あなたのLLMがグラフだったら?研究者はAIスタックを再構想する

Knowledge Graphs and Graph RAG Galore, New Graph Database Engines, Graph Analytics and Visualization, and Graph Foundation Models.

あなたは市場調査レポートを信頼していますか? あなたがそうなら、ここに考慮すべき証拠 #1: グローバルな知識グラフ市場は、2030年までに1.06億ドルから366%のCAGRで成長すると予測されています。

あなたはアナリスト企業を信頼していますか? もしそうなら、ここに考慮すべき証拠2があります: Gartnerのクライアントアンケートの50%は、AIのトピックをめぐってグラフテクノロジーの使用に関する議論を含んでいます。

あなたは市場のシグナルを信頼していますか? あなたがそうするなら、ここで考慮すべき証拠3: RDFoxやdata.worldなどのグラフベースの製品は、それぞれの買収の後、Samsung Galaxy S25やServiceNowなどの家庭用製品を供給しています。

これらのすべての証拠は同じ方向を示しています:グラフの景観は、多様性、深さ、密度の面で急速に進化しており、上昇と下落にもかかわらず、見通しはポジティブです。

しかし、上記のいずれかを信頼していないか、または気にしていない場合でも、このグラフ関連のニュースや洞察を閲覧するには良い理由があります。グラフの構築と視覚化方法、新しいグラフデータベースエンジン、グラフRAGのバリエーション、グラフ分析のロードマップ、グラフ財団モデル、スケールアプリケーション、LLMおよびグラフについて学ぶために続きを読む。

コンテンツのテーブル

• グラフ・テクノロジー Landscape
• 知識グラフ 市場展望
• 持続可能な資産としての知識グラフの構築と評価
• Knowledge Graphs Powering Household Names Through M&A
• Knowledge Graphs as the Essential Truth Layer for Pragmatic AI(知識グラフ)
• グラフ RAG Galore
• 新しいグラフデータベースエンジン、標準化とパフォーマンス
• グラフ分析と視覚化:ロードマップ、機能、プラットフォーム
• Graph Foundation モデル, Applications at Scale, LLMs and Graphs

This issue of the Year of the Graph is brought to you by G.V(), metaphacts, Connected Data London, and Built to Last.

あなたが今後のエピソードで紹介され、この仕事をサポートしたい場合は、到達してください!

You already understand the power of graph technology.

G.V() helps you understand your graph.

G.V() はグラフ データベース IDE で、クエリを書き、実行し、テストするのに役立ちます。データ モデルを追跡し、グラフ データを飛びながら探検し、編集し、強力なグラフ データ ビジュアライゼーションで作業を表示します。 18 種類のグラフ テクノロジーと互換性があり、成長し、G.V() は使用しやすく、低コスト、低コミットメント、ベンダーアグノスティック、およびあらゆるセキュリティアーキテクチャでよく機能します。

Try out G.V() for yourself and start querying your database in less than 5 minutes: gdotv.com

グラフテクノロジーの風景

THEグラフ テクノロジー インフォグラフィック2014年以来、グラフテクノロジーの世界をマッピングする手助けをしています。その目的はグラフテクノロジーの世界の主要なカテゴリとそれらのカテゴリ内の主要なプレイヤーを紹介することです。

もちろん、Linkuriousのクリエイターが認めているように、これは単なる出発点であり、完全なリストアップではなく、研究開発のイノベーションと市場成長の両方で急速に進化しているドメインにとってはあり得ない。

グラフテクノロジーの景観を追跡するには、絶え間ない注意と努力が必要であり、インフォグラフィックと付随するレポートは5年ごとに更新されます。

2024版からの取り出しは、ますます多くの組織がグラフテクノロジーを採用しており、それがますます増加する使用例の資産であると考えています。グラフテクノロジー展望 2025年パコ・ナッサン(Paco Nathan)2025年の知識グラフの予測トニー・シーールと、グラフ・テクノロジー・ランドシップの再構築ニコラス・フィガイ

AI you can trust, powered by semantics

AIがエンタープライズ特有のコンテキストに欠けているとき、それは単なる推測に過ぎない。 2025年7月、metisは、非接続されたエンタープライズデータをリアルなビジネス価値に変えるメタファクトの新しい知識駆動型AIプラットフォームです。

Metisを使用すると、企業は:

●正確性と信頼性のためのエンタープライズセマンティクスにおける地上AIの応答

●Conversational インターフェイスを搭載したカスタマイズされた知識駆動型 AI エージェントの設計と展開

●企業データ使用の制御および監査

● サミュレーション、エンティティリンク、クエリ実行などのツールを組み合わせる - bybusiness-specific semantics

AIをセマンティクスに浸透させることによって、metisはあなたのビジネスを真に理解するAIを提供し、同時にセキュリティ、説明性、信頼性を確保します。

コンタクトメタファクトもっと学ぶために!

