Что делать, если ваш LLM является графиком? исследователи переосмысливают стек ИИ

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

Если вы доверяете исследованиям рынка? если вы это делаете, вот доказательства No1: глобальный рынок графиков знаний, как ожидается, достигнет 6,93 миллиарда долларов к 2030 году с 1,06 миллиарда долларов в 2024 году, растущего с CAGR в 36,6%.

Если вы доверяете аналитическим фирмам? если вы доверяете аналитическим фирмам? если вы доверяете аналитическим фирмам? если вы доверяете аналитическим компаниям? если вы доверяете аналитическим компаниям? если вы доверяете аналитическим компаниям? если вы доверяете аналитическим компаниям? если вы доверяете аналитическим компаниям? если вы доверяете аналитическим компаниям? если вы доверяете аналитическим компаниям? если вы доверяете аналитическим компаниям? если вы доверяете аналитическим компаниям? если вы доверяете аналитическим компаниям? если вы доверяете аналитическим компаниям? если вы доверяете аналитическим компаниям? если вы доверяете аналитическим компаниям.

Если вы доверяете сигналам рынка, вот доказательства No3: продукты, основанные на графике, такие как RDFox и data.world, используют бытовые продукты, такие как Samsung Galaxy S25 и ServiceNow, после их соответствующих приобретений.

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

Но есть хорошая причина, чтобы прочитать этот круг новостей и представлений, связанных с графиком, даже если вы не доверяете или не заботитесь ни о каком из вышеперечисленных. Читайте дальше, чтобы узнать о том, как создавать и визуализировать графики, новые графические базы данных, варианты на Graph RAG, дорожную карту для графической аналитики и Graph Foundation Models, приложения в масштабе, LLM и графики.

Таблица содержимого

• Граф технологический ландшафт
• График знаний Market Outlook
• Создание и оценка графов знаний как устойчивых активов
• Графы знаний, поддерживающие имена домохозяйств через M&A
• Графы знаний как основной слой истины для прагматического ИИ
• Граф RAG Galore
• Новые двигатели графической базы данных, стандартизация и производительность
• Графический анализ и визуализация: дорожная карта, функции и платформы
• Graph Foundation Models, Applications at Scale, LLMs и Graphs

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

Если вы хотите быть представленным в предстоящем выпуске и поддержать эту работу, выходите!

You already understand the power of graph technology.

G.V() helps you understand your graph.

G.V() - это графическая база данных IDE, которая помогает вам писать, выполнять и тестировать запросы; отслеживать вашу модель данных; исследовать и редактировать ваши графические данные на ходу; и показывать вашу работу с мощными графическими визуализациями данных. Совместимая с 18 различными графическими технологиями и растущая, G.V() проста в использовании, низкая стоимость, низкая приверженность, агностика поставщиков и хорошо играет с любой архитектурой безопасности.

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

Граф технологический ландшафт

ТЭИнфографика технологического ландшафтас 2014 года помогает раскрыть мир графических технологий.Ее цель состоит в том, чтобы представить ключевые категории в мире графических технологий и ключевых игроков в этих категориях.

Конечно, как признают его создатели в Linkurious, это только начало, а не полный перечень.

Отслеживание технологического ландшафта графики требует постоянного внимания и упорной работы, поэтому инфографика и сопроводительный отчет обновляются только раз в 5 лет.

Взаимодействие с версией 2024 года заключается в том, что все больше и больше организаций принимают графическую технологию, поскольку они считают ее активом для постоянно растущего числа случаев использования.Перспективы графических технологий в 2025 годуПо словам Пако Натана,Прогнозы для графов знаний в 2025 годуТони Сил иПересмотр еще одного графического технологического ландшафтаОт Николая Фигая.

AI you can trust, powered by semantics

Когда искусственный интеллект не имеет конкретного контекста для предприятия, это просто догадка.В июле 2025 года Metis - это новая платформа искусственного интеллекта, основанная на знаниях, которая трансформирует отключенные корпоративные данные в реальную бизнес-ценность.

С помощью Metis предприятия могут:

● Наземные AI-ответы в семантике предприятий для точности и доверия

● Проектирование и развертывание настраиваемых на знания агентов искусственного интеллекта, оснащенных интерфейсом для беседы

● Контроль и аудит использования данных предприятия

Комбинируйте инструменты, такие как обобщение, связывание субъектов и выполнение запросов — с помощью бизнес-специфической семантики

Основывая ИИ на семантике, Metis предоставляет ИИ, который действительно понимает ваш бизнес, обеспечивая при этом безопасность, объяснимость и надежность.

