Что если ваш LLM - это график? Исследователи переосмысливают стек ИИ

Графики знаний и график тряпичная изобилие, новые графические двигатели базы данных, аналитика и визуализация графиков, а также модели графических фундаментов.

Вы доверяете отчетам по исследованиям рынка? Если вы это сделаете, вот доказательства № 1, которые следует рассмотреть: рынок глобального графа знаний, по прогнозам, достигнет 6,93 млрд. Долл. США к 2030 году с 1,06 млрд. Долл. США в 2024 году, выросший на 36,6%.

Вы доверяете аналитикам? Если вы это сделаете, вот доказательства № 2, которые следует учитывать: до 50% запросов клиентов Gartner по теме ИИ включают обсуждение использования технологии графиков.

Вы доверяете сигналам рынка? Если вы это сделаете, вот доказательства № 3, которые следует рассмотреть: продукты на основе графиков, такие как RDFOX и Data.World, питают домашние продукты, такие как Samsung Galaxy S25 и ServiceNow, после их соответствующих приобретений.

Все эти доказательства указывают на одно и то же направление: ландшафт графика быстро развивается с точки зрения разнообразия, глубины и плотности, а перспективы положительны, несмотря на взлеты и падения.

Но есть веские основания прочитать этот раунд новостей и понимания, связанных с графиком, даже если вы не доверяете или не заботитесь о любом из вышеперечисленных. Читайте дальше, чтобы узнать о том, как создавать и визуализировать графики, новые графические двигатели базы данных, варианты на графике тряпки, дорожную карту для анализа графиков и модели графического фонда, приложения в Scale, LLMS и графики.

📋 Собственное содержание

• Граф технологий ландшафт
• Перспектива рынка графов знаний
• Создание и оценку графиков знаний как прочных активов
• Графики знаний, питающие имена врожденных с помощью слияний и поглощений
• Графики знаний как основной слой истины для прагматического искусственного интеллекта
• График тряпичный изобилие
• НОВЫЕ Графические двигатели базы данных, стандартизация и производительность
• Аналитика и визуализация графиков: дорожная карта, функции и платформы
• Графические модели, приложения в Scale, LLMS и графики

Вы уже понимаете силу графической технологии.

G.V () помогает вам понять ваш график.

G.v () - это IDE с графической базой данных, которая помогает вам записать, выполнять и тестировать запросы; отслеживать свою модель данных; Исследуйте и отредактируйте данные вашего графика на лету; и покажите свою работу с мощными визуализациями данных. Совместимый с 18 различными графическими технологиями и выращиванием, G.V () прост в использовании, низкая стоимость, низкая приверженность, поставщик агностик и хорошо играет с любой архитектурой безопасности.

Попробуйте G.V () для себя и начните запросить свою базу данных менее чем за 5 минут:gdotv.com

Граф технологий ландшафт

АГраф технологий ландшафт инфографикаПомогает карту мирового графического технологии с 2014 года. Его цель - представить ключевые категории в мире технологий графиков и ключевых игроков в этих категориях.

Конечно, как его создатели в связи с признанием, это всего лишь отправная точка, а не полный список. Это не могло быть, для домена, которая развивается так быстро как с точки зрения инноваций в области НИОКР, так и на рост рынка.

Отслеживание ландшафта технологий графиков требует постоянного внимания и тяжелой работы, поэтому инфографика и сопровождающий отчет обновляются только один раз каждые 5 лет.

Вывод из версии 2024 года заключается в том, что все больше и больше организаций принимают графические технологии, поскольку они считают, что она является активом для постоянно растущего количества вариантов использования. Бонусные треки:Графические технологии Outlook в 2025 годуПако Натан,Прогнозы для графиков знаний в 2025 годуТони Сил, иПересмотр другого графического технологического ландшафтаНиколас Фигай.

ИИ, которому вы можете доверять, работая от семантики

Когда ИИ не хватает контекста предприятия, это просто догадки. В июле 2025 года Metis является новым Metaphacts, ориентированной на знания, преобразующие отключенные предприятия, в реальную ценность.