知識グラフ 市場展望

The key drivers for the growing adoption of graph technology, as identified byResearch and Markets’ Knowledge Graph Research Report 2025(研究・市場の知識グラフ調査報告書2025)AI/generative AI ソリューションの需要の増加、データの量と複雑性の急速な増加、およびセマンティック検索の需要の増加です。

知識グラフ市場は2024年に106億ドルで、2030年までに6.93億ドルに達し、合成年次成長率(CAGR)は36.6%と推定されています。

Research and Marketsは、専門知識と認識の欠如、標準化と相互運用性が市場の成長を抑制する主要な課題であると指摘しているが、それは変化している。

Connected Data London is back!

The go-to conference for those who use the relationships, meaning, and context in Data to achieve great things.Connecting Data, People & Ideas since 2016. Connected Data London は、知識グラフ、グラフアナリティクス、AI、データサイエンス、グラフデータベース、セマンティックテクノロジーに関するコミュニティ、イベント、思考リーダーシップを提供しています。

あなたがエンジニア、データサイエンティスト、建築家、または意思決定者であろうと、これはコネクテッドデータの未来を形作る最も明るい頭脳とつながるあなたのチャンスです。

専門家会話

イノベーターとのネットワーク化

現実世界の事例研究

実践ワークショップ

コミュニティディナー

レオナルド ロイヤル ホテル タワー ブリッジ 11月20日 - 21日, 2025

割引早期鳥のチケットは今すぐ入手可能2025.connected-data.london ロンドン

持続可能な資産としての知識グラフの構築と評価

研究と市場の報告書は「知識グラフの急速な拡散」を機会と見なしているが、我々は確実にその兆候を見ているが、ここで取り組む価値のある点はいくつかある。

知識グラフの普及が増加するにつれて、その実装の複雑さは、それらが組織の使用例に適したソリューションかどうかを評価する必要性を強調します。あなたの使用ケースに知識グラフの適用性を評価する方法」

Gartnerは、2024年の新興技術のハイプサイクルで、重要なエンパイラー技術の中心にある知識グラフを特定し、「セマンティックデータ統合と知識グラフの追加」は、2024年のデータ統合とエンジニアリングのトップ10のトレンドの1つであると指摘した。

しかし、Gartnerは、知識グラフの使用事例の認識が増加しているにもかかわらず、そのようなイニシアチブに投資する意欲やビジネス購入は低いと見ています。

マイク・ディリングノート, 豊富な知識グラフは、持続可能な資産 - 長い寿命を持つ資産は、通常、ビジネスまたは経済的文脈で、長い期間にわたってユーティリティまたは価値を提供します。

知識グラフは組織のCapExであり、それらはそのように評価されるべきであり、その価値の測定は、データ管理からAIアプリケーションに至るまで、それらが可能にするものに基づくものでなければならない。

「In」なぜグラフ実装が失敗するのか「Lulit Tesfayeは、多くの場合、組織はコストと利益の方程式を限られた理解を持っていると指摘しています。偉大なグラフを構築するために必要なこと「Gartner Shares」AI駆動型エンタープライズアプリケーションを可能にする知識グラフを構築する方法」

ジェシカ・タリスマン(Jessica Talisman) chimes in with theOntology Pipeline to Power Semantic Knowledge Systems (オントロジーパイプライン)セマンティックな知識管理に対する構造化された、スケーラブルなアプローチが、正確に定義されたROIメトリクスで投資を正当化し、AIの成功に不可欠なデータの品質とガバナンスを向上させることができることを指摘する。オントロジーを構築したいときにどこから始めるべきか.

知識グラフを構築するためのツールも足りない。Yassir Lairgiタグ2KGPython パッケージは、解決したエンティティと関係で一貫した知識グラフを段階的に構築するように設計されています。WhyHow open source its Knowledge Graph Studio をリリースそしてオープンSPG(Semantic-Enhanced Programmable Graph) は、LLMsと知識グラフによって両方向的に強化された、新しい世代のエンタープライズ知識グラフ(EKG)エンジンです。

合併と買収を通じて家計名を供給する知識グラフ

知識グラフがAIの構築に真剣に取り組んでいる組織にとって投資であるという事実は、ますます理解されています。ServiceNowはこれを取得し、Data.worldを取得し、AIのデータをより深く掘り下げています。ジョー・ヒルガーが指摘するように、現在、セマンティックソフトウェア産業における統合GenAIとセマンティック・レイヤーによって動かされる。

