Čo ak je váš LLM graf? výskumníci znovu predstaviť AI Stack

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

Ak áno, tu je dôkaz číslo 1 na zváženie: Globálny trh s grafmi vedomostí sa očakáva, že do roku 2030 dosiahne 6,93 miliardy dolárov z 1,06 miliardy dolárov v roku 2024, rastúc na CAGR 36,6%.

Ak áno, tu je dôkaz #2 na zváženie: Až 50% zákazníckych dotazov spoločnosti Gartner týkajúcich sa témy AI zahŕňa diskusiu o používaní technológie grafu.

Ak áno, tu je dôkaz # 3 na zváženie: produkty založené na grafe, ako sú RDFox a data.world, poháňajú domáce produkty, ako je Samsung Galaxy S25 a ServiceNow, po ich príslušných akvizíciách.

Všetky tieto dôkazy poukazujú na rovnaký smer: krajina grafu sa rýchlo vyvíja z hľadiska rozmanitosti, hĺbky a hustoty a výhľad je pozitívny, napriek vzostupom a poklesom.

Ale je tu dobrý dôvod prečítať si toto kolo správ a poznatkov súvisiacich s grafom, aj keď neveríte, alebo sa nestaráte o žiadne z vyššie uvedených. Čítajte ďalej, aby ste sa dozvedeli o tom, ako vytvoriť a vizualizovať grafy, nové grafové databázové motory, varianty na Graph RAG, plán pre analýzu grafov a Graph Foundation Models, aplikácie v rozsahu, LLM a grafy.

Tabuľka obsahov

• Graph technológie krajiny
• Poznanie Graph Market Outlook
• Vytváranie a hodnotenie znalostných grafov ako udržateľných aktív
• Znalostné grafy podporujúce mená domácností prostredníctvom M&A
• Vedomostné grafy ako základná vrstva pravdy pre pragmatickú AI
• Názov grafu RAG Galore
• Nové grafické databázové motory, štandardizácia a výkon
• Graph Analytics a vizualizácia: Roadmap, funkcie a platformy
• Graph Foundation Modely, Aplikácie v mierke, LLMs a grafy

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

Ak chcete byť prezentovaní v nadchádzajúcom vydaní a podporovať túto prácu, vyhľadajte!

You already understand the power of graph technology.

G.V() helps you understand your graph.

G.V() je grafová databázová IDE, ktorá vám pomôže písať, spúšťať a testovať dotazy; sledovať váš dátový model; preskúmať a upravovať vaše grafové dáta v pohybe; a ukázať svoju prácu s výkonnými grafickými dátovými vizualizáciami. Kompatibilný s 18 rôznymi grafovými technológiami a rastom, G.V() je ľahko použiteľný, nízke náklady, nízke záväzky, agnostik a hrá dobre s akoukoľvek bezpečnostnou architektúrou.

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

Graf technológie krajiny

naGraf technológie krajiny infografikaPomáha mapovať svet grafických technológií od roku 2014. jej cieľom je predstaviť kľúčové kategórie vo svete grafických technológií a kľúčových hráčov v týchto kategóriách.

Samozrejme, ako jeho tvorcovia v Linkurious uznávajú, toto je len východiskový bod, nie úplný zoznam.Nemohlo by to byť, pre doménu, ktorá sa vyvíja tak rýchlo, a to tak z hľadiska inovácií v oblasti výskumu a vývoja, ako aj rastu trhu.

Sledovanie technologickej krajiny grafu si vyžaduje neustálu pozornosť a tvrdú prácu, preto sa infografika a sprievodná správa aktualizujú iba raz za 5 rokov.

Výhodou verzie 2024 je, že čoraz viac organizácií prijíma technológiu grafu, pretože ju považujú za aktívum pre stále rastúci počet prípadov použitia.Výhľad grafických technológií do roku 2025podľa Paco Nathan,predpovede pre znalostné grafy v roku 2025podľa Tonyho Seala aObnovenie ďalšej technologickej krajiny grafuNapísal Nicolas Figay.

AI you can trust, powered by semantics

Keď AI chýba podnikový kontext, je to len hádanka.V júli 2025 je metis novou platformou založenou na vedomostiach, ktorá transformuje odpojené podnikové dáta do reálnej obchodnej hodnoty.