С Метисом предприятия могут:

● Основание ответов ИИ в семантике предприятия для точности и доверия

● Разработка и развертывание пользовательских агентов искусственного интеллекта, основанных на знаниях, оснащенных интерфейсом Aconversation

● Управление и аудиторское использование данных предприятия

● Объедините инструменты, такие как суммирование, связывание сущностей и выполнение запросов-способная семантика специфичной для ByBusiness

Заземляя ИИ в семантике, Метис доставляет ИИ, который действительно понимает ваш бизнес, обеспечивая при этом безопасность, объяснение и надежность. Это обещание, основанное на знаниях агента, и это то, что поддерживает Метис.

Контактные метафактыЧтобы узнать больше!

Перспектива рынка графов знаний

Ключевые драйверы растущего внедрения графических технологий, как определеноОтчет об исследованиях по графу исследований и рынкам.являются растущим спросом на решения AI/Generative AI, быстрый рост объема и сложности данных, а также растущий спрос на семантический поиск.

Рынок графиков знаний оценивается в 1,06 млрд долларов США в 2024 году до 6,93 млрд долларов США к 2030 году при составном годовом темпе роста (CAGR) 36,6%. Как отмечается в исследовании и рынках, сегмент двигателя базы данных графиков, по прогнозам, будет содержать самый большой размер рынка, и, по прогнозам, сегмент услуг будет зарегистрироваться самые быстрые темпы роста в течение прогнозируемого периода.

Research и Markets отмечает отсутствие опыта и осведомленности, а также стандартизация и совместимость в качестве основных проблем, сдерживающих рост на рынке - хотя это меняется. Отсутствие опыта также оправдывает тот факт, что услуги (консалтинг, предположительно) определяются как самая быстрорастущая часть рынка.

Подключенные данные Лондон вернулся!

Конференция для тех, кто использует отношения, значение и контекст в данных для достижения великих вещей.Соединение данных, людей и идей с 2016 года. Connected Data London предоставляет сообщество, события и мыслительное лидерство по всем вещам, графику знаний, графическим аналитике, искусственным интеллекту, науке о данных, графических базах данных и семантических технологиях.

Независимо от того, являетесь ли вы инженером, ученым, архитектором или лицом, принимающим решения, это ваш шанс связаться с самыми яркими умом, формирующими будущее подключенных данных и полной программы:

🌐 Экспертные беседы

🤝 Сеть с новаторами

📊 Реальные тематические исследования

🎯 Практические семинары

🥂 Общественный ужин

📍 Leonardo Royal Hotel Tower Bridge | 🗓 20-21 ноября 2025 г.

🔗 Дисконтированные билеты на ранние птицы теперь доступны на2025.connected-data.london

Создание и оценку графиков знаний как прочных активов

В отчете исследований и рынков определяются «быстрое распространение графиков знаний» как возможность. Хотя мы, безусловно, видим признаки этого, здесь стоит сделать несколько моментов.

По мере роста популярности графов знаний, сложность их реализации подчеркивает необходимость оценки того, являются ли они правильным решением для использования организации. Это то, что Гартнер отмечает в своей исследовательской записке под названием «Как оценить применимость графиков знаний для ваших вариантов использования«

Gartner определил графики знаний в основе критических технологий Enabler в своем цикле шумиха в 2024 году для новых технологий и отметил, что «добавление семантических графиков интеграции и знаний» было одной из 10 ведущих тенденций в интеграции данных и технике в течение 2024 года.

Тем не менее, Gartner обнаруживает, что, несмотря на то, что осведомленность об использовании графа знаний растет, готовность или бизнес для инвестиций в такие инициативы низкая. Преимущества для бизнеса по -прежнему остаются неясными, и организации все еще пытаются выяснить, когда использовать графики знаний для обеспечения ценности бизнеса.