「Gartnerのフォーカスグループによると、テクノロジーのリーダーの4パーセントは、彼らのデータがAIの準備ができていると信じています。別々の報告2026年までに、AIプロジェクトの60%は、データがAI準備ができていないため失敗するだろう」と、ServiceNowのデータ・アナリティクス・プロダクトの最高副社長兼マネージャーである Gaurav Rewari氏は、データ・ワールドの買収に関して述べた。

他のデータカタログの専門家もいるが、Rewari氏は、Data.worldの知識グラフの実装により、ServiceNowにはすでに知識グラフのサポートがあるが、data.worldは、ServiceNowのグラフをさらに豊かにできるメタデータの収集者と知識グラフの専門知識をもたらす。

年初めに、Samsungは、Oxford Semantic Technologiesの技術に基づく新しいAI機能を備えた新しいGalaxy S25シリーズを発表しました。知識ベースのAIテクノロジーの分野で世界トップのコンピュータサイエンスの教授3人によって2017年にオックスフォード大学のスピノートとして、オックスフォードセマンティックテクノロジーは2024年7月にサムスン・エレクトロニクスに買収されました。

同社のRDFox®技術は、サムスンの個人データエンジンにより、知識グラフを活用して超パーソナライズされたユーザー体験を作成, and will be included in the latest Galaxy S25 series. 共同創設者Ian HorrocksはSamsungのUnpackedイベントのスピーカーのうちの一人でした。.

Year of the Graph Newsletterにサブスクリプション

あなたがこのニュースレターを楽しんでいる場合は、ここにサブスクリプトして、それは常にあなたのメールボックスに直接到着することを確認してください。

知識グラフは、プラグマティックAIの基本的な真実層として

組織は、AIの採用に不可欠な課題に直面しています: AI を信頼できる結果を提供する方法で使用するために、そのドメイン特有の知識をどのように活用するか。

こちらは、深い会話から採取されたもの。知識グラフは、プラグマティックAIの基本的な真実層としてトニー・シーールと共に、知識グラフの原則から安全で検証可能なAIのアプリケーションパターン、現実世界の経験、トレンド、予測、そしてその先の道のすべてに取り組んでいます。

関連する資料のいくつか:」グラフの異なる種類は何ですか? 最も一般的な誤解とそのアプリケーションの理解」と同様に「セマンティックとは何ですか? なぜ重要なのか?” – both by Enterprise Knowledge, highlighting different aspects of knowledge graph first principles. And Veronika Heimsbakk explainsドゥミーのための知識グラフそして、それ以上に

グラフ RAG galore

GenAIの採用の障害にもかかわらず、あるいはまさにそれゆえに、コントロールされた環境で信頼できる情報と組み合わせることによって、GenAI駆動システムを最大限に活用するにもかかわらず、RAG(Retrieval Augmented Generation)は一貫して注目を集めています。

Graph RAGの紹介については、こちらをご覧ください。グラフRAGによるデータの民主化:それが何であるか、何ができるか、どのように評価するか「THE WAS LEADED TO THEConnected Data Knowledge Graph チャレンジ, and anKUZUに基づくオープンソースの実装そしてG.V() で視覚化・AGraph RAGの概念的導入また、Jacob Pörschmann氏も、その後詳細に述べている。Google Cloud Stack での実装.

ここ数ヶ月、マイクロソフトはオープンソースの Graph RAG 実装改善を提供するなど、新しいドメインに迅速に適応するための自動調節そしてダイナミックコミュニティの選択そして、リリースラジオラジオLazyGraphRAGは、Graph RAGの主要な批判に取り組むことを目的としています。実施にかかる費用しかし、あるのはGraph RAG についてもっと知る.

イリーナ・アダムチックのような人々が、それらに対処するための代替案を提案する理由です。グラフ上の効率的な RAG のための 3 層固定エンティティアーキテクチャそれは、いわゆるオントロジー層でドメイン知識を活用することに依存しています。NLPベースの変数ドメイン知識に頼るのではなく、エレナ・コールウェイが高度なRAGパターンの世界を航行する.

