Neo4j ประกาศความร่วมมือเชิงกลยุทธ์กับ AWS เพื่อจัดการกับภาพหลอน AI ทั่วไป
ในบทสรุป
การทำงานร่วมกันเชิงกลยุทธ์ของ Neo4j และ AWS รวมถึงการบูรณาการกับ Amazon Bedrock เพื่อลดอาการประสาทหลอนใน AI ที่สร้างระดับองค์กร
ฐานข้อมูลกราฟและแพลตฟอร์มการวิเคราะห์ neo4j เพิ่งลงนามข้อตกลงความร่วมมือเชิงกลยุทธ์ระยะเวลาหลายปี (SCA) กับ Amazon Web Services (AWS) ซึ่งมีจุดมุ่งหมายเพื่อยกระดับผลลัพธ์ด้านปัญญาประดิษฐ์ (AI) การทำงานร่วมกันจะมุ่งเน้นไปที่การผสานรวมกับโซลูชันระดับองค์กร Amazon Bedrock — เพื่อเพิ่มความแม่นยำ ความโปร่งใส และความสามารถในการอธิบาย ในขณะเดียวกันก็บรรเทาอาการประสาทหลอนของ AI
ความพยายามในการทำงานร่วมกันจะจัดการกับความท้าทายทั่วไปที่นักพัฒนาต้องเผชิญ โมเดลภาษาขนาดใหญ่ (LLM) เนื่องจากต้องใช้หน่วยความจำที่ทนทานซึ่งฝังอยู่ในข้อมูลองค์กรและโดเมนเฉพาะ การผสมผสานระหว่างกราฟความรู้และการค้นหาเวกเตอร์ดั้งเดิมของ Neo4j มีจุดมุ่งหมายเพื่อเป็นแนวทางแก้ไขสำหรับสถานการณ์นี้
“การค้นหาเวกเตอร์ดั้งเดิมของ Neo4j ช่วยให้แอปพลิเคชัน AI ทั่วไปที่ใช้ LLM ดำเนินการค้นหาความหมายได้อย่างสะดวกกับเวกเตอร์ที่จัดเก็บเป็นคุณสมบัติในฐานข้อมูลเดียวกันกับกราฟความรู้ ผลลัพธ์สามารถนำมารวมกับข้อเท็จจริงจากโหนดโดยรอบในกราฟความรู้ โดยให้บริบทที่สมบูรณ์สำหรับคำตอบที่สมบูรณ์ แม่นยำ เกี่ยวข้อง และอธิบายได้มากขึ้น” Sudhir Hasbe ประธานเจ้าหน้าที่ฝ่ายผลิตภัณฑ์ของ Neo4j กล่าว Metaverse Post.
ร่วมกับการประกาศนี้ Neo4j ได้สร้างข้อเสนอฐานข้อมูลกราฟที่มีการจัดการเต็มรูปแบบ Neo4j ออร่า มืออาชีพ, มีจำหน่ายที่ AWS Marketplace. ความเคลื่อนไหวดังกล่าวจะปรับปรุงประสบการณ์สำหรับนักพัฒนาที่ทำงานเกี่ยวกับ AI เชิงสร้างสรรค์โดยการนำเสนอแพลตฟอร์มที่เริ่มต้นอย่างรวดเร็ว
AWS Marketplace เป็นแค็ตตาล็อกดิจิทัลที่มีรายการซอฟต์แวร์มากมาย อำนวยความสะดวกในการค้นหา ทดสอบ ซื้อ และปรับใช้ซอฟต์แวร์ที่เข้ากันได้กับ AWS
“ความพร้อมใช้งานทั่วไปของ Neo4j Aura Professional บน AWS Marketplace ช่วยให้นักพัฒนาสามารถสร้างกราฟความรู้แรกโดยใช้บัญชี AWS ที่มีอยู่ และใช้ข้อผูกพันของ AWS ที่มีอยู่ ซึ่งช่วยลดความยุ่งยากในการสมัคร การเรียกเก็บเงิน และการตรวจสอบการใช้จ่าย” Hasbe จาก Neo4j กล่าว
ใช้ประโยชน์จากการค้นหาเวกเตอร์ดั้งเดิมเพื่อผลลัพธ์ LLM ที่มีประสิทธิภาพ
Neo4j ยืนยันว่าความสามารถของแพลตฟอร์มฐานข้อมูลกราฟนั้นขยายไปไกลกว่ารุ่นเดียวกันทั่วไป การใช้การค้นหาเวกเตอร์ดั้งเดิมจะจับทั้งความสัมพันธ์ที่ชัดเจนและโดยนัย ทำให้สามารถสร้างกราฟความรู้ได้ กราฟเหล่านี้ช่วยให้ระบบ AI สามารถให้เหตุผล อนุมาน และดึงข้อมูลที่เกี่ยวข้องได้อย่างมีประสิทธิภาพ
Neo4j ทำหน้าที่เป็นฐานข้อมูลองค์กร วางระบบ LLM และทำหน้าที่เป็นหน่วยความจำระยะยาวสำหรับระบบ AI เชิงสร้างสรรค์
การผสานรวมกับ Amazon Bedrock ทำให้เกิดข้อดีหลายประการ Neo4j ร่วมมือกับ Langchain และ Amazon Bedrock ที่ใช้เรียกข้อมูล Augmented Generation (RAG) เพื่อสร้างผู้ช่วยเสมือนที่มีพื้นฐานมาจากองค์ความรู้ระดับองค์กร โดยมีจุดมุ่งหมายเพื่อลด ภาพหลอนเพื่อให้มั่นใจถึงผลลัพธ์ที่แม่นยำ โปร่งใส และอธิบายได้มากขึ้น
“Retrieval-augmented Generation (RAG) เป็นแนวทางปฏิบัติที่ดีที่สุดสำหรับการพัฒนา AI แบบเจนเนอเรชั่น สำหรับการเอาชนะข้อจำกัดของ LLM โดยการวางโมเดลจากแหล่งความรู้ภายนอก ในแนวทางนี้ LLM ทำหน้าที่เป็นอินเทอร์เฟซภาษาธรรมชาติในการเข้าถึงข้อมูลภายนอก ดังนั้นจึงไม่ต้องอาศัยเพียงความรู้ภายในเพื่อสร้างคำตอบเท่านั้น" Hasbe จาก Neo4j กล่าว Metaverse Post. “ตอนนี้นักพัฒนา AWS สามารถใช้งาน RAG ได้อย่างง่ายดายโดยใช้การผสานรวม Neo4j กับ Amazon Bedrock ซึ่งมี API เดียวสำหรับคอลเลกชัน LLM ที่ได้รับความนิยมมากที่สุดในโลก”
นอกจากนี้ กราฟความรู้ของ Neo4j เมื่อรวมเข้ากับ อเมซอน เบดร็อคเรียกใช้ระบบนิเวศที่หลากหลายของแบบจำลองพื้นฐาน ช่วยให้สามารถสร้างข้อความและการสรุปที่เป็นส่วนตัวสำหรับผู้ใช้ปลายทางได้
นักพัฒนาสามารถใช้ประโยชน์จาก Amazon Bedrock เพื่อสร้างการฝังเวกเตอร์จากข้อมูลที่ไม่มีโครงสร้าง เพิ่มคุณค่าให้กับกราฟความรู้โดยใช้ความสามารถในการค้นหาและจัดเก็บเวกเตอร์ใหม่ของ Neo4j และยังใช้ความสามารถ generative AI ของ Amazon Bedrock เพื่อประมวลผลข้อมูลที่ไม่มีโครงสร้างอีกด้วย
“การรวมพลัง AI เชิงสร้างสรรค์ของ Amazon Bedrock เข้ากับกราฟความรู้ Neo4j สามารถนำความรู้เชิงสถาบันมาสู่สมาชิกในทีมทุกคนได้ การรวมกันนี้ยังปลดล็อกคุณค่าจากข้อมูลที่ไม่มีโครงสร้าง โดยให้คำตอบที่สมบูรณ์โดยมีพื้นฐานมาจากข้อเท็จจริง ไม่ใช่ภาพลวงตา” Hasbe จาก Neo4j อธิบาย “สิ่งสำคัญคือความสามารถของ Bedrock ได้รับการเสริมด้วยกราฟความรู้ข้อเท็จจริงของ Neo4j สิ่งนี้สร้างการตอบสนองตามบริบทที่แม่นยำแทนที่จะคาดเดาแบบ LLM”
ความร่วมมือเชิงกลยุทธ์นี้แสดงถึงช่วงเวลาสำคัญในการบรรจบกันของเทคโนโลยีกราฟและความเป็นเลิศด้านการประมวลผลแบบคลาวด์ ซึ่งจะช่วยขับเคลื่อนองค์กรต่างๆ เข้าสู่ยุคใหม่ของ นวัตกรรมเอไอ และการใช้ข้อมูลที่เชื่อมต่อให้เกิดประโยชน์สูงสุด