S metis môžu podniky:

● Pozemné AI odpovede v podnikovej sémantike pre presnosť a dôveru

● Návrh a nasadenie vlastných znalostných AI agentov vybavených konverzačným rozhraním

● Kontrola a audit používania údajov podniku

● Kombinácia nástrojov, ako sú zhrnutie, prepojenie entít a spustenie dotazov – založená na obchodne špecifickej sémantike

Založením AI na sémantiku metis dodáva AI, ktoré skutočne chápe vaše podnikanie, pričom zabezpečuje bezpečnosť, vysvetľovateľnosť a spoľahlivosť.

Kontaktné metafaktyNaučiť sa viac!

Vedomostný graf výhľadu trhu

Kľúčové faktory pre rastúce prijatie technológie grafu, ako je identifikovanéVýskum a trhové vedomostné grafy Výskumná správa 2025Rastúci dopyt po AI/generatívnych AI riešeniach, rýchly rast objemu a zložitosti dát a rastúci dopyt po sémantickom vyhľadávaní.

Trh znalostných grafov sa odhaduje na 1,06 miliardy USD v roku 2024 na 6,93 miliardy USD do roku 2030, pričom kombinovaná ročná miera rastu (CAGR) je 36,6%.Ako poznamenáva výskum a trhy, segment Graph Database Engine sa očakáva, že bude mať najväčšiu veľkosť trhu a segment služieb sa očakáva, že zaznamená najrýchlejšiu mieru rastu počas obdobia prognózy.

Výskum a trhy poukazujú na nedostatok odborných znalostí a povedomia, ako aj na štandardizáciu a interoperabilitu ako na hlavné výzvy, ktoré bránia rastu na trhu – hoci sa to mení.

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 od roku 2016.Connected Data London poskytuje komunitu, udalosti a vedenie myslenia vo všetkých veciach Knowledge Graph, Graph Analytics, AI, Data Science, Graph Databases a Semantic Technology.

Či už ste inžinier, dátový vedec, architekt alebo tvorca rozhodnutí, toto je vaša šanca spojiť sa s najjasnejšími myšlienkami, ktoré formujú budúcnosť pripojených dát a celý program:

Expertné rozhovory

Networking s inovátormi

Prípadové štúdie reálneho sveta

Praktické workshopy

spoločenská večera

Leonardo Royal Hotel Tower Bridge 20. – 21. novembra 2025

Zľavové vstupenky Early bird sú teraz k dispozícii na2025.connected-data.londýn

Vytváranie a hodnotenie znalostných grafov ako trvalých aktív

Správa o výskume a trhoch identifikuje „rýchle šírenie grafov vedomostí“ ako príležitosť.

Keďže popularita znalostných grafov rastie, zložitosť ich implementácie zdôrazňuje potrebu vyhodnotiť, či sú správnym riešením pre prípad použitia organizácie.Ako vyhodnotiť použiteľnosť znalostných grafov pre vaše prípady použitia„...

Gartner identifikoval znalostné grafy v srdci technológií Critical Enabler vo svojom hype cykle pre vznikajúce technológie v roku 2024 a poznamenal, že "Pridávanie sémantickej integrácie dát a znalostných grafov" bolo jedným z 10 trendov v oblasti integrácie dát a inžinierstva v roku 2024.

Gartner však zistil, že aj keď sa zvyšuje povedomie o prípadoch používania znalostných grafov, ochota alebo nákup podniku investovať do takýchto iniciatív je nízka.

Ako Mike Dillingerpoznámky, bohaté znalostné grafy sú trvanlivé aktíva - aktíva, ktoré majú dlhú životnosť, poskytujú užitočnosť alebo hodnotu počas dlhšieho obdobia, zvyčajne v obchodnom alebo ekonomickom kontexte.

