Neseniai įdiegus AWS GraphRAG, vaistų tyrimų ir plėtros ciklai farmacinėje aplinkoje sumažėjo 87 procentais. Šis pagreitis pasiekiamas integruojant anksčiau atskirtas patentuotas duomenų bazes į vieningą ir užklausą pateikiamą žinių grafiką.
Istoriškai pradiniai duomenų rinkimo ir atrankos etapai užtrukdavo daugiau nei šešis mėnesius per vieną iteraciją, todėl sėkmės rodiklis buvo mažas penkių procentų. Svarbūs duomenų rinkiniai – nuo konkrečios srities klinikinės metrikos iki vidinės inžinerijos ir laboratorinių pastabų – buvo atskirti įvairiose saugojimo aplinkose, veiksmingai užkertant kelią duomenų mokslininkams atskleisti latentinę koreliaciją. Kai darbuotojai išvyko, jie pasiėmė esminį projekto kontekstą ir sustabdė aktyvius tyrimus.
AWS sukūrė sprendimą sujungti šias sistemas, derindamas grafų duomenų bazes su NLP.
Sąranka remiasi „GraphRAG“ sistema ir naudoja „Amazon Neptune Analytics“ ir „Bedrock“, kad atjungtus duomenų taškus paverstų tinklu, kuriame galima ieškoti. Vartotojai gali pateikti standartines natūralios kalbos užklausas ir gauti atsakymus, susietus su patikrinta domeno literatūra ir vidiniais duomenų rinkiniais.
Tačiau izoliuotų patentuotų duomenų rinkinių sujungimas su nestruktūrizuotomis atviros prieigos saugyklomis vis dar kelia didelių duomenų normalizavimo problemų, todėl reikia griežtai valdyti schemą, kad būtų išvengta netikslaus santykio žemėlapių sudarymo ir sumažinta haliucinacijų rizika.
Žinių grafiko sudarymas
Įmonės gali prijungti savo žinių grafikus. Sistema iš viešųjų duomenų bazių, pvz., „PubMed“, įtraukia netvarkingus, nestruktūrizuotus failus ir sumaišo juos su vidiniais įmonės įrašais. Įrankiai, tokie kaip „Amazon Comprehend Medical“, nuskaito šį tekstą, kad ištrauktų standartinius medicinos kodus. Amazon Bedrock, kuriame veikia Anthropic’s Claude 4.5 Sonnetas, apibendrina dokumento turinį ir nustato aktualumą.
AWS Lambda funkcijos ir „Amazon S3“ masiniai įkėlimai nukreipia šiuos apdorotus elementus į „Amazon Neptune Analytics“. Gauta žinių diagrama suskirsto duomenis į atskirus mazgus, vaizduojančius pagrindinius objektus, pvz., domeno klases, autorius, šaltinio žurnalus ir įterptuosius teksto gabalus. Grafiko briaunos apibrėžia ryšius tarp šių mazgų, nubrėždamos hierarchines klasifikacijas ir objektų asociacijas. Šis struktūrinis vaizdavimas suteikia deterministinį pagrindą, reikalingą tiksliam informacijos gavimui.
Duomenų bazės schema nustato griežtas RAG aptikimo proceso ribas. Mazgai yra sukurti taip, kad užfiksuotų konkrečias sąlygas ir hierarchiškai susietų jas su nustatytomis ontologijomis, o autorių ir žurnalų mazgai yra paskelbtų tyrimų šaltinis. Ilgi dokumentai suskaidomi į lengvai virškinamus teksto segmentus, naudojant „Amazon Bedrock“ žinių bazės suskirstymo strategijas, o konkretūs klasifikavimo mazgai nestruktūrizuotus tekstinius duomenis pritvirtina prie standartizuotų diagnostinių metrikų.
Norint valdyti šią grafiko architektūrą, reikia tam tikrų debesies išteklių paskirstymo. Standartinė Amazon Neptune Analytics diagrama, veikianti su 16 aprūpintų atminties vienetų, patiria 0,48 USD per valandą veiklos sąnaudas. Kūrimo aplinkos, pvz., „Amazon SageMaker Jupyter“ nešiojamieji kompiuteriai, veikiantys t3.medium egzemplioriais, padidina pradines skaičiavimo ir saugojimo išlaidas. Organizacijos taip pat turi atsižvelgti į dinamines žetonų vartojimo sąnaudas, kurias generuoja Amazon Bedrock Claude 4.5 Sonnet modelis, apdorojant užklausą ir generuojant abstrakčius duomenis.
GraphRAG įrankių rinkinys veikia kaip vykdymo sluoksnis tarp vartotojo sąsajos ir pagrindinės duomenų bazės. Speciali žinių schemos susiejimo priemonė apdoroja gaunamas natūralios kalbos užklausas, ištraukia atitinkamus objektus naudodamas neaiškių eilučių indeksavimą ir susieja juos su nustatytais grafiko mazgais. Sistema pereina tinklo kelius, kad sukurtų patikimus reliacinius ryšius, prieš pateikdama atsakymą per Bedrock priglobtą kalbos modelį.