Как Майк ДиллингерпримечанияБогатые графики знаний - это долговечные активы - активы, которые имеют длительный срок службы, обеспечивая полезность или ценность в течение длительного периода, обычно в бизнесе или экономическом контексте. Они, как правило, не предназначены для продажи, но абсолютно необходимы для операций, как и другие активы, такие как недвижимость, оборудование и оборудование. Это чрезвычайно подходящая метафора.

Графики знаний являются организационным капиталом, и они должны оцениваться как таковые. Измерение их стоимости должно основываться на том, что они включают, что варьируется от управления данными до приложений ИИ.

В "Почему реализации графиков терпят неудачу«Lulit Tesfaye отмечает, что часто организации имеют ограниченное понимание уравнения затрат и выгод. Мел Ричи обращается к«Что нужно для создания отличного графика«И Гартнер делится»Как создать графики знаний, которые позволяют предпринимаемые приложения, управляемые искусственным интеллектом”

Джессика Талисман звонит сОнтология трубопровода для мощности семантических систем знанийотмечая, что структурированный, масштабируемый подход к семантическому управлению знаниями может оправдать инвестиции с четко определенными показателями ROI и улучшить качество и управление данными, необходимые для успеха ИИ. Джереми Рейвенл делится своим опытомС чего начать, когда вы хотите построить онтологиюПолем

Там также нет недостатка в инструментах для построения графиков знаний. Ясир Лейрги поделилсяITEXT2KG, пакет Python, предназначенный для постепенного построения последовательных графиков знаний с разрешенными объектами и отношениями.Whywhowhy Open поставлял свою студию графика знанийПолем ИOpenSpg(Семантический программируемый график)-это новое поколение двигателя Enterprise Knowledge Graph (EKG), который является двунаправленным усилением LLMS и графами знаний.

Графики знаний, питающие имена врождений через слияния и поглощения

Тот факт, что графики знаний представляют собой инвестиции для организаций, которые серьезно относятся к созданию ИИ, все чаще понимается.ServiceNow получает это и получает данные.Полем Как отмечает Джо Хилгер, продолжаетсяКонсолидация в индустрии семантического программного обеспечения, управляется Genai и семантическими слоями.

«Согласно фокус-группе Gartner, 4% технологических лидеров считают, что их данные готовы-это довольно отрезвляюще. Gartner продолжает говорить вОтдельный отчетчто к 2026 году 60% проектов искусственного интеллекта потерпят неудачу, потому что данные не являются готовыми ». Это то, что Гаурав Ревари, старший вице -президент и генеральный директор по данным и аналитическим продуктам в ServiceNow в контексте приобретения Data.World.

Существуют другие специалисты по каталогу данных, но Ревари сказал, что реализация графа знаний Data.World сделала ее хорошей подходящей для ServiceNow. ServiceNow уже обладает поддержкой графа знаний, но Data.World приносит коллекционеры метаданных и опыт графа знаний, которые могут дальше обогатить график ServiceNow.

Ранее в этом году,Samsung запустила новую серию Galaxy S25 с новыми функциями искусственного интеллекта, построенным на технологии из Oxford Semantic TechnologiesПолем Оксфордская секундология была приобретена компанией Electronics в июле 2024 г.

Технология компании RDFOX®За индивидуальным движением персональных данных Samsung для создания гипер-личностного опыта пользователей с использованием графиков знанийи будет включен в последнюю серию Galaxy S25. СоучредительЯн Хоррокс был среди ораторов на распакованном мероприятии SamsungПолем

Графики знаний как основной слой истины для прагматического искусственного интеллекта

Организации сталкиваются с критической проблемой для принятия искусственного интеллекта: как использовать их знания, специфичные для домена, использовать ИИ таким образом, чтобы обеспечить надежные результаты. Графики знаний могут обеспечить отсутствующий «слой истины» для ИИ, который превращает вероятностные результаты в ускорение бизнеса в реальном мире.