Grafy vedomostí sú organizačné CapEx, a mali by byť hodnotené ako také. meranie ich hodnoty by malo byť založené na tom, čo umožňujú, čo sa pohybuje od správy dát až po aplikácie AI.

v »Prečo grafické implementácie zlyhajú“, Lulit Tesfaye poznamenáva, že často organizácie majú obmedzené pochopenie rovnice nákladov a prínosov.Čo je potrebné na vytvorenie veľkého grafu„A Gartner zdieľa“Ako vytvoriť znalostné grafy, ktoré umožňujú AI-poháňané podnikové aplikácie» »

Jessica Talisman chytá sOntologické potrubie na podporu sémantických znalostných systémov, poznamenávajúc, že štruktúrovaný, škálovateľný prístup k sémantickému riadeniu vedomostí môže ospravedlniť investície s dobre definovanými metrikami ROI a zlepšiť kvalitu údajov a správu, ktoré sú nevyhnutné pre úspech AI.Kde začať, keď chcete vytvoriť ontológiu.

Nechýbajú ani nástroje na vytváranie grafov vedomostí. - Yassir LairgiZľavy2kg, balík Python navrhnutý tak, aby postupne konštruoval konzistentné znalostné grafy s riešenými entitami a vzťahmi.WhyHow open sourced svoje znalosti Graph StudioaOtvorenie(Semantic-Enhanced Programable Graph) je nová generácia podnikového znalostného grafu (EKG) engine, obojsmerne vylepšený LLMs a znalostných grafov.

Znalostné grafy podporujúce názvy domácností prostredníctvom fúzií a akvizícií

Skutočnosť, že znalostné grafy predstavujú investíciu pre organizácie, ktoré sú vážne o budovaní AI, sa čoraz viac chápe.ServiceNow to získava a získava data.world, aby hlbšie prehĺbil dáta pre AIAko Joe Hilger poznamenáva, prebiehakonsolidácia v sémantickom softvérovom priemysle, poháňané GenAI a sémantickými vrstvami.

Podľa skupiny Gartner 4% vedúcich technologických predstaviteľov verí, že ich dáta sú pripravené na umelú inteligenciu - to je dosť triezve.Samostatná správaže do roku 2026 zlyhá 60% projektov AI, pretože údaje nie sú pripravené na umelú inteligenciu.“ To povedal Gaurav Rewari, senior viceprezident a generálny manažér produktov pre dáta a analýzu v spoločnosti ServiceNow v kontexte akvizície dát.

Existujú aj ďalší špecialisti na katalógy údajov, ale Rewari povedal, že implementácia znalostného grafu spoločnosti Data.world ho robí vhodným pre ServiceNow. ServiceNow už má podporu znalostného grafu, ale data.world prináša zberače metadát a znalostné grafy, ktoré môžu ďalej obohatiť graf ServiceNow.

skôr v tomto roku,Samsung predstavil novú sériu Galaxy S25 s novými funkciami AI postavenými na technológii od Oxford Semantic TechnologiesSpinout Oxfordskej univerzity v roku 2017 tromi z popredných svetových profesorov informatiky v oblasti technológie AI založenej na znalostiach, Oxford Semantic Technologies bola získaná spoločnosťou Samsung Electronics v júli 2024.

Technológia spoločnosti RDFox® jeMotor osobných údajov spoločnosti Samsung vytvára hyper-personalizované používateľské skúsenosti s využitím znalostných grafov, a bude súčasťou najnovšej série Galaxy S25. spoluzakladateľIan Horrocks bol medzi rečníkmi na podujatí Samsung Unpacked.

Prihláste sa na rok grafického newslettera

Ak sa vám tento newsletter páči, prihláste satuUistite sa, že vždy príde priamo do vašej schránky.

Grafy vedomostí ako základná vrstva pravdy pre pragmatickú AI

Organizácie čelia kritickej výzve pri prijímaní AI: ako využiť svoje doménové vedomosti na používanie AI spôsobom, ktorý prináša spoľahlivé výsledky.

Toto je odvod z hlbokého rozhovoru naznalostné grafy ako základná vrstva pravdy pre pragmatickú AIS Tony Seale. To sa zaoberá všetkým od princípov vedomostného grafu prvé aplikácie vzory pre bezpečné, overiteľné AI, reálne skúsenosti, trendy, predpovede, a cestu vpred. Seale, tiež známy ako "The Knowledge Graph Guy", je zakladateľom rovnomennej poradenskej firmy.

