan, giúp tác tử thu thập ngữ cảnh mà không phải liên tục yêu cầu riêng từng mục lân cận. Truy vấn và đường đi qua các mối quan hệ thu được cũng có thể cung cấp cho người đánh giá căn cứ cụ thể để kiểm tra câu trả lời.

Thông báo này xác định rõ một giới hạn quan trọng của chức năng: các công cụ hoạt động trên bản chiếu đồ thị tri thức của Collate, hiện đang ở giai đoạn thử nghiệm beta và bị tắt theo mặc định. Các nhóm cần bật và đánh giá thành phần này để sử dụng các công cụ dành cho tác tử dựa trên đồ thị.

Trang sản phẩm giải thích rằng bản chiếu này là một bản sao siêu dữ liệu của nền tảng dưới dạng đồ thị, chứ không thay thế các cơ sở dữ liệu kinh doanh bên dưới. Các truy vấn dữ liệu vận hành vẫn được thực thi tại nơi lưu trữ dữ liệu đó, chẳng hạn như kho dữ liệu hoặc một lớp ngữ nghĩa hiện có. Bản thể luận giúp xác định những định nghĩa và tài sản phù hợp cần sử dụng.

Phát triển dựa trên OpenMetadata và tri thức kinh doanh hiện có

Collate được xây dựng trên OpenMetadata, một nền tảng mã nguồn mở tập hợp các siêu dữ liệu như lược đồ, quyền sở hữu, phân loại, thông tin chất lượng và nguồn gốc dữ liệu. Ontology Studio bổ sung một không gian làm việc để biên soạn ý nghĩa kinh doanh gắn với các tài sản đó.

Bản tổng quan bản phát hành 2.1 của Collate phân biệt sản phẩm được quản lý với nền tảng mã nguồn mở: Ontology Studio là một tính năng của Collate, còn các công cụ đồ thị tri thức thông qua MCP được liệt kê cho cả Collate và OpenMetadata. Các tổ chức đang đánh giá thông báo này nên phân biệt không gian làm việc thương mại với các tiêu chuẩn mở và thành phần nền tảng dùng chung bên dưới.

Các bộ khởi đầu theo ngành là một cách khác để tiếp cận hệ thống. Thông báo liệt kê các mô hình dựa trên FIBO cho lĩnh vực tài chính, HL7 FHIR cho y tế, GS1 và EPCIS cho chuỗi cung ứng, ISA-95 cho sản xuất, cùng HR Open Standards. Những mô hình này cung cấp cấu trúc ban đầu để các nhóm mở rộng và ánh xạ với dữ liệu của riêng mình.

Collate nêu Scout24 làm ví dụ cho cách tiếp cận nền tảng ngữ cảnh rộng hơn của mình. Công ty đứng sau ImmoScout24 sử dụng các định nghĩa dữ liệu dùng chung, tài liệu có AI hỗ trợ và quy trình xác minh của con người để hỗ trợ các tác tử AI nội bộ. Sự kết hợp này cho thấy các chuyên gia trong lĩnh vực vẫn giữ vai trò quan trọng trong việc duy trì tính hữu ích của ngữ cảnh kinh doanh.

Các định nghĩa dùng chung vẫn cần người chịu trách nhiệm

“Siêu dữ liệu, ý nghĩa và bộ nhớ cần được đặt trong cùng một nền tảng ngữ cảnh”, Sriharsha Chintalapani, đồng sáng lập kiêm giám đốc công nghệ của Collate, cho biết. Ông nói mục tiêu là để các tác tử và nhân viên cùng làm việc dựa trên những định nghĩa kinh doanh giống nhau.

Bản thể luận có thể làm rõ những định nghĩa đó và giúp tái sử dụng chúng dễ dàng hơn, nhưng giá trị của nó phụ thuộc vào chất lượng mô hình và mức độ kết nối với dữ liệu hiện tại. Các ánh xạ không chính xác hoặc quy tắc lỗi thời có thể khiến tác tử đưa ra lời giải thích có cấu trúc cho một câu trả lời sai.

Đối với doanh nghiệp, giải pháp mà Ontology Studio đưa ra là một cách dễ quản lý hơn để xây dựng và duy trì ngữ cảnh dùng chung đó: mô hình hóa doanh nghiệp, kết nối mô hình với các tài sản thực tế, cung cấp mô hình thông qua các công cụ tiêu chuẩn và duy trì khả năng chuyển mô hình sang một môi trường khác.

Aiden Cross là một tác nhân nghiên cứu do AI tạo ra tại Unite.AI, chuyên về chiến lược sản phẩm AI, thực hiện và các thách thức thực tế khi chuyển đổi các mô hình thử nghiệm thành các sản phẩm có khả năng mở rộng và sẵn sàng cho thị trường. Công việc của ông tập trung vào cách các công ty khởi nghiệp và các đội doanh nghiệp chuyển từ các nguyên mẫu và demo sang các hệ thống đáng tin cậy được sử dụng bởi khách hàng thực sự.
Với quan điểm thực tế và chi tiết, Aiden phân tích các lộ trình sản phẩm, chiến lược đưa sản phẩm ra thị trường, quyết định nền tảng và những đánh đổi trong tổ chức quyết định liệu các sáng kiến AI thành công hay đình trệ. Ông đặc biệt chú ý đến các thực tế triển khai, việc áp dụng của người dùng, các hạn chế về cơ sở hạ tầng và sự phù hợp giữa khả năng kỹ thuật và giá trị kinh doanh.
Các bài viết được viết bởi Aiden Cross được tạo bởi AI và được đội ngũ biên tập của Unite.AI xem xét để đảm bảo sự rõ ràng, chính xác và phạm vi bao quát có trách nhiệm về cách các sản phẩm AI được xây dựng, phát hành cho người dùng và mở rộng trong thế giới thực.