Это вывод из углубленного разговора наГрафики знаний как основной слой истины для прагматического искусственного интеллектас Тони Силом. Он рассматривает все: от графа знаний первых принципов до шаблонов приложений для безопасного, проверенного ИИ, реального опыта, тенденций, прогнозов и пути вперед. Сил, также известный как «Граф знаний», является основателем одноименной консалтинговой фирмы.

Некоторый связанный фоновый материал: «Каковы различные типы графиков? Наиболее распространенные заблуждения и понимание их приложений", а также "Что такое семантика и почему это имеет значение?” - И по знаниям предприятия, выделяя различные аспекты графа знаний первые принципы. И Вероника Хеймсбакк объясняетГрафики знаний для чайников- и за его пределами.

График тряпичный изобилие

Несмотря на препятствия по внедрению в Генае, или именно из-за этого, максимально используя системы с двигателем Genai, объединяя их с надежной информацией в контролируемых средах, aka Rag (извлечение дополненного поколения) постоянно привлекает внимание. Вариант Graph Rag, который мы широко освещали в предыдущей проблеме YOTG, развивается и видит свои собственные варианты.

Для знакомства с графом тряпкой, проверьте «Демократизация данных с помощью граф -тряпки: что это такое, что он может сделать, как их оценить«. Τhis привел кСвязанный график знания данных.иРеализация с открытым исходным кодом на основе kuzuиВизуализируется на g.v ()Полем АКонцептуальное введение в тряпку для графиковтакже дается Якобом Пёршманном, который затем подробно описываетРеализация в стеке Google CloudПолем

В последние несколько месяцев мы видели MicrosoftОткрытый источник реализации графического тряпки, обеспечивая улучшения, такие какАвтострадающая настройка для быстрой адаптации к новым доменамидинамичный выбор сообществаи выпускLazyGraphragПолем LazyGraphrag предназначен для решения ключевой критики граф -тряпки, а именно, что этодорого реализоватьПолем Но естьБольше проблем с графом тряпкойПолем

Вот почему такие люди, как Ирина Адамчич, придумывают альтернативы для их решения. Адамхич представилТрехслойная фиксированная архитектура объекта для эффективной тряпки на графикахПолем Он опирается на использование знаний о домене в так называемом онтологическом слое. Она также разработалаВариант на основе НЛПЭто не полагается на знания области, в то время как Елена КолвейНавигает по миру передовых узоров тряпкиПолем

OG-RAG, напротив, это тряпичная вариант, предлагающий онтологию, полученное в поисках, для крупных языковых моделей.Кет-рагОбещания в 10 раз дешевле, умнее поиск знаний.МинирагПредводит почти точную тряпку для небольших языков для моделей с небольшим языком с 25% хранения.Помнятэто структура, предназначенная для поиска знаний на основе намерений и контекста.

GFM-RAGэто модель графического фонда для тряпки.GNN-RAGИспользует график нейронного поиска для рассуждений LLM.Noderagэто вариант графика Rag, который использует гетерогенные графики с мелкозернистыми семантическими единицами, сущностями, отношениями и высокоуровневыми резюме вместо однородных графиков.СимграгПреобразует запросы в шаблоны графиков и выравнивает их с подграфами -кандидатами, используя метрику семантического расстояния графика.

ммграфрагПотратывает не текстовые данные, такие как изображения и аудио.ПатригЭффективно уменьшает избыточную информацию с обрезкой на основе потока, одновременно направляя LLMS для создания более логичных и когерентных ответов с подсказкой на основе пути.CDF-RAGИтеративно уточняет запросы, извлекает структурированные причинные графики и позволяет мульти-хоп причинно-следственной связи между взаимосвязанными источниками знаний.

АОбследование на графике тряпкиФормализует рабочий процесс GraphRAG, описывает основные технологии и методы обучения на каждом этапе, исследует нижестоящие задачи, области применения, методологии оценки и промышленные варианты использования и исследует будущие направления исследований.

