Neo4j kündigt neue Produktintegrationen mit generativen AI-Funktionen in Google Cloud Vertex AI an

Knowledge Graphen lassen sich ab sofort mit gro?en Sprachmodellen (LLM) von Google kombinieren, um mehr Transparenz, Genauigkeit und Erkl?rbarkeit von generativer AI sicherzustellen

M?nchen, 14. Juni 2023 – Neo4j, f?hrender Anbieter von Graphdatenbanken und Graph Analytics, k?ndigte eine neue Produktintegration mit den neuesten Generative AI-Funktionen in Vertex AI f?r Google Cloud an, der f?hrenden Plattform f?r maschinelles Lernen (inkl. LLMs). Enterprise-Kunden k?nnen damit Knowledge Graphen, die auf Neo4j Aura in der Google Cloud Platform laufen, f?r generative KI-Analysen und -Empfehlungen nutzen und die Genauigkeit, Transparenz und Erkl?rbarkeit von Ergebnissen verbessern.

Die Neo4j Graphdatenbank, einschlie?lich ihrer Graph-Analyse-Features, gilt als Basis-Technologie f?r die Erstellung von sogenannten Knowledge Graphen, in denen sich sowohl viele verschiedene Entit?ten als auch die Beziehungen zwischen ihnen abbilden und abfragen lassen. Der im Graphen geschaffene Datenkontext erm?glicht es den KI-Systemen, Informationen hinsichtlich ihrer Relevanz f?r eine Frage zu bewerten, ihre Richtigkeit unter Einbeziehung unterschiedlicher Datenquellen zu ?berpr?fen und Abfragen ?ber alle Analyseschritte und Datenpunkte hinweg nachzuvollziehen.

Vorteile der Integration mit Googles Generative AI-Funktionen in Vertex AI:

1. Nat?rliche Sprache f?r die Interaktion mit Knowledge Graphen: Google Vertex AI f?r nat?rliche Sprache stellt eine Schnittstelle zum Neo4j Knowledge Graphen zur Verf?gung. Eingaben von Anwendern werden so automatisch in die Graph-Abfragesprache Cypher ?bersetzt. Dadurch k?nnen Nutzer auch ohne technische Vorkenntnisse einfach und schnell Abfragen im Graphen durchf?hren. Neo4j plant, die KI-gest?tzte Spracheingabe zudem innerhalb des ?kosystems der Graphdatenbank anzubieten, unter anderem in NeoDash – Dashboard Builder for Neo4j.

2. Transformieren unstrukturierter Daten in Knowledge Graphen: Entwickler erhalten mit Google Vertex AI die M?glichkeit, unstrukturierte Daten zu verarbeiten, zu strukturieren und in einen Knowledge Graphen zu laden. Mit Hilfe des Visualisierungstools Neo4j Bloom f?r Business Intelligence (BI) und Neo4j Graph Data Science lassen sich die Daten weiter analysieren und neue Erkenntnisse gewinnen.

3. GenAI-Anreicherung in Echtzeit: Neo4j-Graphdatenbanken sind in der Lage, Vertex AI-Services in Echtzeit aufzurufen, um Knowledge Graphen anzureichern. Ausgehend von strukturierten Quellen, aus Knowledge Graphen, k?nnen dank des vorliegenden Kontextes die generativen KI- Modelle kontrolliert werden. Zudem lassen sich die Ergebnisse im Nachgang verifizieren, in Bezug auf Sicherheits- und Korrektheitsregeln bereinigen (Guardrailing) und f?r h?here semantische Genauigkeit anreichern.

4. Support f?r Vektor Embedding (Merkmalsvektoren): Neo4j bietet Graph Embeddings, die sich f?r Feintuning und Training innerhalb gro?er Sprachmodelle nutzen lassen. Neo4js Graph Data Science unterst?tzt mehr als 60 Algorithmen, darunter K-Nearest-Neighbors (KNN) Algorithmen und Kosinus-?hnlichkeit. In Kombination mit den Google Vertex AI Embedding APIs gewinnen Anwender ein leistungsstarkes Toolset f?r die Entwicklung smarter Anwendungen.

5. Validierung dank Knowledge Graphen (Grounding): Als Grounding wird die F?higkeit bezeichnet, die von LLM generierten Ergebnisse mit Hilfe von strukturierten Datenquellen zu validieren. Sogenannte KI-Halluzinationen lassen sich minimieren, w?hrend das Vertrauen der Benutzer in die Resultate steigt. F?r das Grounding k?nnen Neo4j-Knowledge Graphen beispielsweise in Kombination mit dem LLM-Entwicklungsframework LangChain eingesetzt werden.

Neo4j und Google Cloud: Partnerschaft seit 2019
Google Cloud und Neo4j starteten ihre strategische Partnerschaft bereits 2019. Heute verwenden Gro?konzerne ebenso wie viele andere Unternehmen und Startups die Graphdatenbank in der Google Cloud im Rahmen von KI und Graph Analytics. Die Anwendungsf?lle reichen dabei von der Betrugsaufdeckung und der Geldw?schebek?mpfung ?ber Recommendation Engines und Supply Chain Management bis hin zu Natural Language Processing (NLP), Bioinformatik und digitale Zwillingen.

“Was die Daten- und KI-Transformation angeht, sehen sich Unternehmen einem noch nie dagewesenen Tempo ausgesetzt”, erkl?rt Nenshad Bardoliwalla, Director f?r Product Management f?r Vertex AI, Google Cloud. “Die neue Integration von Neo4j und Google Vertex AI hilft ihnen, ihre Daten und LLMs im vollem Umfang und effektiv zu nutzen. Dazu tr?gt neben der automatischen Anreicherung von Modellen in Echtzeit, dem Grounding und der Aufdeckung von Mustern in gro?en komplexen Datens?tzen auch die M?glichkeiten rund um die nat?rliche Spracheingabe bei.”

“Die Partnerschaft zwischen Neo4j und Google Cloud ist eine echte Power-Kombo aus Graphtechnologie, Cloud Computing und KI”, so Emil Eifrem, Mitbegr?nder und CEO von Neo4j. “Gemeinsam erm?glichen wir es Unternehmen, generative KI zu nutzen, Innovationen zu entwickeln, Mehrwert f?r ihre Kunden zu schaffen und vernetzte Daten in noch nie dagewesener Geschwindigkeit zu erschlie?en.”

Keywords:Neo4j, Graphtechnologie, KI, Generative AI, Knowledge Graphen, Google Cloud, Vertex AI, Graphdatenbanken, Graph Data Science