Graphdatenbank erhält Vektorsuche
Neo4j erweitert seine Graphdatenbank um eine native Vektorsuche. Damit sollen die Benutzer beim Einsatz von semantischen Suchanwendungen einen Blick auf ihre Daten erhalten, der kontextbasiert ist. Die Ergebnisse können bei GenAI-Applikationen zum Einsatz kommen und als “Langzeitgedächtnis” für LLMs (Large Language Models) dienen. Die Vektorsuchfunktion findet implizite Muster und Beziehungen zwischen unterschiedlichen Daten, die mehr auf ähnlichen Merkmalen aufsetzen und weniger auf genauen Übereinstimmungen basieren.
Damit liefert die Suche relevante Antworten auch ohne die Vorgabe von definierten Schlüsselwörtern. Daten sowie ihr zugehöriger Kontext werden in einen hochdimensionalen (dichten) Vektor transformiert, der sich in abstrahierter Form für Machine Learning (ML) nutzen lässt. Zum Einsatz kommt die Vektorsuche unter anderem beim Abgleich von Texten oder Dokumenten und beim Generieren von Empfehlungen (Recommendations).
In Knowledge Graphen erlaubt die Vektorsuche genaue, erklärbare und transparente Ergebnisse, die als Grundlage für LLMs dienen und die Fehleranfälligkeit (KI-Halluzinationen) minimieren. Generative KI-Anwendungen (GenAI) können im Kontext der vernetzten Daten Schlussfolgerungen ziehen und relevante Informationen abrufen.
„Die Vektorsuche deckt implizite Beziehungen auf, während im Graphen explizite, faktische Muster sichtbar werden. Diese Kombination ist nicht nur aus KI-Sicht von unglaublichem Wert“, erklärt Emil Eifrem, Mitbegründer und CEO von Neo4j. „Unternehmen wollen von der Innovationskraft rund um GenAI profitieren. Sie müssen aber darauf vertrauen können, dass die Systeme korrekte, transparente und erklärbare Ergebnisse liefern. LLMs entwickeln sich momentan schnell weiter. Graphdatenbanken wie Neo4j gewinnen im gleichen Tempo an Bedeutung, weil sie es erlauben, die Möglichkeiten und Grenzen von GenAI im Business-Umfeld auszuloten.“
Mit der Vektorsuche baut Neo4j die Funktionen seiner Graphdatenbank weiter aus. Im Juni stellte der Graph-Experte die Integration mit den GenAI-Funktionen in Vertex AI für Google Cloud vor, der führenden Plattform für maschinelles Lernen (inklusive LLMs). Entwickler können unstrukturierte Daten in einen Knowledge Graphen laden, sie in natürlicher Sprache abfragen und die LLM-generierten Ergebnisse validieren (Grounding).
Neben AWS und GCP ist Neo4j AuraDB seit April in Microsoft Azure verfügbar. Als erster Anbieter nativer Graphdatenbanken wurde Neo4j zudem in den Gartner Magic Quadrant for Cloud Database Management Systems aufgenommen.
Weitere Informationen: https://neo4j.com
