Hoy, estoy hablando de Prim Ramaswami, La cabeza de Data Commons en Google Prem y su equipo han lanzado recientemente el Modelo de protocolo de contexto (MCP) En lugar de construir su propio protocolo estándar, Google Data Commons eligió basarse en el Protocolo Contexto Modelo de código abierto de Anthropic.Vamos a hablar de MCPs, economía de unidades reales, los desafíos de los datos no estructurados y las alucinaciones, y lo que todo esto significa para el futuro de la construcción de un negocio de Internet. Prim Ramaswami, Data Commons en Google Modelo de protocolo de contexto (MCP) David Smooke: What strategies should AI researchers and builders be leveraging to make AI hallucinate less often? Prem Ramaswami: Los investigadores y los constructores pueden aterrizar las puertas de salida de IA en fuentes de datos confiables y autorizadas donde el modelo interpreta las consultas pero solo devuelve información procedente de bases de datos confiables. Reúne los datos públicos del mundo de fuentes confiables y verificables.Ayudamos a hacer que las fuentes de datos sean transparentes de una manera de código abierto, limitamos las respuestas de modelos estrictamente a los datos fiables, e incorporamos evaluación y feedback continuos.También simplificamos el acceso a esos datos autoritarios a través de nuestro recientemente lanzado Model Context Protocol (MCP) Server, que proporciona una forma estandarizada para que los agentes de IA descubran y accedan a nuestros recursos de datos.   Data Commons has been around since 2018. Can you walk us through its purpose, traction, and current scale? What does success look like for Data Commons, and how much historical vs. real-time data are we talking about? Data Commons surgió del hecho de que hay un montón de datos públicos importantes disponibles, pero no es exactamente usable o útil. Es difícil de encontrar, está disperso, necesita leer un PDF de 500 páginas antes de usarlo, y es difícil trabajar con él. Lo simplificamos. , la Oficina de Censo de Estados Unidos, las Naciones Unidas, Eurostat y el Banco Mundial, haciendo que sea universalmente accesible y útil. Una de las campañas Hoy en día, integramos cientos de conjuntos de datos y decenas de miles de variables, sirviendo a miles de millones de puntos de datos en sectores como la salud, la economía y la sostenibilidad.El éxito de Data Commons es democratizar el acceso a datos transparentes de alta calidad para que cualquiera pueda obtener rápidamente respuestas fiables y tomar decisiones informadas. y . el Aquí Este video Why does MCP matter? What is Google's strategic approach to MCP? And more specifically, what is the Data Commons strategic approach to MCPs? MCP crea una forma abierta y estandarizada para que los agentes y aplicaciones de IA accedan a las fuentes de datos.A medida que los sistemas de IA se vuelven más prevalentes, la fiabilidad y transparencia de sus salidas dependen de lo bien que puedan fundamentar sus respuestas en datos reales - y Data Commons proporciona esos datos reales con el beneficio de MCP. En lugar de tener que conocer los ins y outs de nuestra API, o nuestro modelo de datos, puede utilizar la "inteligencia" del LLM para ayudar a interactuar con los datos en el momento correcto. Creemos que un ecosistema abierto, donde múltiples organizaciones contribuyen y adoptan estándares compartidos, conduce a una mejor calidad, aplicaciones de IA más fiables y un beneficio social más amplio. Hemos construido un servidor MPC, haciendo que nuestro vasto repositorio de datos públicos sea fácilmente accesible a los modelos de IA, y colaborando con socios para establecer las mejores prácticas.Nuestro objetivo es capacitar a los desarrolladores, ONG, periodistas, gobiernos y cualquier persona que necesite datos fiables, al tiempo que construimos una base de confianza y transparencia en la próxima generación de herramientas alimentadas por IA. Why did Google choose to build on Anthropic's open-source MCP standard rather than create its own? What was the internal debate like re an a proprietary vs. open source protocol? And how did  Google tiene una participación del 14% en Anthropic  impact the decision? Google tiene una participación del 14% en Anthropic Como un pequeño equipo que trabaja en un esfuerzo de código abierto, el objetivo de Data Commons es garantizar una amplia interoperabilidad y acelerar el desarrollo de aplicaciones de IA confiables basadas en datos. forma y la mayor parte de nuestra ontología es una extensión de Muchos productos de Google, incluidas las bases de datos de Google Cloud como BigQuery y productos de la industria, ya se han integrado a MCP, lo que lo convierte en una elección fácil. MetaExchange de datos estadísticos (SDMX) Esquema.org What are the unit economics here? How expensive is a query? Is this a free product forever, or are there future plans for a paid tier based on usage? What is to prevent Data Commons from being sunset in the future? Data Commons es de código abierto, por lo