Пако Натанраскрывает график в графикеВLettriaВДжей ЮиМэй Хабибсравнивать это и Франсуа Вандерсейпенделится концептуальным обзором для создания надежных решенийиКоллекция графических стеков с открытым исходным кодом для генерации и визуализации графиков знанийПолем

В конце концов, это может бытьГибридная тряпкаПодходы, которые могут оказаться достаточно гибкими, чтобы приспособиться к различным сценариям. Для многих приложений комбинация методов поиска, организованная умным маршрутизатором,может обеспечить наилучший баланс производительности и гибкостиПолем

НОВЫЕ Графические двигатели базы данных, стандартизация и производительность

Хотя Graph Rag была благом для поставщиков базы данных графиков, также возможноРеализовать график тряпки без графической базы данныхПолем Агрегация графических баз данных и графиков знаний в одной категории, как это делало в отчете об исследованиях и рынках, может быть не то, с чем все согласятся. Но понятно, почему графические базы данных помечены как самая большая часть этой агрегированной категории.

Графические базы данных уже давно существуют. Как и все антагонисты SQL, ихУтилита иногда подвергается сомнению, и у них естьвзлеты и падения с точки зрения MindShareПолем Но в целом они находятся на траектории роста, при этом все более понятны, стандартизация и образовательные ресурсы облегчают принятие, и важные новые события на рынке.

В "Графические базы данных через 15 лет - куда они направляются?«Gábor Szárnyas суммирует историю систем баз данных графиков, сосредотачиваясь на их основных категориях и вариантах использования. Затем он обсуждает ключевые проблемы, которые продолжают препятствовать принятию баз данных графиков, включая фрагментированные ландшафтные и ограничения производительности.

Он завершает недавние положительные события: (1) достижения в области стандартизации, которые привели к языкам ISO GQL и SQL/PGQ, (2) улучшения производительности, (3) нового поколения систем баз данных с открытым исходным кодом. Бонусные треки - Semih Salihoğlu'sВведение и фон на графических базах данныхи Джо ДрейераРуководство по графическим базам данныхПолем

Мы рассмотрели события в стандартизации в предыдущих информационных бюллетенях. Кит Харе делитсятекущий статуси Alaster GreenНовые функции GQLи постоянные усилия по закрытию «Онтология разрыв" иВыравнивать словесные слова и схемы сжиженного нефтяного газаПолем Алекс Милоуски также уточняетСхемы и типы GQLПолем

Поставщики базы данных графиков продолжают развиватьсятакже. Google ввел рынок базы данных графиков с графиком Spanner, AWS сделал еще один шаг к одному графическому видению Neptune, а NEO4J выпустил новые функции самообслуживания и Genai.График гаечного ключа теперь GAВNEO4J представила Aura Graph Analytics, иAmazon Neptune поддерживает базы знаний Amazon Bedrock с графом тряпкойПолем

В то же время мы также замечаем эволюцию в производительности базы данных графиков с новыми поставщиками и двигателями, такими какNEO4J BIFROSTВStardog BarqВАэрокосмик графикВГрафики данныхВQleverВКузу, иОгромный графПолем

Что, если фитнес не о том, чтобы следовать строгой рутине, но о создании плана, который работает для вас?

«Построен, чтобы длиться» - это не просто еще одна фитнес -книга. Это практическое, настраиваемое руководство, предназначенное для того, чтобы помочь вам создать устойчивый подход к здоровью, движению и долговечности. Независимо от того, начинаете ли вы свое путешествие или настраиваете свою текущую рутину, эта книга дает вам инструменты, чтобы взять контроль над вашей физической подготовкой-на ваших условиях.

🎯 Зачем построен в течение длительного времени: в отличие от других книг по фитнесу, которые продвигают быстрые исправления и экстремальные режимы,Построен в течение длительного времениоснован на реальных науке, реальных результатах и ​​реальной устойчивости.