Gavimo tikslumas priklauso nuo objekto atitikimo konfigūracijos. „EntityLinker“ komponentas suderina natūralios kalbos terminus iš vartotojo raginimų su struktūrinių duomenų schema. Šis neaiškios atitikimo procesas tvarko būdingą triukšmą ir įvairią terminiją, esančią sudėtinguose įmonės duomenų rinkiniuose, užtikrinant, kad vartotojai gautų teisingus mazgus net ir naudodami netikslią kalbą.
Moduliškumas ir sistemos architektūra
Duomenų išgavimas labai priklauso nuo specializuoto AI analizavimo; architektūra naudoja Claude’ą, kad įvertintų neapdorotus šaltinio dokumentus ir generuotų glaustas santraukas. Tada su domenu susiję įrankiai susieja šiuos sudėtingus tekstinius aprašymus su standartizuotomis taksonomijomis.
„GraphRAG Python“ įrankių rinkinys inicijuoja „BedrockGenerator“, kad užtikrintų natūralios kalbos sąveiką, o inžinieriai sukonfigūruoja „Knowledge Graph Linker“ komponentą, kad susietų grafikų saugyklą su kalbos modeliu. Ši integracija sukuria tiesioginę sąsają užklausoms vykdyti ir atsakymams generuoti, remiantis tik turimais grafiko duomenimis.
Architektūra atskiria tris pagrindines funkcijas: kalbos modelio inicijavimą, grafiko sąsają ir objektų susiejimą. Kadangi sistema yra modulinė, komandos gali pakeisti kalbos modelį arba koreguoti grafiko struktūrą, nenugriovusios ir nekurdamos visos programos.
Aktyvus „Neptune“ ir „Bedrock“ architektūros diegimas pateikia tikslias, patikrinamas kiekvieno sugeneruoto atsakymo citatas. Sistema nubrėžia visą samprotavimo kelią, parodydama konkrečius grafiko perėjimo veiksmus, naudojamus išvadai padaryti.
Pagrindinės ankstyvųjų įmonių naudotojų veiklos metrikos apima tyrimų ciklo trukmės sumažinimą 87 proc. Pradiniai atradimų etapai, kuriems anksčiau prireikė šešių mėnesių, dabar baigiasi po trijų savaičių, o duomenų gavimo greitis pagerėjo 85 procentais, o tai tiesiogiai palaiko greitesnį hipotezių tikrinimą. Be to, tyrimų peržiūros laikas sumažėja 70 procentų dėl automatinio citatų atvaizdavimo ir šaltinio tikrinimo funkcijų.
Inžinierių komandos gali integruoti naujas viešas duomenų bazes ar vidines pastabas į esamą grafiko struktūrą, nepažeisdamos aktyvių užklausų sąsajų. Valdymui ir atitikčiai užtikrinti, fiksuojami tikslūs įrodymai, reikalingi pateikiant reglamentus, o grafiko vizualizacija tiksliai įrodo, kaip AI modelis sujungė sudėtingus kintamuosius. Komandos gali atsekti kiekvieną išvestį tiesiai į pirminius dokumentus, atitinkančius mokslinio vientisumo atitikties reikalavimus.
Galiausiai, išlaikant centralizuotą žinių grafiką, sustabdomas duomenų nykimas. Kai vyresnieji mokslininkai atsistatydina, jų tylios žinios apie sistemos elgesį ar nesėkmingus eksperimentus lieka indeksuojamos Neptūno duomenų bazėje. Nauji darbuotojai gali pateikti sistemos užklausą, kad peržiūrėtų praeities sprendimus ir akimirksniu pasiektų istorinį vykdomo projekto kontekstą.
Kai GraphRAG sistemos bręsta, šis diegimo modelis vargu ar apsiribos farmacijos tyrimais. Galimybė deterministiškai susieti vidinius, nestruktūrizuotus duomenis, palyginti su patikrintomis viešosiomis saugyklomis, yra planas bet kuriai įmonei, kuri stengiasi iš fragmentiškų senų sistemų išgauti veiksmingą informaciją.
Taip pat žiūrėkite: Insilico Medicine patobulina AI vaistą IPF iki III fazės tyrimų
Norite daugiau sužinoti apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite „AI & Big Data Expo“, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra „TechEx“ dalis ir vyksta kartu su kitais pagrindiniais technologijų renginiais, įskaitant „Cyber Security & Cloud Expo“. Norėdami gauti daugiau informacijos, spustelėkite čia.
AI naujienas teikia TechForge Media. Čia rasite kitus būsimus įmonių technologijų renginius ir internetinius seminarus.