que esperamos que una próspera comunidad de usuarios y desarrolladores la ayude a crecer y Google ha mostrado compromiso con ese éxito. Actualmente, Data Commons se centra en maximizar el acceso. Data Commons ayuda a proporcionar datos a la búsqueda y por separado está investigando activamente diferentes maneras de hacer que los LLMs sean más fiables y confiables. También es libre de usar en . el Información sobre DataCommons.org Uno de los aspectos inteligentes de MCP es que nuestros usuarios pueden usar Para interactuar con el servidor MCP. Dicho de otra manera, el LLM del usuario es lo que traduce la consulta del lenguaje humano en un conjunto de llamadas de API y luego interpreta el resultado de vuelta al usuario. their own LLM Debo señalar que fijamos un límite en el número de solicitudes de API a Data Commons, queremos alentar el uso amplio, pero también queremos asegurarnos de que no haya abuso o rascado puro. What techniques does the Data Commons API use to make its data cleaner, more structured and more accessible than the average public data dump? And what general advice do you have for usefully structuring unstructured data? Importamos datos públicos crudos de miles de fuentes en una sola ontología canónica - si una columna en un conjunto de datos dice "diabetes tipo 2" y la otra columna en otro conjunto de datos tiene el código ICD "E11" podemos entender que ambos se refieren a la misma cosa. Cada punto de datos está acompañado por metadatos detallados y procedencia, por lo que los usuarios siempre saben de dónde viene la información. What types of verticals and companies do you see using this MCP server to grow their business? And what specific datasets are you most excited to see developers build on, and why? Muchos de los desafíos urgentes del mundo son problemas holísticos.En otras palabras, no puedo sólo mirar un conjunto de datos de una agencia gubernamental, sino que necesito combinar varios conjuntos de datos. Como ejemplo, la Campaña Uno lanzó recientemente el ONE Data Agent, una plataforma interactiva para los datos de financiación de la salud.Esta nueva herramienta permite a los usuarios buscar rápidamente a través de decenas de millones de puntos de datos de financiación de la salud en segundos, utilizando un lenguaje simple. Estoy entusiasmado de ver a los desarrolladores construir una nueva comprensión sobre los conjuntos de datos importados a Data Commons en la salud pública, el clima, la economía, la educación y muchos otros campos. Estos son conjuntos de datos fundamentales que, cuando se hacen más accesibles y actuables, pueden impulsar el impacto del mundo real, ayudando a las comunidades a medir el progreso y, espero, entender más claramente qué intervenciones conducen a qué resultados. puede ayudarnos a alcanzar los objetivos de sostenibilidad, detectar los cambios económicos temprano o sobrecargar a las organizaciones de defensa. How do you define "trustworthy" data in a way that is verifiable and auditable for a developer building an application on top of your platform? Para nosotros, los datos "confiables" provienen de organizaciones autorizadas y de buena reputación como agencias gubernamentales, instituciones académicas y grupos de la sociedad civil. Para los desarrolladores, esto significa que siempre puede rastrear cualquier número o estadística de vuelta a su origen, revisar el contexto en el que se recopiló y comprender cualquier limitación.Nuestra plataforma superpone esta procedencia de forma transparente a través de la API, lo que facilita la construcción de aplicaciones que no solo proporcionan respuestas, sino que también proporcionan a los usuarios la evidencia y la pista de auditoría detrás de cada resultado. No tratamos de juzgar esos conjuntos de datos o valores específicos. En cambio, queremos que las discrepancias potenciales en estos datos sean más fácilmente visibles. The industry has a problem with AI "hallucinations." Is Google's long-term bet that the future of credible AI will be built on verifiable data layers like Data Commons, rather than on models with ever-larger training sets? No en absoluto. Estamos muy temprano en nuestro trabajo con LLMs. El papel de transformador de Google fue lanzado en 2017! En este momento, creo que la respuesta a las alucinaciones es probar todo lo anterior. Data Commons está tratando de fundamentar los resultados en datos verificables con procedencia. Nuestra apuesta a largo plazo es que los sistemas de IA más fiables combinarán los puntos fuertes de estos modelos con fuentes de datos robustas y audibles.Al hacer que los agentes de IA puedan hacer referencia a fuentes de datos autorizadas, podemos ofrecer respuestas que sean fiables, transparentes y fiables. What's on the Data Commons MCP Server roadmap for next year? Are there specific data sources or capabilities you're planning to add that developers should be excited about? Si me hubieras pedido que te contara mi roadmap hace 9 meses, no te habría hablado de MCP!La tasa de