Аналитика и визуализация графиков: дорожная карта, функции и платформы

Как предстоящие системы обработки графиков могут обеспечить обширную масштабируемость, эффективность и универсальные запросы и аналитические функции для удовлетворения разнообразных требований реальных сценариев? Это всеобъемлющий вопрос, который группа экспертов решил решить на панели ACM Sigmod. Они опубликовали свои выводы в «Дорожная карта для анализа графиков«

Visual Analytics является естественным дополнением для анализа графиков. Группа I2 опубликовала списокСоображения по визуализации и аналитике графа знанийПодчеркивание гибкости, выравнивания онтологии, визуализации, динамического стиля, агрегации, группировки и суммирования, настройки, семантики, детукации и разрешения сущности, линии данных и поддержки специальных типов.

Недавно были представлены новые инструменты и возможности для визуализации графика. G.v () - это инструмент клиента и визуализации, который начался с Gremlin, а теперь также такжеПоддерживает Neo4j, Memgraph и Neptune AnalyticsПолемRdf-to-gephiэто инструмент с открытым исходным кодом для визуализации графиков знаний RDF. И новый виджет с открытым исходным кодом YFILES удобно добавитьВизуализации графиков Sparql запросов на ноутбуки JupyterПолем

Графические модели, приложения в Scale, LLMS и графики

У нас также есть новые разработки в области графического ИИ, некоторые из них вызваны волной LLM, некоторые продолжают существующую волну инноваций. Майкл Галкин утверждает, чтоЭпоха моделей графического фонда началасьи предоставляет несколько примеров того, как можно использовать их уже сегодня. Пример:AnyGraph, модель графического фонда в дикой природеПолем

Галкин также предупреждает, чтоОбучение графика может потерять релевантность из -за плохих тестов, в то время как группа исследователей из Huawei и исследовательских институтов изучаетОсновы и границы теории обучения графаПолем Если вы хотите встать на скорость с GNN, этоВведение в графические нейронные сетиИ этот списокНеобходимые документы на GNNSбудет удобно.

Исследователи из Amazon представляютGraphstorm, все в одном с открытым исходным исходным графиком.Это использовалось и развернуто для более чем десятка приложений в отрасли. Snapchat также использует крупномасштабные нейронные сети графиков в производстве, используя свои собственные рамки с открытым исходным кодом, называемыеGigl (гигантское обучение графа)Полем

Брайан Пероцци из Google делится какГрафики могут помочь представлять структурированные данные для LLMS, покрытие кодирования графика, графики, рассуждения графа трансформатора и использование графов для генерации синтетических данных. Также следует отметить по последней теме,RdfgraphgenиLinkgenПолем

В "Планируйте как графикИсследователи улучшают выполнение задач LLM за счет разложения их на подзадачи, которые могут либо решить LLM параллельно, либо последовательно. Все эти подзадачи образуют график выполнения.Гракорявляется эталоном для понимания графика и сложных рассуждений в LLMS.

Брайан Пероцци также поделился работой своей команды надГрафик рассуждения с LLMSПолем И "Обзор больших языковых моделей для графиков«Представляет новую таксономию для классификации существующих методов, которые объединяют LLM и GNN.

Другой способ смешивать графики и языковые модели:Графические языковые моделиявляются графическими трансформаторами, которые позволяют рассуждать о графике. Одновременно они наследуют и эксплуатируют веса языка, позволяя им представлять и контекстуализировать триплеты на графике триплетов.Трансформаторы реляционных графовявляется новой архитектурой, преобразующей то, как мы извлекаем интеллект из реляционных баз данных.

Завершая мысль - провоцирующий вопрос и новый способ взглянуть на LLMS:Что если ваш LLM - это график? Как Пьер-Карл Ланглайс комментируетАнализ, разделяемый Петаром ВеличковичемКак только вы начнете рассматривать LLMS как нейронные сети графиков, многие структурные странности внезапно встают на свои места. В том, что, возможно, является обратной стороной, Курт Кэгл издаетРазличия между LLM и графами знанийПолем