ラグ, on the contrary, is a RAG variant offering ontology-based retrieval-augmented generation for Large Language Models. とは対照的に、大規模言語モデルのための ontology-based retrieval-augmented generation を提供する RAG バージョンです。KET-RAGより安価でスマートな10倍の情報収集を約束します。ミニラグストレージのわずか25%で小型言語モデルのためのLLM近い正確なRAGを導入します。ラグ ラグis a framework designed for intention-based and contextually aligned knowledge retrieval. 意図に基づく、文脈的に調和した知識の回収のために設計されたフレームワークです。

GFM-RAGRAGのグラフ・フォーメーション・モデルです。ラグLLM理論のためのグラフニューラルリトリバルを使用します。ノードラグis a Graph RAG variant that uses heterogeneous graphs with fine-grained semantic units, entities, relationships, and high-level summaries instead of homogeneous graphs. Graph RAG は、繊細なセマンティックユニット、エンティティ、関係、および高レベルの概要を含む異質なグラフを使用します。シングラグクエリをグラフパターンに変換し、グラフのセマンティカル距離メトリックを使用して候補サブグラフとそれらを調和します。

mmグラフィック画像やオーディオなどの非テキストデータをタップします。パターンフローベースの切断で効果的に過剰な情報を削減し、コースベースの誘導でより論理的かつ一貫した応答を生成するためにLLMを導きます。CDF・RAGiteratively refines queries, retrieves structured causal graphs, and enables multi-hop causal reasoning across interconnected knowledge sources. iteratively refines queries, retrieves structured causal graphs, and enables multi-hop causal reasoning across interconnected knowledge sources. クエリを改良し、構造化された因果グラフを取得します。

AGraph RAGについてGraphRAGのワークフローを公式化し、各段階のコアテクノロジーとトレーニング方法を概要し、下流のタスク、アプリケーションドメイン、評価方法、産業用例を検討し、将来の研究の方向を模索します。

パコ・ナタンGraphRAG で Graph を解くで、レトリックで、ジェイ・ユそしてMay ハビブbenchmark it フランソワ・ヴァンデルシーペン強力なソリューションを構築するための概念的な概要を共有するそしてAグラフ RAG オープンソース スタックの収集で、知識グラフを生成および視覚化.

最終的には、それはハイブリッドRAGさまざまなシナリオに適応するのに十分に柔軟である可能性のあるアプローチ 多くのアプリケーションでは、スマートルーターによってオーケストラ化された回収方法の組み合わせ、パフォーマンスと柔軟性の最高のバランスを提供することができます。.

新しいグラフデータベースエンジン、標準化とパフォーマンス

Graph RAG は、グラフ データベース ベンダーにとって有益なものですが、Graph RAG をグラフデータベースなしで実装研究と市場のレポートのようにグラフデータベースと知識グラフを1つのカテゴリーに集計することは、誰もが同意するものではありませんが、なぜグラフデータベースがこの集計されたカテゴリの最大の部分としてマークされているのか理解できます。

グラフデータベースは、これまでずっと存在していて、すべてのSQLアンタゴニストと同様に、役に立つことは時々疑問に思われる。, and they haveUPS AND DOWNS IN MINDSHAREしかし、それらは全体的に成長の軌道にあり、使用例がますます理解され、標準化と教育資源が採用を促進し、市場で重要な新しい発展が起こっています。

「In」15年後のグラフデータベース - どこへ向かうのか?「Gábor Szárnyasは、グラフデータベースシステムの歴史を概要し、その主なカテゴリーと使用例に焦点を当て、グラフデータベースの採用を妨げ続ける主要な課題について議論します。

彼は最近のポジティブな発展に取り組んでいます: (1) ISO GQL と SQL/PGQ 言語を導いた標準化の進歩、 (2)パフォーマンスの向上、 (3)オープンソースのグラフデータベースシステムの新しい世代。グラフデータベースにおける入門と背景ジョー・ドレイヤーのグラフデータベースへのガイド.

We have covered the developments in standardization in previous newsletters. Keith Hare shares現在の状態, and Alastair Green highlights アラステア・グリーンGQLの新機能閉鎖のための継続的な取り組み »オントロジー gap」とRDF辞書とLPGスケジュールアレックス・ミロフスキー(Alex Milowski)は、GQL スケジュールとタイプ.

グラフデータベースのベンダーは進化し続けるGoogle は Spanner Graph でグラフ データベース市場に参入し、AWS は Neptune の One Graph ビジョンに向けてさらに一歩を踏み出し、Neo4j は新しいセルフ サービスと GenAI 機能をリリースしました。Spanner Graph は GA です。で、Neo4jがAura Graph Analyticsを発表そして、Amazon Neptune、Amazon Bedrock Knowledge BasesをグラフRAGでパワーアップ.

同時に、グラフデータベースのパフォーマンスの進化も注目し、新たなベンダーやエンジンなどが登場します。NEO4J ビフロストで、スタードッグ BARQで、Aerospike グラフで、データグラフで、クライアントで、キューズそして、ハググラフ.

What if fitness wasn’t about following a strict routine—but about building a plan that works for YOU?