Niektoré súvisiace materiály: “Aké sú rôzne typy grafov? najčastejšie mylné predstavy a pochopenie ich aplikácií„Aj tak ako“Čo je semantika a prečo je dôležitá?„ – oboje spoločnosťou Enterprise Knowledge, zdôrazňujúcou rôzne aspekty vedomostného grafu prvé princípy.znalostné grafy pre hlupákovA za tým.

Grafický graf RAG galore

Napriek prekážkam pri prijímaní GenAI, alebo práve kvôli nemu, čo najviac z GenAI-poháňaných systémov tým, že ich kombinuje s dôveryhodnými informáciami v kontrolovaných prostrediach, aka RAG (Retrieval Augmented Generation) neustále dostáva pozornosť.

Pre úvod do Graph RAG, pozrite si “Demokratisovanie údajov s Graph RAG: čo to je, čo to môže urobiť, ako to vyhodnotiť„To viedlo k tomu, žeConnected Data Knowledge Graph výzva, a jedenOpen Source implementácia založená na Kuzuavizualizované na G.V(). aKoncepčný úvod do Graph RAGPodrobnosti uvádza aj Jakob Pörschmann, ktorýImplementácia Google Cloud Stack.

V posledných mesiacoch sme videli, že MicrosoftOpen-sourcing implementácie Graph RAGPoskytovanie vylepšení, akoautomatické nastavenie pre rýchlu adaptáciu na nové doményaDynamický výber komunitya oslobodiťLazyGrafRagLazyGraphRAG je určený na riešenie kľúčovej kritiky Graph RAG, a to, že jeNáklady na implementáciuAle existujúViac informácií o Graph RAG.

To je dôvod, prečo ľudia ako Irina Adamchic prichádzajú s alternatívami na riešenie týchto problémov.trojvrstvová architektúra pevných entít pre efektívne RAG na grafochSpolieha sa na využívanie doménových poznatkov v tzv. ontologickej vrstve.Varianty založené na NLPže sa nespolieha na doménové znalosti, zatiaľ čo Elena Kohlweynaviguje svetom pokročilých vzorov RAG.

ZľavyRAG, naopak, je variant RAG, ktorý ponúka ontologicky založenú generáciu rozšírenú o vyhľadávanie pre veľké jazykové modely.Kľúčové slovo KET-RAGSľubuje 10x lacnejšie, inteligentnejšie získavanie vedomostí.Miniatúrnezavádza takmer-LLM presné RAG pre malé jazykové modely s iba 25% úložiska.Všímavosť RAGje rámec určený pre úmyselné a kontextovo zosúladené získavanie vedomostí.

GFM-RAG súborje grafický základný model pre RAG.GNN-RAG súkromnépoužíva Graph Neural Retrieval pre LLM uvažovanie.NodeRagje variant Graph RAG, ktorý používa heterogénne grafy s jemne zrnitými sémantickými jednotkami, entitami, vzťahmi a súhrnmi na vysokej úrovni namiesto homogénnych grafov.Simfóniatransformuje dotazy na grafové vzory a zarovnáva ich s kandidátskymi subgrafmi pomocou grafovej sémantickej vzdialenosti.

mmHráčiTlačí na non-textové dáta, ako sú obrázky a audio.Pátraťúčinne znižuje nadbytočné informácie s rozrezávaním založeným na toku a zároveň usmerňuje LLM k generovaniu logickejších a koherentnejších odpovedí s výzvou založenou na ceste.CDF-RAG súboriteratívne zdokonaľuje dotazy, získava štruktúrované kauzálne grafy a umožňuje multi-hop kauzálne uvažovanie cez prepojené zdroje vedomostí.

aVyhľadávanie v Graph RAGformalizuje pracovný postup GraphRAG, opisuje základné technológie a školiace metódy v každej fáze, skúma následné úlohy, aplikácie, metodiky hodnotenia a prípady priemyselného použitia a skúma budúce smery výskumu.

Paco NathanováRozbalenie grafu v GraphRAG, ,Letná, ,Jay YuaMôže HabibPrečítajte si tiež: Francois Vanderseypenzdieľa koncepčný prehľad pre budovanie robustných riešenía aZbierka grafov RAG s otvoreným zdrojovým kódom na generovanie a vizualizáciu grafov vedomostí.