Контактные метафактыЧтобы узнать больше!

Знание график рыночных перспектив

Ключевые факторы для растущего внедрения графической технологии, выявленныеИсследовательский и рыночный график знаний доклад 2025Это связано с растущим спросом на ИИ / генеративные решения ИИ, быстрым ростом объема и сложности данных, а также растущим спросом на семантический поиск.

Рынок графиков знаний оценивается в 1,06 миллиарда долларов США в 2024 году до 6,93 миллиарда долларов США к 2030 году при совокупном годовом темпе роста (CAGR) в размере 36,6%.Как отмечает Research and Markets, сегмент Graph Database Engine, как ожидается, будет иметь наибольший размер рынка, а сегмент услуг, как ожидается, будет регистрировать самый быстрый темп роста в течение периода прогноза.

Исследование и рынки отмечают недостаток опыта и осведомленности, а также стандартизацию и оперативную совместимость как основные вызовы, сдерживающие рост на рынке – хотя это меняется.

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 с 2016 года Connected Data London обеспечивает сообщество, события и лидерство в области знаний, графики, аналитики графиков, искусственного интеллекта, науки о данных, баз данных графиков и семантических технологий.

Независимо от того, являетесь ли вы инженером, ученым, архитектором или принимающим решения, это ваш шанс связаться с самыми яркими умами, формирующими будущее подключенных данных и полную программу:

Экспертные беседы

Сетевые связи с новаторами

Исследования реального мира

Практические семинары

Общественный ужин

🔸 Leonardo Royal Hotel Tower Bridge 20-21 ноября 2025 года

Скидные билеты на раннюю птицу теперь доступны в2025.connected-data лондон

Создание и оценка графов знаний как устойчивых активов

В отчете «Исследования и рынки» определено, что «быстрое распространение графиков знаний» является возможностью, и хотя мы, безусловно, видим признаки этого, есть несколько моментов, которые стоит учитывать.

По мере роста популярности графиков знаний сложность их внедрения подчеркивает необходимость оценки того, являются ли они правильным решением для использования в организации.Как оценить применимость графиков знаний для ваших случаев использования« .

Gartner идентифицировал графики знаний в основе технологий Critical Enabler в своем 2024 Hype Cycle for Emerging Technologies и отметил, что «Добавление семантической интеграции данных и графиков знаний» было одним из топ-10 тенденций в области интеграции данных и инженерии на 2024 год.

Тем не менее, Gartner обнаруживает, что, хотя осведомленность о случаях использования графиков знаний растет, готовность или покупка бизнеса для инвестирования в такие инициативы низка.

Как Майк ДиллингерНоты, богатые графики знаний - это долговечные активы - активы, которые имеют длительный срок службы, обеспечивая полезность или ценность в течение длительного периода времени, обычно в бизнес- или экономическом контексте.

Графики знаний являются организационными CapEx, и они должны быть оценены как таковые.Измерение их стоимости должно основываться на том, что они позволяют, что варьируется от управления данными до приложений ИИ.

В «Почему графические имплементации проваливаютсяLulit Tesfaye отмечает, что зачастую организации имеют ограниченное понимание уравнения затрат и выгод.Что нужно, чтобы построить великий график«И Gartner делится»Как построить графики знаний, которые позволяют ИИ-ориентированные корпоративные приложения«»

Джессика Талисман вступает вОнтологический трубопровод для усиления семантических систем знаний, отмечая, что структурированный, масштабируемый подход к семантическому управлению знаниями может оправдать инвестиции с четко определенными показателями ROI и улучшить качество данных и управление, которые необходимы для успеха ИИ.С чего начать, если вы хотите построить онтологию.

Также не хватает инструментов для создания графиков знаний.Yassir Lairgi2 килограммаПакет Python, предназначенный для постепенного создания последовательных графиков знаний с разрешенными субъектами и отношениями.WhyHow открыл свою студию Knowledge GraphиOpenSPG(Semantic-Enhanced Programmable Graph) - это новое поколение графиков знаний предприятия (EKG) двигателя, двунаправленно усовершенствованных LLM и знаний графиков.

