Databricks представила Genie Ontology, систему контекста для AI‑агентов в корпоративных данных
Databricks делает ставку на новый уровень инфраструктуры для корпоративного ИИ. Речь о так называемом слое контекста, который помогает автономным агентам лучше понимать, как устроен бизнес. На конференции Data + AI Summit компания представила Genie Ontology, систему, автоматически извлекающую бизнес‑контекст из корпоративных данных и собирающую его в структурированную модель знаний.
Genie Ontology сейчас находится в стадии preview. Система анализирует данные из разных источников внутри организации: enterprise data, dashboards, queries, pipelines, documents и applications. Затем эта информация собирается в «живой» граф. Такой граф AI‑агенты могут использовать, чтобы разбираться в процессах компании и в связях между ними.
В системе работает механизм ранжирования, вдохновлённый Google PageRank. Он помогает определить, какие бизнес‑определения можно считать наиболее авторитетными. При оценке источников учитывается, кто создал информацию, насколько широко она используется, связана ли она с certified datasets и assets, а также как недавно она обновлялась. По этой оценке определяется, на какие ответы должен опираться AI‑агент, рассказал CEO Databricks Али Годси во время своего keynote поздно во вторник.
Организации также могут загружать собственные бизнес‑определения или онтологии в Genie Ontology через существующую платформу Databricks Unity Catalog Semantics.
Ключевые факты
Databricks представила Genie Ontology, систему, которая автоматически извлекает бизнес‑контекст из корпоративных данных, дашбордов, запросов, пайплайнов, документов и приложений и организует его в граф для использования ИИ‑агентами.
Genie Ontology сейчас находится в стадии preview и была показана на конференции Data + AI Summit.
В системе используется механизм ранжирования, вдохновлённый Google PageRank, чтобы определять наиболее авторитетные бизнес‑определения внутри организации.
По словам CEO Databricks Ali Ghodsi, при выборе ответа для ИИ‑агента учитываются факторы вроде автора информации, распространённости использования, связей с сертифицированными наборами данных и того, как недавно она обновлялась.