En algún momento próximo se encontrará con un grafo de conocimiento. También es posible crear aplicaciones y paneles avanzados que generan un alto valor para la organización, pero para ello necesitamos ampliar la integración de datos, proporcionando datos a quienes los necesitan, con el tiempo.
En algún momento próximo se encontrará con un grafo del conocimiento, también conocido como gráfico de conocimiento, y entenderá su poder. Para ello hice una extensa investigación y escribí este texto: para ayudarle a usar ese poder a su favor.
El uso extensivo de grafos de conocimiento permite que las preguntas formuladas por todo tipo de usuarios se mapeen en un conjunto organizado de información que puede proporcionar las respuestas que deseamos.
Y por eso serán tan fundamentales en un futuro muy próximo.
He preparado, junto con NotebookLM de Google, este resumen en audio de este contenido que ha empezado a leer. Es una interpretación muy interesante de cómo un modelo de Inteligencia Artificial ha entendido este artículo mío.
El poder del Grafo de Conocimiento (Knowledge Graph)
¿Ha utilizado alguna plataforma como Google Home, Siri o Alexa? Están presentes en móviles y ordenadores de todo el mundo, intentando responder a las preguntas que miles de millones de personas hacen todo el día.
Estas herramientas están equipadas con diferentes versiones de grafos de conocimiento: un Knowledge Graph es una colección integrada de información sobre entidades, que puede contener un gran número de enlaces entre las entidades.
Pero ¿qué es un gráfico de conocimiento y cuál es su utilidad?
Según la Wikipedia, el grafo de conocimiento o Knowledge Graph en inglés es una base de conocimiento del sistema de búsqueda de la empresa Google que pretende mejorar los resultados de su herramienta de búsqueda con información de búsqueda semántica.
Con un grafo, el modelo creado para manejar datos puede ser tan grande, complejo y profundo como necesite, porque trabaja con conexiones entre datos completos y de alta calidad, permitiendo el uso de datos dispersos e incompletos, haciéndolos utilizables.
En resumen, el gráfico de conocimiento utiliza patrones semánticos para describir la estructura de la información para sustentar el razonamiento y las inferencias.
Los grafos pueden tener una estructura predefinida para las propiedades de nodos y aristas, pero su carga requiere entender qué aristas deben ser creadas y qué nodos se van a relacionar con ellas.
Pero, para empezar a hablar de los casos de uso de un grafo de conocimiento en su organización, antes necesitamos hablar de las entidades.
¿Qué es una entidad?
Las entidades son los elementos básicos de un grafo que pueden representar conceptos, objetos, cosas o personas. Para quien recuerde las clases de Lengua en la escuela, podemos compararlas con los sustantivos.
Por tanto, este tipo de grafo representa gráficamente las relaciones y las conexiones entre varios conceptos. Nos permiten inferir varias cosas, por ejemplo:
- De qué álbum forma parte una canción y la relación entre los compositores de cada una;
- Cuántos ensayos clínicos utilizaron un determinado trabajo de investigación;
- Con cuántos proyectos está relacionado un determinado profesional en su empresa.
La creación de un grafo de conocimiento puede ser descrita como una web semántica, una red que conoce las cosas conectando toda una gama de información, permitiendo que esa misma red sustente una búsqueda.
Los grafos de conocimiento son potentes por varios motivos.
Cuando se basan en patrones semánticos, nos permiten relacionar el conocimiento con el lenguaje de manera ordenada.
Existen varios motivos que justifican la inversión de tiempo y esfuerzo para crear un grafo, entre ellos la creciente cantidad de información con la que necesitamos lidiar para tomar decisiones, la falta de estandarización de esos mismos datos, que impacta en la calidad de esos datos y, en última instancia, en las ideas extraídas de esa información.
Para resolver estos problemas, necesitamos conocer la estructura que conecta esas entidades, y el grafo de conocimiento es la única manera actualmente implementable y sostenible de hacerlo.
Grafos de conocimiento para el análisis de negocio
Los grafos de conocimiento son esenciales para muchas empresas hoy en día: proporcionan los datos estructurados y el conocimiento factual que orientan muchos productos y los hacen más «inteligentes».
En general, un grafo de conocimiento describe objetos de interés y conexiones entre ellos.
Por ejemplo, un grafo puede tener nodos para un proyecto de su empresa, los empleados implicados en ese proyecto, el director responsable de su ejecución, etc. Cada nodo puede tener propiedades como la función de cada empleado, sus conocimientos y el tiempo en la empresa, por ejemplo.
Puede haber nodos para varios proyectos en los que participe un determinado empleado. El director del área puede entonces recorrer el grafo de conocimiento para recopilar información sobre todos los proyectos en los que ese empleado está involucrado, analizando si está sobrecargado o no, e infiriendo, por ejemplo, los motivos por los que apareció o, si procede, fue asignado.
Los modelos de lenguaje combinados con grafos de conocimiento son el futuro de la búsqueda
Bill Slawski, Dawn Anderson, Andrea Volpini y Jason Barnard debaten los pros y los contras de MUM y KELM y cómo pueden afectar a la evolución del Gráfico de Conocimiento.
Más concretamente, veremos la relación entre los modelos de lenguaje, los algoritmos de Google y el Mapa del conocimiento, y arrojaremos luz sobre cosas que podemos hacer de forma útil para mejorar nuestras entidades en el Mapa del conocimiento usando el lenguaje (es decir, cómo interactúan los modelos de lenguaje y los gráficos del conocimiento).
Implementaciones prácticas de un grafo en su negocio
Muchas implementaciones prácticas imponen restricciones a los enlaces en grafos de conocimiento, definiendo un esquema u ontología.