Графики знаний, поддерживающие имена домохозяйств посредством слияний и приобретений

Тот факт, что графики знаний представляют собой инвестиции для организаций, которые серьезно относятся к созданию ИИ, становится все более понятным.ServiceNow получает это, и приобретает data.world, чтобы углубить данные для ИИКак отмечает Джо Хилгер, происходитКонсолидация в семантической индустрии программного обеспечения, управляемые GenAI и семантическими слоями.

«Согласно фокус-группе Gartner, 4% лидеров в области технологий считают, что их данные готовы к ИИ — это довольно трезво.Отдельный докладК 2026 году 60% проектов искусственного интеллекта потерпят неудачу, потому что данные не готовы к искусственному интеллекту», — сказал Гаурав Ревари, старший вице-президент и генеральный менеджер по данным и аналитическим продуктам в ServiceNow.

Существуют и другие специалисты по каталогу данных, но Ревари сказал, что внедрение знаний графа Data.world сделало его подходящим для ServiceNow. ServiceNow уже имеет поддержку знаний графов, но data.world приносит коллекторы метаданных и опыт знаний графов, которые могут еще больше обогатить график ServiceNow.

Ранее в этом году,Samsung запустила новую серию Galaxy S25 с новыми функциями ИИ, построенными на технологии Oxford Semantic TechnologiesСпиноут Оксфордского университета в 2017 году тремя ведущими в мире профессорами компьютерных наук в области технологий искусственного интеллекта на основе знаний, Oxford Semantic Technologies была приобретена Samsung Electronics в июле 2024 года.

Технология компании RDFox®Двигатель персональных данных Samsung создает гиперперсонализированные пользовательские возможности, используя графики знаний, и будет включен в последнюю серию Galaxy S25.Иэн Хоррокс был одним из спикеров на мероприятии Samsung Unpacked.

Подпишитесь на Год графического бюллетеня

Если вам нравится этот информационный бюллетень, подпишитесь здесь, чтобы убедиться, что он всегда попадает прямо в вашу почтовую почту.

Графы знаний как основной слой истины для прагматического ИИ

Организации сталкиваются с критическим вызовом для принятия ИИ: как использовать свои доменные знания, чтобы использовать ИИ таким образом, который обеспечивает надежные результаты.

Вот отрывок из глубокого разговора оГрафы знаний как основной слой истины для прагматического ИИОн затрагивает все, начиная от принципов знаний графиков до шаблонов приложений для безопасного, проверяемого ИИ, реального опыта, тенденций, прогнозов и пути вперед.

Некоторые сопутствующие материалы: «Какие бывают различные типы графов?Самые распространенные заблуждения и понимание их применения«Так же как и»Что такое семантика и почему она важна?« – как от Enterprise Knowledge, подчеркивая различные аспекты знаний график первых принципов.Графы знаний для дуракови за его пределами.

Граф RAG Galore

Несмотря на препятствия в принятии GenAI, или именно из-за этого, максимально использовать системы, работающие на GenAI, объединяя их с надежной информацией в контролируемых средах, RAG (Retrieval Augmented Generation) постоянно получает внимание.

Для введения в Graph RAG, смотрите «Демократизация данных с помощью Graph RAG: что это такое, что это может сделать, как его оценить«То, что привело кВызов Connected Data Knowledge Graph, и одинРеализация с открытым исходным кодом на основе KuzuиВизуализирован на G.V(). аКонцептуальное введение в Graph RAGтакже дал Якоб Поршманн, который затем подробноВнедрение Google Cloud Stack.

За последние несколько месяцев мы увидели MicrosoftОткрытое внедрение Graph RAGобеспечивать такие улучшения, какАвтоматическая настройка для быстрой адаптации к новым доменамиДинамический выбор сообществаи освобождениеЛазаревоLazyGraphRAG предназначен для решения ключевой критики Graph RAG, а именно, что этоСтоимость реализацииНо естьБольше проблем с Graph RAG.

Вот почему люди, такие как Ирина Адамчич, придумывают альтернативы для решения этих проблем.Трехслойная архитектура фиксированных субъектов для эффективного RAG на графикахОна опирается на использование доменных знаний в так называемом онтологическом слое.Варианты на основе НЛПчто не зависит от доменных знаний, в то время как Елена КолвейНавигация по миру передовых моделей RAG.

Ог-Раг, напротив, является вариантом RAG, предлагающим онтологически обоснованное увеличенное поколение для больших языковых моделей.Кет-РагОбещает 10x дешевле, более умное восстановление знаний.MiniRAGвводит близко к LLM точные RAG для малых языковых моделей только с 25% хранилища.Умный РАГэто рамка, предназначенная для целенаправленного и контекстного извлечения знаний.

