Список литературы на этот месяц — Grakn Labs
Вот третья в нашей ежемесячной серии ссылок на последние статьи, которые команда Grakn Labs сочла интересными. Мы стремимся освещать полезные обсуждения и новости для нашего сообщества читателей. Пожалуйста, дайте нам знать в комментариях, что вы думаете или хотели бы видеть больше в следующем месяце!
Мы называем посты в этой серии Знания, поскольку мы создаем граф распределенных знаний с открытым исходным кодом здесь, в лондонской Grakn Labs. Мы посчитали, что название серии блогов особенно уместно, потому что Знание — это также название для углубленного изучения улиц и мест, которое должны пройти водители такси здесь, в Лондоне, чтобы получить права на вождение автомобиля. официальное черное такси.
В начале этого месяца мы были рады прочитать статью Барри Зейна из Cambridge Semantics под названием Базы данных семантических графов: достойный преемник реляционных баз данных в Big Data Quarterly. В статье говорится, что:
«Базы данных семантических графов, наконец, достигли паритета производительности с другими базами данных, но теперь предлагают беспрецедентную гибкость и возможность разумно вмещать гораздо более разнообразные данные в больших объемах».
Далее описывается, как базы данных семантических графов могут делать все возможное из традиционных систем управления реляционными базами данных, но помимо этого гораздо больше: лучшие отношения моделей, более низкая стоимость владения и более высокая скорость подготовки данных и запросов.
В статье делается вывод:
«Базы данных семантических графов являются преемниками реляционных баз данных. Они представляют собой органическую эволюцию реляционной парадигмы и ее пересечение с ИТ-разработками в области памяти, хранения и вычислительной обработки. Переход от реляционных баз данных к базам данных семантических графов совершенствует технологии, основы баз данных и навыки, необходимые для их использования уникальным способом, который, несомненно, сделал интеллектуальные базы данных лучше, быстрее и дешевле, чем их предшественники».
Здесь, в Grakn Labs, мы не могли бы выразиться лучше!
В этом месяце в блоге Neo4j нам понравилось 5-минутное интервью с Дэвидом Меза, главным архитектором знаний, НАСА. Дэвид рассказывает об использовании Neo4j для изучения базы данных извлеченных уроков за последние 50 лет освоения космоса в разные эпохи, такие как Аполлон, шаттл и Орион. Использование графической базы данных решило постоянную проблему объединения точек в различных хранилищах данных.
Это был месяц выборов в США, о которых много писали, в частности о фейковых новостях и предвзятом освещении. Нам было интересно прочитать об инструменте, который использует искусственный интеллект, чтобы помочь журналистам открывать новые точки зрения в статьях, которые они пишут.
Проект JUICE (the JUrnalIst Creative Engine), недавно финансируемый Инициативой цифровых новостей Google, является результатом сотрудничества бизнес-школы Cass и факультета журналистики Лондонского Сити. Основной продукт работает внутри документов Google, используя языковую обработку, веб-поиск и алгоритмы рекомендаций, чтобы предлагать журналистам дополнительные источники информации, дополняющие их работу. JUICE имеет доступ к данным более чем 450 новостных сайтов. Когда журналист вводит что-то в документ Google, например, имя публичного деятеля, ИИ автоматически извлекает соответствующие статьи и другие мультимедиа, которые можно использовать в их истории. Этот инструмент иллюстрирует потенциал систем искусственного интеллекта, таких как механизмы рекомендаций, для расширения человеческого понимания и работы против наших предубеждений в позитивном ключе.
Наконец, мы рады узнать больше о Concept Graph Microsoft, который открывает базу знаний слов, связанных с миллионами понятий, чтобы помочь машинам лучше понять значение полных предложений при человеческом общении. По словам Microsoft, Concept Graph стремится дать машинам разумные вычислительные возможности и понимание ментальных моделей, которые мы, люди, считаем само собой разумеющимися. Concept Graph был выпущен 1 ноября и доступен для скачивания в исследовательских целях. Текущая версия включает в себя основную версию концептуальных данных на английском языке, извлеченных из миллиардов веб-страниц и поисковых запросов. Будущие выпуски будут включать концептуализацию с контекстом для понимания коротких и длинных текстов, а также поддержку китайского языка. Дополнительная информация доступна в Блоге Microsoft.
Что мы читали в этом месяце
Помимо недавних статей выше, нам также понравились следующие статьи:
На TechCrunch: Открытый исходный код и сотрудничество — новая норма
Автор Себастьян Дери: Машинное обучение на основе графов: часть 1
Скоро… недалеко от Grakn Labs: Google переезжает в огромную штаб-квартиру в Нью-Лондоне
Если вам понравился этот пост, пожалуйста, найдите время, чтобы порекомендовать его или оставить нам комментарий. Чтобы узнать о нас больше, рассмотрите возможность присоединения к растущему сообществу Grakn.
Обзор за прошлый месяц можно прочитать здесь. Присоединяйтесь к нам в следующем месяце, чтобы узнать, что нового в The Knowledge!
