Neo4j ergänzt Graphdatenbank um Vektorsuche für semantische Suchanwendungen und GenAI Zum Einsatz kommt die Vektorsuche unter anderem beim Abgleich von Texten oder Dokumenten und beim Generieren von Empfehlungen (Recommendations)
Neo4j, Anbieterin von Graphdatenbanken und Graph Analytics, erweitert die Kernfunktionen der Graphdatenbank Neo4j um native Vektorsuche. Die Integration ermöglicht Anwendern im Rahmen semantischer Suchanwendungen einen kontextbasierten Blick auf ihre Daten. Die Ergebnisse lassen sich für GenAI-Anwendungen nutzen und als eine Art Langzeitgedächtnis für Large Language Models (LLMs) heranziehen.
Die neue Vektorsuchfunktion in der Graphdatenbank Neo4j findet implizite Beziehungen und Muster zwischen Daten, die weniger auf exakten Übereinstimmungen als auf ähnlichen Merkmalen basieren. Damit liefert sie 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 genauere, 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." (Neo4j: ra)
Informatica, Unternehmen im Bereich KI-gestütztes Enterprise Cloud Data Management, gab die Verfügbarkeit von Generative AI Blueprints (GenAI) bekannt, die es Kunden ermöglichen, generative KI-Anwendungen auf Unternehmensebene schneller und einfacher auf sechs branchenführenden Technologieplattformen zu erstellen.
Qualys gab auf der "Qualys Security Conference" die Einführung eines Risk Operations Center (ROC) mit Enterprise TruRisk Management (ETM) bekannt. Die Lösung ermöglicht es CISOs und Geschäftsführern, Cybersecurity-Risiken in Echtzeit zu managen und fragmentierte, isolierte Daten in verwertbare Erkenntnisse umzuwandeln, die Cyber-Risiko-Operationen mit geschäftlichen Prioritäten in Einklang bringen.
Cloudera bringt das "Cloudera Private Link Network" auf den Markt. Das Ziel: kritische Datensicherheits- und Datenschutzbedenken für stark regulierte Unternehmen mit strengen Datensicherheitsrichtlinien zu adressieren.
Artec IT Solutions macht die Anbindung der Datenmanagement- und Archivierungslösung "EMA" an Microsoft 365 Exchange Online sowie an lokale Exchange-Infrastrukturen jetzt noch sicherer und benutzerfreundlicher.
Dell Technologies erleichtert die Einführung und den Betrieb von hyperkonvergenten Infrastrukturen mit neuen "Dell Solutions for Microsoft Azure Stack HCI". Diese verbessern die Azure-Erfahrung On-Premises und bieten maximale Flexibilität und Effizienz.
Infoblox, Anbieterin von Cloud-Networking und Sicherheitsdiensten, stellte ihre neue "Universal DDI Product Suite" vor. Sie ermöglicht ein einheitliches DDI-Management, umfassende Asset-Transparenz und proaktive Sicherheit, indem sie die Silos zwischen NetOps, CloudOps und SecOps aufbricht und gleichzeitig flexible, anpassungsfähige Bereitstellungsmodelle bietet. Infoblox ist das einzige Unternehmen, das IT- und Business-Entscheidungsträgern ein derart kohärentes DDI-Management zur Verfügung stellt.
Qlik kündigte neue Erweiterungen der "AutoML"-Funktionen an. Diese Updates erleichtern es Analyseteams, leistungsstarke Machine-Learning-Modelle zu erstellen und einzusetzen, und bieten native Analysen zur Erklärung von Vorhersagen in Echtzeit.
Mit der Verlagerung von KI-Workloads in Richtung Edge wird verbesserte Transparenz an entfernten Rechenzentrumsstandorten immer wichtiger. Mit "Vertiv Environet Connect" bietet Vertiv jetzt eine Cloud- und webbasierte Gerätemanagement- und Überwachungslösung an.
Couchbase hat einige Erweiterungen für "Capella" veröffentlicht. Mit "Capella Columnar on AWS", "Couchbase Mobile" mit Vektorsuche und "Capella Free Tier" stehen Unternehmen zahlreiche neue Features zur Verfügung. Zudem erhalten Entwickler einfachen Zugang zu DBaaS (Database as a Service)-Kapazitäten.
Red Hat gibt die allgemeine Verfügbarkeit von "Red Hat Enterprise Linux (Rhel) AI" in der Hybrid Cloud bekannt. Rhel AI ist die grundlegende Modellplattform von Red Hat, mit der Anwender generative KI-Modelle zur Unterstützung von Unternehmensanwendungen nahtlos entwickeln, testen und einsetzen können.
Wir verwenden Cookies um unsere Website zu optimieren und Ihnen das bestmögliche Online-Erlebnis zu bieten. Mit dem Klick auf "Alle akzeptieren" erklären Sie sich damit einverstanden. Erweiterte Einstellungen