Por ejemplo, un enlace de un proyecto a su director debe conectar un objeto del tipo Proyecto con un objeto del tipo BusinessDevelopment. En algunos casos, los propios enlaces pueden tener sus propias propiedades: un enlace que conecta un empleado y un proyecto puede tener el nombre de la tarea específica que el empleado desarrolló.
Del mismo modo, usando un ejemplo fuera del mundo de los negocios, un enlace que vincula a un político con un cargo específico en el gobierno puede incluir el periodo de tiempo durante el cual el político ocupó ese cargo.
Grafos de conocimiento y estructuras similares suelen proporcionar un sustrato compartido de conocimiento dentro de una organización, permitiendo que diferentes productos y aplicaciones utilicen un vocabulario similar y reutilicen definiciones y descripciones creadas por otros.
Además, suelen proporcionar una representación formal compacta que los desarrolladores pueden usar para inferir nuevos hechos y construir conocimiento; por ejemplo, usando el grafo que conecta proyectos y directores para descubrir qué empleados trabajan con frecuencia juntos en proyectos.
Para resolver los problemas de información de su empresa
Use un grafo de conocimiento
Pero, antes de aprovechar todo el poder de un grafo de conocimiento, es necesario reconocer que existe un problema en las empresas:
La información está separada en silos.
La existencia de varios silos de información o silos de datos (que están estrechamente vinculados y pueden relacionarse entre sí) puede ser resuelta con la estrategia de crear capas de grafos.
Es posible agrupar toda la información sobre clientes y compras, recopilándolo todo en un grafo, conectando varios grupos entre sí. Incluso manteniendo silos, podemos agrupar la información en categorías de productos y en diferentes niveles de detalle sobre los productos en capas.
Use un grafo de conocimiento en los negocios
En un entorno de negocios, podemos usar estructuras de grafo debido a una funcionalidad tan necesaria en el análisis de negocio: la conexión de las respuestas mediante enlaces a información relacionada.
Pero, para que un modelo de grafo sea funcional dentro de una organización, es necesario que podamos hacer las preguntas de manera sencilla y, a continuación, ser guiados por un proceso que recomiende y sugiera nuevas formas de seguir preguntando.
Este patrón de preguntas que generan respuestas conectadas a nuevas preguntas es, desde mi punto de vista, la mayor ventaja de usar un grafo de conocimiento en las empresas.
Grafo de conocimiento como herramienta exploratoria
Crear un entorno para explorar información resulta útil cuando es respaldado por paneles y aplicaciones avanzadas que nos ayudan a aumentar nuestra productividad.
Para ello, las empresas necesitan adoptar un enfoque en el que todos sus datos puedan ser integrados e interconectados en un gran grafo de conocimiento coherente.
Es habitual trabajar con proyectos compuestos por datos armonizados procedentes de muchos sistemas subyacentes distintos, que siguen generando datos de forma ininterrumpida; de ahí la necesidad de estructurar datos usando un grafo.
Estructurar estos datos es la clave para lidiar con el enorme volumen de información, en proyectos orientados a documentos de todo tipo.
Del lago de datos a un grafo de conocimiento
Este es un paso necesario para que los datos sean realmente útiles para la organización y, si su empresa migra a este modelo, estará alcanzando un nivel más alto de integración de datos.
Los lenguajes de consulta del grafo pueden expresar consultas complejas que pueden filtrar información de manera precisa. Además, los grafos también pueden ser explorados mediante algoritmos y análisis automatizados.
Si usted construye un grafo correctamente, es posible responder a preguntas que serían prácticamente imposibles de contestar si los datos estuvieran en una base de datos SQL.
Pero, además, si usted crea un grafo con padrones semánticos, las consultas podrán ser más potentes. Puede usar la información sobre la estructura para automatizar consultas, algoritmos y análisis y hacerlos inteligentes.
Esta automatización depende de la co.com.br/o-que-sapan id=»urn:enhancement-26″ class=»textannotation»>o-dados-estruturados/» data-type=»post» data-id=»120″>marcación correcta de la información en el recorrido y del uso de una id=»urn:enhancement-5ce5b3fa-41fd-41c4-8aae-ef18f94d8651″ class=»textannotation»>estructura para el gráfico definido por una ontología.
Sistemas basados en voz y los grafos
Una de las razones por las que los sistemas basados en voz y lenguaje natural son tan potentes es que usted y yo podemos hacer una pregunta y obtener la respuesta. Así de simple.
El grafo de conocimiento está ahí, pero bajo el capó. Así, cuando recibo una respuesta, la pregunta ha pasado por la estructura del grafo y la respuesta me muestra su estructura, representada en las respuestas complementarias con enlaces a información relacionada.
El poder del Grafo de Conocimiento: úselo sin moderación
El grafo de conocimiento es el proceso; crear, cargar, actualizar y consultar deben ser escalables para evitar que las limitaciones, principalmente técnicas, determinen el alcance y la amplitud del grafo.
Con un proyecto de grafo implementado en su organización, usted podrá identificar los casos de uso de cada grafo de conocimiento y el beneficio que generará cada uno de ellos. Con este entendimiento, será posible crear grafos en menos tiempo y evolucionar continuamente en su desarrollo.
Esto es extremadamente importante para presentar a los usuarios un proceso guiado para el uso de la información descrita en los grafos que creamos, ampliando gradualmente el alcance de los datos integrados en un grafo de conocimiento, conectándolos mediante enlaces entre los grafos y haciéndolos cada vez más útiles.
También es posible crear aplicaciones y paneles avanzados que generan un alto valor para la organización, pero para ello necesitamos ampliar la integración de datos, proporcionando datos a quienes los necesitan, con el tiempo.
Los grafos de conocimiento solo nos ayudan a hacer un mejor trabajo.