Egeria „daduska” csatlakozói megbízhatóbbá tennék az AI kontextusát
Az LF AI & Data Foundation szerint a széles körű vállalati AI-használathoz nem elég egy tudásgráf felépítése. Az Egeria projekt Nanny Connectors nevű csatlakozói a metaadatok frissítését, összekapcsolását, értelmezését és kormányzását segítik.
- Az Egeria Nanny Connectors az open metadata környezet karbantartását automatizálja.
- A csatlakozók többféle vállalati rendszer metaadatait kapcsolják össze.
- A Lovelace Services adatminőséget és folyamatfuttatásokat elemez.
- A Mendel a duplikált elemek konszolidációját támogatja.
- A Darwin az adatok és digitális termékek függőségeit követi.
A tudásgráf önmagában csak pillanatfelvétel
Az AI-alkalmazások kontextusának biztosítására sok fejlesztő tudásgráfot használna. Egy szervezet számára fontos elemeket és azok kapcsolatait tartalmazó gráf valóban jobb alap lehet egy modell számára, mint egymással össze nem kapcsolt dokumentumok halmaza. A probléma az, hogy a tudásgráf gyakran egyetlen nézőpontot és egy adott állapotot tükröz.
Széles körű vállalati használat mellett a kontextusnak folyamatosan változnia kell. Új adatok jelennek meg, az adatfolyamokat átépítik, a rendszereket pedig kivezetik. Fontos az is, hogy ugyanazt az ügyfelet, terméket vagy beszállítót a különböző rendszerek ne több, egymással versengő elemként írják le. Az adatok eredetét, előállítási folyamatait és felhasználhatóságát szintén követni kell, miközben az alkalmazásoknak meg kell találniuk és használható formában le kell kérniük őket.
Az LF AI & Data Foundation által ismertetett Egeria projekt szerint ez elsősorban üzemeltetési feladat. Egy kisebb bevezetésben ezt akár egy táblázattal dolgozó adatgazda is végezheti, vállalati méretben azonban automatizációra van szükség.
Mit csinálnak a Nanny Connectors?
A „daduska” elnevezés arra utal, hogy ezek a komponensek nem az alkalmazások munkáját végzik el. Az open metadata környezetet felügyelik, elemzik, rendbe teszik, összekapcsolják a vállalati rendszerkörnyezettel, majd eljuttatják a metaadatokat azokhoz a felhasználókhoz és alkalmazásokhoz, amelyeknek szükségük van rájuk.
A csatlakozók ugyanabban az integrációs démonban és kormányzási motorokban futnak, mint az Egeria többi csatlakozója. Ugyanazokat a nyílt metaadat-API-kat és ugyanazt az auditnaplót használják. A megközelítés oka, hogy egy tipikus vállalat adatbázisokat, adattavakat, adattárházakat, Kafka-témákat, különböző katalógusokat, ütemezőket, notebookplatformokat és SaaS-alkalmazásokat üzemeltethet.
Az Egeria ezek között semleges, nyílt metaadatrétegként helyezkedik el. A csatlakozók segítségével megismeri az egyes rendszereket, a Nanny Connectors pedig a felhalmozott tudás karbantartását és felhasználását támogatja.
Elemzés, duplikátumkezelés és adatvonalak
A Babbage Analytical Engine egy sor Lovelace Services nevű elemzési szolgáltatást vezényel. Ezek egy-egy célzott vizsgálatot futtatnak a tudásgráfon, majd osztályozásként rögzítik az eredményt. A felsorolt szolgáltatások között van a közreműködők jutalmazása, a kormányzási zónák összetételének összegzése, a folyamatfuttatások gyakoriságának, szabályosságának, időtartamának, hibaarányának és adatvolumenének elemzése, valamint az adatminőség vizsgálata.
A Mendel Automated Duplicate Manager a különböző rendszerekben szereplő, egymáshoz közeli elemeket kezeli. A lehetséges egyezéseket automatikusan ellenőrzi, bizonytalan esetben pedig adatgazdai feladatot hoz létre. A megerősített duplikátumokat egyetlen konszolidált elemmé egyesíti, az ütköző értékek közül elvetetteket pedig az auditnaplóban rögzíti.
A Darwin Product Dependency Manager az adattermékek eredetét és függőségeit követi. A sémaelemek szintjétől az adatvagyonokon át az őket tároló szerverekig, illetve az adatokat csomagoló digitális termékekig építi fel a kapcsolatokat. Így az AI-alkalmazások és az őket jóváhagyó szakemberek rendezettebb, visszakövethetőbb kontextusra támaszkodhatnak.
LF AI & Data Foundation: Standing on the Shoulders of Giants: The Nanny Connectors That Keep AI’s Context Trustworthy
