Aprovechamiento de la amplia perspectiva de los grafos de conocimiento de Quantexa

Gráficos de conocimiento se han convertido en una parte cada vez más importante del conjunto de herramientas de análisis de grafos, por lo que es importante tener claro qué son. En su forma más simple, los grafos de conocimiento son estructuras gráficas que representan nodos, aristas y etiquetas. Cualquier objeto, lugar o persona puede ser un nodo. Una arista define la relación entre los nodos, mientras que una etiqueta proporciona una capa de metadatos, esencialmente codificando el conocimiento para ser computado y buscado a escala mediante álgebra matricial y otros enfoques de matemática computacional.

En Instituto Alan Turing es un poco más detallada en su descripción:

"Los grafos de conocimiento... organizan datos de múltiples fuentes, capturan información sobre entidades de interés en un dominio o tarea determinados (como personas, lugares o eventos) y forjan conexiones entre ellos. En la ciencia de datos y la IA, los grafos de conocimiento se utilizan habitualmente para:

• Facilitar el acceso a las fuentes de datos y su integración

• Añadir contexto y profundidad a otras técnicas de IA más basadas en datos, como el aprendizaje automático.

• Servir de puente entre humanos y sistemas, como generar explicaciones legibles por humanos o, a mayor escala, habilitar sistemas inteligentes para científicos e ingenieros".

El Instituto Turing también presenta argumentos convincentes sobre su razón de ser.

"Los grafos de conocimiento son el núcleo de muchas tecnologías orientadas al ser humano, como la búsqueda, la respuesta a preguntas, el diálogo y las recomendaciones....". Muchas organizaciones, como los proveedores de servicios sanitarios y financieros, se enfrentan a silos de datos en todas sus unidades organizativas. Los grafos de conocimiento pueden ayudar, entre otras cosas, a la gobernanza de los datos, la detección del fraude, la gestión del conocimiento, la búsqueda, el chatbot, la recomendación y los sistemas inteligentes en distintas unidades organizativas."

Como Vídeo de Quantexa sobre análisis de gráficos ilustra, las implementaciones de grafos de conocimiento a gran escala como las descritas por el Instituto Turing pueden ser más ligeras computacionalmente. Es probable que se utilicen en situaciones en las que la búsqueda y los clasificadores elevan redes nuevas e interesantes a través de amplios espacios, y para proporcionar entradas en modelos a escala.

Los gráficos de conocimiento suelen representar las redes más amplias, y pueden utilizarse para identificar y analizar puntos de interés dentro de ellas. Es como mirar una gran área geográfica con un telescopio: El telescopio revela aspectos de la vista que de otro modo quedarían ocultos, como la curvatura de la Tierra. Mientras que los subgrafos egocéntricos localizados no dejan piedra sobre piedra, los grafos de conocimiento más amplios (en el sentido Turing del término) pueden elevar lo desconocido a través de redes a macroescala.

Por ejemplo, los gráficos de conocimiento podrían permitir a un banco cumplir sus compromisos de resistencia operativa para auditar las cadenas de suministro de todos sus proveedores, no sólo de uno. Podría evaluar los conocimientos de las entidades que comparten determinadas características dentro de las cadenas de suministro ampliadas, quizás instigando después análisis específicos de las partes reveladas de las cadenas de suministro. Por ejemplo, un gráfico de conocimiento puede poner de relieve el lavado verde de entidades que afirman tener credenciales ecológicas, pero que ocultan múltiples emisores de altas emisiones de carbono en su estructura corporativa y en sus cadenas de suministro.

¿En qué se diferencian los grafos de conocimiento de Quantexa?

El éxito de Quantexa Knowledge Graphs comienza con la plataforma Decision Intelligence Platform de la empresa.

La plataforma Decision Intelligence de Quantexa ayuda a los usuarios a limpiar, enriquecer, emparejar y comprender los datos conectando fuentes de datos aisladas, publicando y visualizando relaciones complejas a través del contexto del mundo real. El resultado es una única visión de 360 grados de los datos, que le ofrece una visión flexible de las entidades, objetos e identificadores a través de sus redes, con análisis de gráficos adjuntos a su alcance. Esto le ayuda a dar servicio a múltiples casos de uso empresarial en todos los datos de su organización.

He aquí cuatro capacidades ventajosas de la plataforma:

1. Ingerir datos es fácil. La plataforma permite a los científicos de datos, ingenieros de datos y analistas de datos preparar, configurar e ingerir fácilmente miles de millones de puntos de datos en múltiples formatos.

2. Las entidades se resuelven con una precisión superior al 99% con Quantexa, pero le conceda una visión flexible de entidades, objetos e identificadores a través de sus redes que pueden dar servicio a múltiples casos de uso. Por ejemplo, los casos de cumplimiento de la normativa en materia de fraude se benefician de una inteligencia más "difusa", en la que las pistas se resaltan para una investigación más profunda. Por otro lado, las entidades de su base de datos de marketing que cumplen el GDPR deben conocerse con precisión.

3. Aprovechando el análisis de gráficos e implantando metodologías de puntuación, el contexto se revela, está disponible y se puede utilizar. Por ejemplo, puede detectar patrones y relaciones clave en su conjunto de datos para identificar y calibrar características en flujos de trabajo de aprendizaje automático.