Nakoniec to môže byťHybridný RAGprístupy, ktoré sa môžu ukázať dostatočne flexibilné na prispôsobenie sa rôznym scenárom.V mnohých aplikáciách kombinácia metód vyhľadávania, zorganizovaná inteligentným smerovačom,môže poskytnúť najlepšiu rovnováhu výkonu a flexibility.

Nové grafické databázové motory, štandardizácia a výkon

Hoci Graph RAG bol prínosom pre poskytovateľov grafických databáz, je tiež možnéImplementácia Graph RAG bez grafickej databázyZhromažďovanie grafových databáz a znalostných grafov do jednej kategórie, ako to robila správa o výskume a trhoch, nemusí byť niečo, s čím sa všetci zhodnú.

Grafické databázy existujú už dlho, rovnako ako všetci antagonisti SQL, ichUžitočnosť sa niekedy spochybňujeA oni majúUps a downs z hľadiska mindshareAle celkovo sú na rastovej dráhe, pričom sa čoraz viac chápu prípady použitia, štandardizácia a vzdelávacie zdroje, ktoré uľahčujú prijatie, a dôležitý nový vývoj na trhu.

v »Grafové databázy po 15 rokoch – kam smerujú?Gábor Szárnyas zhrnuje históriu grafových databázových systémov so zameraním na ich hlavné kategórie a prípady použitia.Potom diskutuje o kľúčových výzvach, ktoré naďalej bránia prijatiu grafových databáz, vrátane fragmentovanej krajiny a obmedzení výkonu.

Zopakoval nedávny pozitívny vývoj: (1) Pokroky v štandardizácii, ktoré viedli k jazyku ISO GQL a SQL/PGQ, (2) zlepšenia výkonu, (3) Nová generácia databázových systémov s otvoreným zdrojovým kódom.Úvod a pozadie grafových databázSpäť na Joe DreyerSprievodca grafmi databáz.

Pokrývali sme vývoj v oblasti štandardizácie v predchádzajúcich bulletinoch. Keith Hare zdieľaAktuálny stav, a Alastair Green zdôrazňujeNové funkcie GQLa pokračujúce úsilie o uzavretie "Ontologické medzery» aZosúladenie RDF slovníkov a LPG schémAlex Milowski tiež pracuje naGQL schémy a typy.

Výrobcovia grafických databáz sa stále vyvíjajúGoogle vstúpil na trh s grafickými databázami so Spanner Graph, AWS urobil ďalší krok smerom k vízii One Graph pre Neptune a Neo4j uvoľnil nové funkcie samoobsluhy a GenAI.Spanner Graph je teraz GA, ,Neo4j predstavuje Aura Graph Analytics, aAmazon Neptune podporuje znalostné základne Amazon Bedrock s Graph RAG.

Zároveň si tiež všimneme vývoj výkonu grafickej databázy s novými dodávateľmi a motormi, ako sú:Názov: Neo4j Bifrost, ,Hviezdne barky, ,Letecký graf, ,Grafické dáta, ,Kľudne, ,Kuzu, aHugeGraf.

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

„Built To Last“ nie je len ďalšou fitness knihou. Je to praktický, prispôsobiteľný sprievodca navrhnutý tak, aby vám pomohol vytvoriť trvalo udržateľný prístup k zdraviu, pohybu a dlhovekosti. Či už práve začínate svoju cestu alebo jemne nastavíte svoju súčasnú rutinu, táto kniha vám dáva nástroje na prevzatie kontroly nad vašou kondíciou – na vašich podmienkach.

Prečo Built To Last je iný: Na rozdiel od iných fitness kníh, ktoré tlačia rýchle opravy a extrémne režimy,Postavený naposledyje založená na skutočnej vede, skutočných výsledkoch a skutočnej udržateľnosti.

Grafická analýza a vizualizácia: plán, funkcie a platformy

Ako by mohli nadchádzajúce systémy spracovania grafov poskytovať rozsiahlu škálovateľnosť, efektívnosť a všestranné funkcie dotazovania a analýzy, aby spĺňali rozmanité požiadavky reálnych scenárov?Cestovný plán pre Graph Analytics„...