ГФМ-РАГявляется графической основной моделью для RAG.ГНН-РАГиспользует графическое нейронное извлечение для рассуждений LLM.НОДЕРАГявляется вариантом Graph RAG, который использует гетерогенные графики с тонкозернистыми семантическими единицами, субъектами, отношениями и резюме высокого уровня вместо однородных графиков.Симграгпреобразует запросы в графические шаблоны и выравнивает их с кандидатами-субграфами, используя графическую семантическую метрику расстояния.

ММГРАФПРАГнажимает на нетекстовые данные, такие как изображения и аудио.Патриархэффективно уменьшает избыточную информацию с помощью резьбы на основе потока, руководствуясь LLM, чтобы генерировать более логичные и согласованные ответы с запросом на основе пути.КДФ-РАГИтеративно уточняет запросы, получает структурированные причинно-следственные графы и обеспечивает многоступенчатые причинно-следственные рассуждения по взаимосвязанным источникам знаний.

АОтзывы о Graph RAGФормализует рабочий процесс GraphRAG, описывает основные технологии и методы обучения на каждом этапе, исследует последующие задачи, области применения, методологии оценки и случаи промышленного использования и исследует будущие направления исследований.

Пако НатанРазъединяет график в GraphRAG,Литература,Джей ЮиМэй Хабибсравните это, и Франсуа Вандерсепенделится концептуальным обзором для создания надежных решенийи асбор графических стеков RAG с открытым исходным кодом для генерации и визуализации графиков знаний.

В конце концов, это может бытьГибридный RAGподходы, которые могут оказаться достаточно гибкими, чтобы адаптироваться к различным сценариям. Для многих приложений комбинация методов поиска, организованная умным маршрутизатором,может обеспечить наилучший баланс производительности и гибкости.

Новые графические базы данных, стандартизация и производительность

Хотя Graph RAG был благом для поставщиков графических баз данных, это также возможноВнедрение Graph RAG без графической базы данныхАгрегирование графических баз данных и графиков знаний в одну категорию, как в отчете по исследованиям и рынкам, может быть не чем-то, с чем все согласятся, но понятно, почему графические базы данных обозначены как наибольшая часть этой агрегированной категории.

Графические базы данных существуют уже давно.Как и все антагонисты SQL, ихПолезность иногда ставится под сомнениеИ они имеютВзлеты и падения с точки зрения mindshareНо в целом они находятся на траектории роста, с случаями использования, которые все больше понимаются, стандартизацией и образовательными ресурсами, которые облегчают принятие, и важными новыми разработками на рынке.

В «Графические базы данных через 15 лет – куда они направляются?Gábor Szárnyas подводит итоги истории систем графических баз данных, ориентируясь на их основные категории и случаи использования, а затем обсуждает ключевые проблемы, которые продолжают препятствовать внедрению графических баз данных, включая фрагментированный ландшафт и ограничения производительности.

Он сочетает в себе последние позитивные события: (1) прогресс в стандартизации, который привел к языкам ISO GQL и SQL/PGQ, (2) улучшения производительности, (3) новое поколение систем графических баз данных с открытым исходным кодом.Введение и фон на графических базах данныхИ Джо ДрейерРуководство по графическим базам данных.

Мы освещали развитие стандартизации в предыдущих информационных бюллетенях. Keith Hare sharesТекущий статус, а также Alastair Green HighlightsНовые особенности GQLи продолжающиеся усилия по закрытию «Онтологический разрыв«ИСравните словари RDF и схемы LPGАлекс Миловский также разрабатываетGQL схемы и типы.

Поставщики графических баз данных продолжают развиватьсяGoogle вошла на рынок графических баз данных с Spanner Graph, AWS сделала еще один шаг к видению One Graph для Neptune, а Neo4j выпустила новые функции самообслуживания и GenAI.Spanner Graph теперь GA,Neo4j представила Aura Graph Analytics, иAmazon Neptune поддерживает базы знаний Amazon Bedrock с помощью Graph RAG.

В то же время мы также отмечаем эволюцию производительности графических баз данных, с новыми поставщиками и двигателями, такими как:Neo4j Бифрост,Звездный бар,Аэрокосмический график,Графы данных,Клевер,Кузу, иГугграф.