“Neo4j ทำหน้าที่เป็นหน่วยความจำระยะยาวสำหรับโมเดลภาษาขนาดใหญ่ที่สร้างบน AWS ด้วยการนำเสนอ Aura cloud ของเราบน AWS Marketplace และฟังก์ชันการทำงานที่แข็งแกร่งของฐานข้อมูลกราฟของเรา เรากำลังปรับปรุงการเดินทางสำหรับนักพัฒนา เพิ่มขีดความสามารถให้พวกเขาเริ่มต้นได้อย่างง่ายดายและมีประสิทธิผลในแอปพลิเคชันเชิงปฏิบัติของ AI ที่สร้างในโลกแห่งความเป็นจริงในระบบคลาวด์” Neo4j's ฮาสเบบอก. Metaverse Post. “ความร่วมมือของเราพยายามที่จะช่วยให้ลูกค้าปลดล็อกโอกาสใหม่ๆ และสานต่อความเป็นไปได้ในขอบเขตของนวัตกรรมระดับองค์กร”
ข้อจำกัดความรับผิดชอบ
สอดคล้องกับ แนวทางโครงการที่เชื่อถือได้โปรดทราบว่าข้อมูลที่ให้ไว้ในหน้านี้ไม่ได้มีจุดมุ่งหมายและไม่ควรตีความว่าเป็นคำแนะนำทางกฎหมาย ภาษี การลงทุน การเงิน หรือรูปแบบอื่นใด สิ่งสำคัญคือต้องลงทุนเฉพาะในสิ่งที่คุณสามารถที่จะสูญเสียได้ และขอคำแนะนำทางการเงินที่เป็นอิสระหากคุณมีข้อสงสัยใดๆ สำหรับข้อมูลเพิ่มเติม เราขอแนะนำให้อ้างอิงข้อกำหนดและเงื่อนไขตลอดจนหน้าช่วยเหลือและสนับสนุนที่ผู้ออกหรือผู้ลงโฆษณาให้ไว้ MetaversePost มุ่งมั่นที่จะรายงานที่ถูกต้องและเป็นกลาง แต่สภาวะตลาดอาจมีการเปลี่ยนแปลงได้โดยไม่ต้องแจ้งให้ทราบล่วงหน้า
เกี่ยวกับผู้เขียน
Victor เป็นบรรณาธิการ/นักเขียนด้านการจัดการด้านเทคโนโลยีที่ Metaverse Post และครอบคลุมถึงปัญญาประดิษฐ์ คริปโต วิทยาศาสตร์ข้อมูล เมตาเวิร์ส และความปลอดภัยทางไซเบอร์ภายในขอบเขตองค์กร เขามีประสบการณ์ด้านสื่อและ AI มาครึ่งทศวรรษในสื่อชื่อดัง เช่น VentureBeat, DatatechVibe และ Analytics India Magazine ในฐานะที่ปรึกษาด้านสื่อในมหาวิทยาลัยที่มีชื่อเสียง รวมถึง Oxford และ USC และสำเร็จการศึกษาระดับปริญญาโทด้านวิทยาศาสตร์ข้อมูลและการวิเคราะห์ Victor มีความมุ่งมั่นอย่างยิ่งที่จะติดตามแนวโน้มที่เกิดขึ้นใหม่ เขาเสนอเรื่องราวล่าสุดและลึกซึ้งที่สุดแก่ผู้อ่านจากเทคโนโลยีและ Web3 ภูมิประเทศ
บทความอื่น ๆVictor เป็นบรรณาธิการ/นักเขียนด้านการจัดการด้านเทคโนโลยีที่ Metaverse Post และครอบคลุมถึงปัญญาประดิษฐ์ คริปโต วิทยาศาสตร์ข้อมูล เมตาเวิร์ส และความปลอดภัยทางไซเบอร์ภายในขอบเขตองค์กร เขามีประสบการณ์ด้านสื่อและ AI มาครึ่งทศวรรษในสื่อชื่อดัง เช่น VentureBeat, DatatechVibe และ Analytics India Magazine ในฐานะที่ปรึกษาด้านสื่อในมหาวิทยาลัยที่มีชื่อเสียง รวมถึง Oxford และ USC และสำเร็จการศึกษาระดับปริญญาโทด้านวิทยาศาสตร์ข้อมูลและการวิเคราะห์ Victor มีความมุ่งมั่นอย่างยิ่งที่จะติดตามแนวโน้มที่เกิดขึ้นใหม่ เขาเสนอเรื่องราวล่าสุดและลึกซึ้งที่สุดแก่ผู้อ่านจากเทคโนโลยีและ Web3 ภูมิประเทศ