Vizuálna analýza je prirodzeným doplnkom grafovej analýzy. i2 Group zverejnila zoznamznalostné grafy pre vizualizáciu a analýzu, zvýraznenie Flexibility, Ontology Alignment , Vizualizácia, Dynamic Styling, Aggregation, Grouping a Summarization, Customization, Semantics, De-duplication a Entity Resolution, Data Lineage a podpora pre Špeciálne typy.

G.V() je grafický databázový klient a vizualizácia nástroj, ktorý začal s Gremlin a teraz tiežPodporuje Neo4j, Memgraph a Neptune Analytics→RDF-to-Gephi Zľavyje nástroj s otvoreným zdrojovým kódom na vizualizáciu RDF znalostných grafov a nový widget s otvoreným zdrojovým kódom yFiles umožňuje pohodlné pridávanieGrafické vizualizácie SPARQL dotazov na Jupyter Notebooks.

Graph Foundation Modely, aplikácie v mierke, LLMs a grafy

Máme tiež nové vývoj v oblasti grafu AI, niektoré z nich spustila vlna LLM, niektoré pokračujú v existujúcej vlne inovácií.Doba Graph Foundation Models sa začala, a poskytuje niekoľko príkladov toho, ako ich možno použiť už dnes. prípad v bode:AnyGraph, Graph Foundation Model vo voľnej prírode.

Galkin tiež varuje, žeGraph Learning môže stratiť relevantnosť v dôsledku zlých referenčných hodnôtZatiaľ čo skupina výskumníkov z Huawei a výskumných inštitútov skúmaZáklady a hranice teórie Graph LearningAk chcete dosiahnuť rýchlosť s GNNs, tentoÚvod do Graph Neural Networksa tento zoznamMusíte čítať články na GNNsBude to ručné.

Výskumníci z Amazonu predstaviliGraphStorm, all-in-one open source grafický strojový vzdelávací rámec pre priemyselné aplikáciektorý bol použitý a nasadený pre viac ako tucet miliardových priemyselných aplikácií. Snapchat tiež používa vo výrobe rozsiahle grafické neurálne siete, využívajúc svoj vlastný rámec s otvoreným zdrojovým kódom nazývanýGiGL (Gigantic Graph Learning – gigantické učenie grafov).

Bryan Perozzi z Googlu hovorí o tom, akoGrafy môžu pomôcť reprezentovať štruktúrované údaje pre LLM, pokrývajúce kódovanie grafov, GraphTokens, transformátorové grafové uvažovanie a používanie grafov na generovanie syntetických dát.RDFGrafgenaLinky.

v »Plán ako graf”, výskumníci zlepšujú vykonávanie úloh LLM tým, že ich rozdelia na podúlohy, ktoré môžu byť riešené LLM buď paralelne alebo postupne.Gréckoje referenčnou hodnotou pre porozumenie grafu a komplexné uvažovanie v LLM.

Bryan Perozzi tiež zdieľal prácu svojho tímu naGrafické uvažovanie s LLMa „Prieskum veľkých jazykových modelov pre grafyzavádza novú taxonómiu pre kategorizáciu existujúcich metód, ktoré kombinujú LLM a GNN.

Iný spôsob miešania grafov a jazykových modelov:Grafické jazykové modelysú grafické transformátory, ktoré umožňujú grafické uvažovanie. Súčasne zdedia a využívajú váhy jazykového modelu, čo im umožňuje reprezentovať a kontextualizovať trojuholníky v grafe trojuholníkov.Relatívne grafové transformátoryje nová architektúra, ktorá transformuje spôsob, akým extrahujeme inteligenciu z relačných databáz.

Obalenie s myšlienkou - provokujúca otázka a nový spôsob, ako sa pozrieť na LLM:Čo ak je váš LLM grafPierre-Carl Langlais hovorí, žeanalýza zdieľaná Petar Veličković, akonáhle začnete vidieť LLM ako grafické nervové siete, mnohé štrukturálne zvláštnosti náhle padnú na miesto.Rozdiely medzi LLM a znalostnými grafmi.

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

Ak chcete byť prezentovaní v nadchádzajúcom vydaní a podporovať túto prácu,Dostať sa von!