Neo4j 3.5 schafft Basis für maschinelles Lernen und KI-Systeme der nächsten Generation
Neo4j kündigte vor Kurzem das Release von Neo4j 3.5 an. Die native Graph-Plattform zielt auf den wachsenden Erfolg und Einsatz von Echtzeit-Geschäftsanwendungen ab, insbesondere künstlicher Intelligenz (KI) und maschinellem Lernen (ML).
Neo4j-Kunden – darunter eBay und Caterpillar – zeigen, dass vernetzte Graph-Daten ein wesentlicher Bestandteil von KI-Anwendungen in Unternehmen sind. Graphbasierte Datenmodelle liefern den notwendigen Kontext für KI-Anwendungen, indem sie Fakten und Beziehungen zwischen Menschen, Prozessen, Anwendungen, Daten und Maschinen erfassen und bereitstellen. Neo4j wird bereits in KI-Implementierungen von Kunden produktiv eingesetzt – beispielsweise bei Knowledge-Graphen, Betrugserkennung, Empfehlungssystemen und Chatbots – und trägt dort zum Unternehmenserfolg bei.
Adrian Bowles, Gründer von STORM Insights, äußert sich über die Synergien zwischen KI und Graphen wie folgt: „Die Art und Weise, wie wir Wissen in KI-gestützten Systemen organisieren und darstellen, hat großen Einfluss darauf, was und wie diese Systeme lernen“, sagt Bowles. „Kognition heißt, dass wir Beziehungen zwischen Wissenseinheiten im Kontext analysieren oder synthetisieren, um dadurch neues Wissen hervorzubringen. Die Darstellung dieser Beziehungen in einem Graphen ermöglicht effizientere und effektivere künstliche kognitive Prozesse.“
Die meisten aktuellen Modelle und Techniken, die den KI-Systemen zugrunde liegen, sind nicht für die Erkennung oder Handhabung von Verbindungen in Datensätzen optimiert. Property-Graphen zeigen diese auf und navigieren an ihnen entlang. So werden durch das Verknüpfen von Attributen und komplexen Beziehungen über den Graphen hinweg Zusammenhänge herauskristallisiert, was wiederum den Graphen zur bestmöglichen Datenstruktur für die Eingangsdaten von maschinellem Lernen macht. Die Robustheit der Neo4j Graph-Plattform und ihre Anwendungsbreite positionieren Neo4j als hervorragendes System zur Sicherung und Pflege vernetzter Daten – sogar wenn komplexe Algorithmen mehrmals pro Sekunde ausgeführt werden.
Weitere Informationen: https://neo4j.com