「Built To Last」はもう一冊のフィットネスブックではありません。これは、健康、運動、長寿に対する持続可能なアプローチを作り出すのに役立つ実用的なカスタマイズ可能なガイドです。あなたが旅を始めるか、現在のルーチンを細かく調整しているかに関係なく、この本はあなたのフィットネスをコントロールするためのツールを提供します。

なぜ最後に建てられたかは異なります: 迅速な修正や極端な処置を推し進める他のフィットネスブックとは異なり、最後に建てられた真の科学、真の成果、真の持続可能性に基づいています。

グラフ分析と視覚化:ロードマップ、機能、プラットフォーム

次期グラフ処理システムは、実際のシナリオの多様な要求を満たすために、幅広いスケーラビリティ、効率性、および多様なクエリおよび分析機能を提供するにはどうすればよいでしょうか? これは、ACM Sigmodパネルで専門家のパネルが取り組むための一般的な質問です。Graph Analyticsへのロードマップ」

ビジュアルアナリティクスはグラフアナリティクスの自然な補完です. The i2 Group published a list of知識グラフビジュアル化と分析に関する考慮事項, Flexibility, Ontology Alignment , Visualization, Dynamic Styling, Aggregation, Grouping and Summarization, Customization, Semantics, De-duplication and Entity Resolution, Data Lineage and support for Special Types を強調。

G.V() は Gremlin から始まったグラフ データベース クライアント & ビジュアライゼーション ツールです。Neo4j、Memgraph、Neptune Analyticsをサポートで。RDF-to-Gephiis an open source tool to visualize RDF knowledge graphs. and a new yFiles open source widget makes it convenient to addJupyter Notebooks への SPARQL クエリのグラフビジュアル化.

Graph Foundation Models, Applications at Scale, LLMs and Graphs (グラフ財団モデル、スケールでのアプリケーション、LLMsおよびグラフ)

また、グラフAIの分野では、一部はLLMの波によって引き起こされ、一部は既存のイノベーションの波を継続している。グラフ財団モデルの時代が始まった。, and provides a few examples of how one can use them already today. Case in point: 例をいくつか提供します。AnyGraph, a Graph Foundation Model in the Wild(アニグラフ).

ギャルキンも警告している。グラフ学習は、悪いベンチマークによって関連性を失う可能性があります。さらに、Huaweiと研究機関の研究者グループが、グラフ学習理論の基礎と境界GNNsでスピードアップしたい場合は、このグラフニューラルネットワーク Graph Neural Networksそして、このリストのMUST-READ PAPERS ON GNNSハンドイッチになります。

Amazonの研究者らが紹介GraphStorm、産業用アプリケーション向けのオープンソースグラフ機械学習フレームワークSnapchatはまた、大規模なグラフニューラルネットワークを生産に使用し、独自のオープンソースフレームワークを活用する。GiGL(Gigantic Graph Learning).

Googleのブライアン・ペロジ(Bryan Perozzi)グラフは、LLMsのための構造化データを表すのに役立ちます。, graph encoding, GraphTokens, Transformer graph reasoning, and using graphs for synthetic data generation. Also of note on the latter topic,RDFグラフィックそしてリンク.

「In」グラフのようなプラン」研究者は、LLMによって並行または連続的に解決することができるサブタスクに分解することによってLLMタスクの実行を改善します。グラウンドグラフ理解とLLMの複雑な推論のための基準です。

Bryan Perozziも彼のチームの仕事を共有しました。グラフ推論とLLMs「そして」A Survey of Large Language Models for Graphs(グラフのための大規模言語モデルの調査)「LLMsとGNNsを組み合わせる既存の方法を分類するための新しい分類を導入する。

グラフと言語モデルを組み合わせる方法:グラフ言語モデル同時に、彼らは言語モデルの重量を相続し、利用し、トリプルトのグラフでトリプルを表し、文脈化することを可能にします。関連グラフトランスフォーマー Relational Graph Transformersこれは、私たちが関係データベースから知性を抽出する方法を変革する新しいアーキテクチャです。

思考を巻き込む - 挑発的な質問、およびLLMsを見る新しい方法:あなたのLLMがグラフである場合ピエール・カール・ラングライスが述べたように、分析 Petar Veličković, once you start to see LLMs as graph neural networks, many structural oddities suddenly fall into place. In what is arguably the flip side, Kurt Cagle sets out theLLMと知識グラフの違い.

This issue of the Year of the Graph is brought to you by G.V(), metaphacts, Connected Data London, and Built to Last.

もしあなたが今後の作品に登場し、この作品を応援したいのなら、出入り!