简介： 随着人工智能应用在全球范围的普及和风靡，大语言模型技术（Large Language Model，简称 LLM）受到了广泛的关注和应用。而图数据库作为一种处理复杂数据结构的工具，能够为企业构建行业大语言模型提供强大的支持，包括丰富亿万级别的上下文信息，提升模型的应答精度，从而实现企业级的应用效果。同时，Graph+LLM 可以助力快速构建知识图谱，帮助企业更深入地理解和挖掘数据价值。
随着人工智能应用在全球范围的普及和风靡，大语言模型技术（Large Language Model，简称 LLM）受到了广泛的关注和应用。而图数据库作为一种处理复杂数据结构的工具，能够为企业构建行业大语言模型提供强大的支持，包括丰富亿万级别的上下文信息，提升模型的应答精度，从而实现企业级的应用效果。同时，Graph+LLM 可以助力快速构建知识图谱，帮助企业更深入地理解和挖掘数据价值。
此前经过杭州悦数研发团队与多家知名大语言模型 LLM 技术团队的合作，悦数图数据库已经实现了自然语言生成图查询功能，用户在对话页面通过自然语言就可以实现知识图谱的构建和查询，验证了可落地性。而在悦数图数据库最新升级的悦数图探索 v 3.7.0 版本中，重磅推出了 AI 知识图谱构建器（KG Build（beta））和图语言生成助手（AI assistant）两大功能模块，进一步将其产品化，让用户在产品层面能够真正体验到图技术与大语言模型的融合。
AI 知识图谱构建器：告别繁琐、高成本的知识图谱构建
在步入大数据时代的今天，知识图谱的重要性日益凸显。Gartner 在《2023 年人工智能技术成熟度曲线》报告中指出：知识图谱以一种直观的方式捕捉世界信息，同时仍能表示复杂的关系，它可作为许多产品的支撑，包括搜索、智能助手和推荐引擎。同时，知识图谱支持合作与共享、探索与发现，以及通过分析提取洞察力。生成性 AI 模型也可以与知识图谱结合，向它们的输出添加可信和经过验证的事实。
然而，构建知识图谱一直是一项存在诸多难点的工程。一方面其创建成本极高，德国曼海姆大学的研究表明，对于大型知识图谱，人工创建一个三元组的成本在 2-6 美元之间，Cyc 作为最早的通用知识图谱之一，其构建成本就高达 1.2 亿美元。另一方面，自动创建知识图谱需要复杂的算法和大量代码，有着非常高的技术要求，这些都阻碍了知识图谱的广泛应用。
而在悦数图数据库最新推出的 v3.7.0 产品体系中，重磅推出了 AI 知识图谱构建器功能，它可以接入大型语言模型（LLM），自动处理上传的文件数据，将其转化为知识图谱的形式并存储入库。这一过程不仅节省了大量的人力物力，而且极大提高了数据处理的效率，同时还支持大批量、大规模文件上传至大语言模型，支持用户自定义知识图谱构建任务，使得构建过程更加灵活和便捷。AI 知识图谱构建器为企业提供了一个一站式的解决方案，简化了知识图谱的构建方式，降低了知识图谱的构建门槛，使得通过一个平台完成从数据处理到知识图谱的构建成为可能。这标志着正式告别了过去高成本、步骤繁琐的知识图谱构建，也意味着企业无需就该项目再投入大量的人力和财力，也无需担心因为技术难题和成本问题而无法有效利用自身的数据资源。
图语言生成助手：助力轻松查询图语言
除知识图谱构建器外，悦数图探索 v3.7.0 还推出了图语言生成助手功能。在过去，图数据库的查询语言对普通用户而言一直是一项门槛比较高的操作，需要经过系统的学习或者倚仗专业的技术人员的帮助才能完成。而悦数图探索 v3.7.0 的图语言生成功能可以支持外接大语言模型，支持自然语言对话。也就是说，用户只需要在聊天框中输入自然语言进行与图数据库相关的问询，生成助手会将问题转化为图查询语句，并返回给用户。对于不熟悉或者不擅长图查询语言的用户来说，这无疑大大降低了使用门槛，提升了用户的工作效率。
此次推出的 AI 知识图谱构建器和图语言生成助手和图语言生成助手不仅解决了知识图谱构建的高成本和复杂性问题，也大大降低了图数据库的查询门槛，在各行各业都具备宽广的应用前景，能够赋能客户在各种业务场景中实现更高效、更智能的解决方案。
随着大数据和人工智能技术的不断发展，Graph 和 LLM 的深度融合将成为未来发展的趋势，悦数图数据库一直致力于该领域前沿技术的探索，推出更多能力。