desarrollo y cambio ahora en el espacio de la IA es vertiginosa. Actualmente, los datos de Data Commons tienen mucha profundidad y cobertura en los Estados Unidos, luego en la India, luego en los países de la OCDE, y luego la cobertura se adelgaza, una brecha que el equipo está trabajando agresivamente para cerrar. Uno de nuestros objetivos es trabajar con más agencias estadísticas nacionales, organizaciones internacionales y organizaciones de la sociedad civil para construir la capacidad en la creación de los datos y la fuente de los datos para asegurar que los sistemas de IA en tierra que construimos sean más representativos a nivel mundial. Por ejemplo, hemos trabajado recientemente para que sea compatible con el formato Statistical Data Meta Exchange (SDMX) y esperamos seguir aumentando la capacidad de Data Commons para trabajar con diferentes estándares abiertos de manera más suave. Five years from now, do you think every major AI application will have some kind of structured data layer like Data Commons underneath it, or will we still be building on top of pure language models? A medida que la IA se integra más profundamente en las aplicaciones que importan, la necesidad de información confiable y confiable solo crecerá. Si hubiese que adivinar, espero que la industria se desplace hacia sistemas híbridos, definitivamente en el corto plazo, donde los modelos de idiomas proporcionan la interfaz y el razonamiento, pero los hechos y las pruebas siempre vienen de fuentes de datos robustas y autorizadas. Ya vemos esto con el uso de sistemas de Retrieval Augmented Generation (RAG). Ten years from now, what aspects of your current job will AI not be able to do? Sinceramente, estoy menos preocupado por lo que la IA hará que yo hago hoy y más emocionado por lo que la IA hará que nunca sería capaz de hacer. Déjame darte un ejemplo. Nuestras mentes humanas están entrenadas para pensar en tres dimensiones. No somos grandes en 4D. Sin embargo, la mayoría de los problemas holísticos de los que hablamos antes son problemas de dimensiones 30/60/3000. Al diseñar un espacio urbano, por ejemplo, cada cambio en la impresión del piso del edificio arroja sombras de manera diferente, cambia las redes de movilidad, altera la caminabilidad, cambia el resultado financiero y mucho más. Espero que en 10 años podamos modelar y comprender de manera más fiable tales sistemas para comprender qué intervenciones pueden tener la mejor calidad de vida para todos nosotros. Tomorrow, what is the most important thing on your calendar? Respuesta personal: Cena con mi esposa y hijos.Es también por eso que trabajo duro en los problemas que hago. Trabajo Respuesta: Nuestra reunión de equipo! Cultura come estrategia para el desayuno. Trabajamos en un espacio difícil, “bajo dopamina” donde no está claro si nuestras acciones hoy van a mover la aguja en el futuro. puedo dar esta entrevista, pero detrás de mí está un equipo maravilloso con el que trabajo diariamente. la cita de Teddy Roosevelt sobre “el hombre en la arena” suena verdad para mí cada mañana. “Si fracasó, al menos fracasó mientras se atrevía mucho.” Lastly, if you could fix one thing about how the world treats data, what would it be? Muchas veces, los datos públicos valiosos están en silos, difíciles de encontrar, o presentados de una manera que los haga inaccesibles a todos excepto a unos pocos expertos.Si hubiéramos hecho los datos, junto con el origen claro, el contexto y la documentación abierta y fácilmente usable para todos, desbloquearíamos un enorme potencial para la innovación, la responsabilidad y la toma de decisiones informadas. Aprende más sobre Prim Ramaswami La cabeza de Data Commons en Google . el Prim Ramaswami Data Commons en Google

This story contains new, firsthand information uncovered by the writer.

This post provides insights into new product. 

Meet a HackerNoon Human About Business Blogging

smooke.eth

Ethereum Name Service

Founder & CEO of HackerNoon

Este audio es producido en el idioma original de la historia!

"Estamos muy temprano en nuestro trabajo con los LLM", - Prem Ramaswami, Jefe de Data Commons en Google

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Telegram: el puente de Crypto Island hacia el continente

Liberando el poder de la IA. Una revisión sistemática de técnicas de vanguardia: resumen e introducción

¿Quieres ganar un concurso de redacción de HackerNoon? Esto es lo que recomiendan los ganadores del concurso #crypto-api

Una guía del arquitecto para crear una arquitectura de referencia para un lago de datos de IA/ML

Telegram: el puente de Crypto Island hacia el continente

Liberando el poder de la IA. Una revisión sistemática de técnicas de vanguardia: resumen e introducción

¿Quieres ganar un concurso de redacción de HackerNoon? Esto es lo que recomiendan los ganadores del concurso #crypto-api

Una guía del arquitecto para crear una arquitectura de referencia para un lago de datos de IA/ML

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps