‘Graph databases bevorderen het begrip en gebruik van AI’

Abonneer je gratis op Techzine!

Het gebruik van graph databases (grafiektechnologie) kan het begrijpen en de inzet van AI-technologie helpen bevorderen. Dit stellen enkele experts tijdens de recente Gartner Data & Analytics Summit.

Volgens techwebiste The Register helpt de inzet van grafiekverwerking de komende jaren flink toe. Deze technologie is afkomstig uit de databasewereld. Graph-gebaseerde databases worden gebruikt om relaties binnen netwerken te analyseren.

Concreet slaan deze soort databases een item, bijvoorbeeld een persoon of een bedrijf, in een node op en beschrijven vervolgens de relatie van deze node met andere nodes. Hieraan worden ook verschillende andere parameters toegevoegd. Data scientists kunnen hiervoor bijvoorbeeld problemen ontdekken en vervolgens oplossen. Ook de technologie worden gebruikt om een door AI interpreteerbare beschrijving van de werkelijkheid te kunnen begrijpen en data-integratie te vergroten.

Nieuwe AI-technologie

Vooral deze laatste functionaliteit zal de komende jaren alleen maar toenemen, zo verwachten de experts van Gartner. Volgens hen leidt het gebruik van grafiektechnologie tot een nieuwe vormen van AI, in het bijzonder zogenoemde ‘samengestelde AI’. Samengestelde of ‘composite’ AI  is de idee dat grafieken een gemeenschappelijk fundament bieden voor de combinatie tussen bestaande en nieuwe AI-technieken. Deze technieken moeten dan verder gaan dat de huidige volledige datagestuurde machine learning.

Andere grafiektoepassingen

In afwachting van deze nieuwe technieken, kunnen data scientists, data engineers en andere dataspecialisten graph databases al gebruiken voor een hele rits aan andere toepassingen. Denk hierbij aan het snel kunnen begrijpen hoe data is gestructureerd, het gebruik van het visualiseren van grafieken voor het ontdekken van de belangrijkste eigenschappen en inputvariabelen voor voorspellingen en categorisatie. Ook kunnen grafieken worden gebruikt voor het ontdekken wat nu precies het belangrijkste binnen datasets is.

Andere toepassingen zijn onder meer het gebruik van grafiekendata voor het creëren van nieuwe neurale netwerken of het uitleggen van de uitkomsten van AI en de belangrijkste acties achter de data te ontdekken.

Volgens Gartner gaat grafiektechnologie de komende jaren binnen AI een belangrijke rol spelen. De experts gaan ervan uit dat bedrijven dit ook inzien en dus de komende jaren hier flink op gaan inzetten.

Overige interessante technologie

Daarnaast constateerden de marktspecialisten ook nog een aantal andere voor AI geschikte technologieën die de komende jaren veel aandacht gaan krijgen. Onder meer behoort het ‘data fabric’ hiertoe. Dit is de abstractielaag waarmee gebruikers snel tot de juiste data komen, terwijl dit op een veilige en met governance plaatsvindt. Ook zogenoemde ‘generatieve adverserial networks’ zijn in opkomst. Dit is een techniek waarbij het ene ML-model tegenover een ander wordt afgezet om nieuwe data te genereren.

Verder is, volgens Gartner, nog de GTP-3 Open AI-technologie zeer interessant. Dit is een op ML gebaseerd taalmodel dat deep learning gebruikt om menselijke tekst te produceren. Bijvoorbeeld een bot die zelfstandig zonder menselijke tussenkomst teksten schrijft op basis van informatie uit een ML-model.

Tip: Superintelligentie wordt de grootste gebeurtenis in de mensheid, de context moeten we alleen zelf creëren