4. Porque la Plataforma de Inteligencia de Decisiones de Quantexa funciona con su parque de datos existente, no es necesaria una base de datos gráfica específica, por no hablar de múltiples bases de datos de grafos, con sus correspondientes restricciones de esquema.

La plataforma Quantexa Decision Intelligence ofrece análisis y perspectivas contextuales a organizaciones líderes de todo el mundo, ayudándolas a identificar delitos, crear inteligencia, limpiar conjuntos de datos, puntuar decisiones de riesgo e identificar conexiones y relaciones.

Basada en la plataforma Quantexa Decision Intelligence Platform, que abarca toda la empresa, es multifuncional y se centra en las entidades, Quantexa Knowledge Graphs nos permite realizar análisis de gráficos contextuales a gran escala. Esto es posible porque:

• Centrar los gráficos de conocimiento en la certeza e inteligencia de Quantexa Resolución de entidades capacidades, garantizando la validación, precisión y garantía

• Abarque todo el patrimonio de datos de su organización y consuma muchos tipos de datos

• Incorpora una ontología inferida previamente, por lo que no es necesario crear una propia.

• Son computacionalmente ligeros, lo que significa que puedes:

  • Ejecución por lotes a gran velocidad y con intensidad para el análisis automatizado, incluida la alimentación de almacenes de características para la formación de modelos o la inferencia de modelos en tiempo real.

  • Explorar interactivamente las redes más extensas para determinar entidades y regiones de interés, aumentando los flujos de trabajo de investigación humanos.

• Están basados en Python y son extensibles. Los desarrolladores y los científicos de datos pueden interactuar directamente con ellos e integrarlos en sus flujos de trabajo de ciencia de datos e IA. Por ejemplo, pueden conectarse con el aprendizaje profundo, las redes neuronales, la búsqueda y otras técnicas para revelar más en sus casos de uso empresarial.

Los grafos de conocimiento de Quantexa funcionan mejor a gran escala. Muchas herramientas son capaces de evaluar una sola empresa, pero ¿qué pasa si tienes 10, 50 o 200 millones de clientes, y quieres entender todas las entidades a través de miles de millones de registros sin tener que dedicar tiempo a definir una ontología (es decir, un marco [semántico] estructurado)? Las bases de datos de grafos tienen dificultades para adaptarse a esta escala y ofrecen menos interacción analítica. En un caso, Quantexa Knowledge Graphs realizó el mismo trabajo que una base de datos de grafos doce veces más rápido que otros grafos de conocimiento, al tiempo que ampliaba la red para hacer más preguntas..

Volviendo a la analogía del telescopio, no todos los telescopios son iguales. Los gráficos de conocimiento de Quantexa ofrecen una visión mucho más amplia y oportunidades analíticas inmediatamente disponibles. Son el telescopio James Webb de los gráficos de conocimiento.

La intersección de los grafos de conocimiento y la IA Generativa

A medida que evolucionan las tecnologías de IA generativa, los grafos de conocimiento han ido adquiriendo mayor resonancia, sobre todo para aportar contexto organizativo a los grandes modelos de lenguaje (LLM) en los flujos de trabajo de ingeniería del conocimiento. El contexto derivado de los grafos de conocimiento, superpuesto a los almacenes de datos empresariales y a los conjuntos de datos no estructurados, puede aportar inteligencia empresarial contextual y rastreable al conocimiento general encapsulado en los LLM. Por ejemplo, ¿qué nuevas relaciones debería explorar más a fondo para obtener información sobre el lavado verde en sus cadenas de suministro? La trazabilidad de los gráficos es especialmente pertinente en sectores regulados como los servicios financieros, la sanidad y el sector público.

Los grandes modelos lingüísticos tienen una gran comprensión del mundo, pero no entienden su datos. Al combinar su inteligencia contextual como un grafo de conocimiento con el vasto corpus de conocimiento de un LLM, se obtiene el mejor matrimonio de su clase. Además, gracias a los copilotos, el uso de modelos de IA ya no tiene por qué ser exclusivo de los científicos de datos, sino que puede estar al alcance de los responsables de la toma de decisiones.

En futuros blogs, exploraremos la intersección de la IA y los grafos de conocimiento en las infraestructuras de Generación Aumentada de Recuperación, y también mostraremos ejemplos de los Grafos de Conocimiento de Quantexa.

En conclusión

Los grafos de conocimiento ofrecen una amplitud telescópica a la inteligencia de redes, utilizando y complementando una serie de técnicas de IA y de correspondencia estadística para extraer nuevas perspectivas y conexiones a través de redes a gran escala a gran velocidad.

Al igual que el telescopio James Webb de la NASA, Quantexa Knowledge Graphs le ofrece la escala más amplia para sus investigaciones. Utilizándolos, puede ver más a través de todo su patrimonio de datos sin duplicar los almacenes de datos o la necesidad de adherirse a las restricciones de esquema o definir ontologías. Quantexa Knowledge Graphs proporciona flexibilidad para ver y analizar inmediatamente sus redes más amplias, para identificar nodos para la generación de redes egocéntricas enfocadas, y elevar los casos de uso de los clientes cargados de valor a través de la IA mejorada LLM y pipelines de ciencia de datos.