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

«Built To Last» — это не просто другая книга о фитнесе. Это практичное, настраиваемое руководство, предназначенное для того, чтобы помочь вам создать устойчивый подход к здоровью, движению и долголетию.Независимо от того, только ли вы начинаете свое путешествие или тонко настраиваете свою текущую рутину, эта книга дает вам инструменты для контроля над вашей фитнесом — на ваших условиях.

Почему построено на последний раз отличается: в отличие от других фитнес-книг, которые продвигают быстрые исправления и экстремальные режимы,Построенный для последнегоОсновывается на реальной науке, реальных результатах и реальной устойчивости.

Графический анализ и визуализация: дорожная карта, функции и платформы

Как могут предстоящие системы обработки графиков обеспечить обширную масштабируемость, эффективность и универсальные запросы и аналитические функции для удовлетворения разнообразных требований реальных сценариев?Дорожная карта к Graph Analytics« .

Визуальная аналитика является естественным дополнением к графической аналитике. i2 Group опубликовала списокРассуждения для графической визуализации знаний и аналитики, подчеркивая Гибкость, Онтологическое выравнивание , Визуализация, Динамический стилинг, Агрегация, Группировка и Суммаризация, Настройка, Семантика, Де-двойство и Резолюция субъектов, Линейка данных и поддержка Специальных типов.

Недавно были представлены новые инструменты и возможности для графической визуализации. G.V() - это клиент графической базы данных и инструмент визуализации, который начинался с Gremlin, а теперь такжеПоддерживает Neo4j, Memgraph и Neptune Analytics. .РДФ-то-ГЭФИявляется инструментом с открытым исходным кодом для визуализации графиков знаний RDF. И новый виджет с открытым исходным кодом yFiles делает удобным добавлениеГрафические визуализации запросов SPARQL для Jupyter Notebooks.

Graph Foundation Models, приложения в масштабе, LLMs и графики

У нас также есть новые разработки в области графического ИИ, некоторые из них были спровоцированы волной LLM, некоторые продолжают существующую волну инноваций.Эпоха Graph Foundation Models началась, и дает несколько примеров того, как можно использовать их уже сегодня.AnyGraph, Graph Foundation Model в дикой природе.

Галкин также предупреждает, чтоГрафическое обучение может потерять актуальность из-за плохих эталоновВ то время как группа исследователей из Huawei и исследовательских институтов исследуетОсновы и границы теории Graph LearningЕсли вы хотите подняться до скорости с GNNs, этоВведение в графические нейронные сетиИ этот список изMust-Read Papers на GNNsОн будет ручным.

Исследователи из Amazon представилиGraphStorm, все-в-одному открытого исходного кода графического машинного обучения для отраслевых приложенийSnapchat также использует крупномасштабные графические нейронные сети в производстве, используя свою собственную рамку с открытым исходным кодом.GiGL (гигантское графическое обучение).

Google Брайан Пероцзи поделился своими впечатлениямиГрафы могут помочь представить структурированные данные для LLM, охватывающие графическое кодирование, GraphTokens, трансформаторное графическое обоснование и использование графиков для синтетического генерирования данных.РДФГРАФГЕНиЛингвин.

В «План как графикИсследователи улучшают выполнение задач LLM, разлагая их на подзадачи, которые могут быть решены LLM параллельно или последовательно.ГРАКОРявляется эталоном для понимания графов и сложных рассуждений в LLM.

Брайан Перозци также поделился работой своей команды наГрафические рассуждения с LLMsИ «Опрос больших языковых моделей для графиковВводит новую таксономию для классификации существующих методов, объединяющих LLM и GNN.

Другой способ смешивания графиков и языковых моделей:Графические языковые моделиВ то же время они унаследуют и эксплуатируют весы Модели языка, позволяя им представлять и контекстуализировать триплеты в Графе Триплетов.Относительный графический трансформаторЭто новая архитектура, преобразующая то, как мы извлекаем интеллект из реляционных баз данных.

Включение с мыслью - провоцирующий вопрос, и новый способ взглянуть на LLM:Что делать, если ваш LLM является графикомКак пишет Пьер-Карл Ланглейс, вАнализ совместно с Петром Величковичем, как только вы начинаете видеть LLM как графические нейронные сети, многие структурные странности внезапно впадают на место.Разница между LLM и графами знаний.

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

Если вы хотите быть представленным в предстоящем выпуске и поддержать эту работу, выходите!