Hoxe estou a falar de Preme en Ramsés, A cabeza de Data Commons en Google Prem e o seu equipo recentemente lanzaron o Data Commons Modelo de Protocolo de Contexto (MCP) En lugar de construír o seu propio protocolo estándar, Google Data Commons elixiu construír sobre o Protocolo de Contexto Modelo de código aberto de Anthropic. Imos falar sobre MCPs, economía de unidades reais, os desafíos dos datos non estruturados e alucinacións, e o que todo isto significa para o futuro da construción dun negocio de Internet. Preme en Ramsés, Data Commons en Google Data Commons 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: Os investigadores e os construtores poden basear as saídas de IA en fontes de datos fiables e autorizadas onde o modelo interpreta consultas pero só devolve información proveniente de bases de datos fiables. Axudamos a facer as fontes de datos transparentes dun xeito de código aberto, limitando as respostas do modelo estritamente a datos fiables e incorporando avaliación e feedback continuos.Tamén simplificamos o acceso a eses datos autoritarios a través do noso servidor de Protocolo de Contexto Modelo (MCP) recentemente lanzado, que proporciona unha forma estandarizada para que os axentes de IA descubran e accedan aos nosos 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 xurdiu do feito de que hai moitos datos públicos importantes dispoñibles, pero non é exactamente usable ou útil. É difícil de atopar, está disperso, ten que ler un PDF de 500 páxinas antes de usalo, e é difícil traballar con el. Facemos que sexa máis sinxelo. , a Oficina de Censos dos Estados Unidos, as Nacións Unidas, Eurostat e o Banco Mundial, facendo que sexa universalmente accesible e útil. Unha das campañas Hoxe, integramos centos de conxuntos de datos e decenas de miles de variables, servindo miles de millóns de puntos de datos en sectores como a saúde, a economía e a sustentabilidade. O éxito de Data Commons é democratizar o acceso a datos de alta calidade e transparentes para que calquera poida obter respostas fiables e tomar decisións informadas rapidamente. e . . aquí Este vídeo Why does MCP matter? What is Google's strategic approach to MCP? And more specifically, what is the Data Commons strategic approach to MCPs? A medida que os sistemas de IA se fan máis prevalentes, a fiabilidade e a transparencia das súas saídas dependen de como poden basear as súas respostas en datos reais - e Data Commons proporciona eses datos reais co beneficio de MCP. En lugar de ter que coñecer os ins e outs da nosa API, ou o noso modelo de datos, pode usar a "intelixencia" do LLM para axudar a interactuar cos datos no momento correcto. Cremos que un ecosistema aberto, onde varias organizacións contribúen e adoptan estándares compartidos, leva a unha mellor calidade, aplicacións de IA máis fiables e un beneficio social máis amplo. Construímos un servidor MPC, facendo que o noso vasto repositorio de datos públicos sexa facilmente accesible aos modelos de IA, e colaborando con socios para establecer as mellores prácticas.O noso obxectivo é capacitar aos desenvolvedores, ONG, xornalistas, gobernos e a calquera que necesite datos fiables, ao mesmo tempo que construímos unha base de confianza e transparencia na próxima xeración de ferramentas impulsadas 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 posúe unha participación do 14% en Anthropic  impact the decision? Google posúe unha participación do 14% en Anthropic Como un pequeno equipo traballando nun esforzo de código aberto, o obxectivo de Data Commons é principalmente garantir unha ampla interoperabilidade e acelerar o desenvolvemento de aplicacións de IA fiables baseadas en datos. forma e a maior parte da nosa ontoloxía é unha extensión de Moitos produtos de Google, incluídas as bases de datos de Google Cloud como BigQuery e os produtos da industria, xa se integraron ao MCP, o que o converte nunha opción fácil. MetaExchange de datos estatísticos (SDMX) Páxina web.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 é de código aberto, polo que esperamos que unha próspera comunidade de usuarios e desenvolvedores axude a crecer e Google mostrou compromiso con ese éxito. Actualmente, Data Commons está enfocado en maximizar o acceso. Data Commons axuda a proporcionar datos a Buscar e separadamente está a investigar activamente diferentes formas que podemos facer os LLMs máis fiables e fiables. Tamén é libre de usar en . . Páxina de DataCommons.org Un dos aspectos intelixentes de MCP é que os nosos usuarios poden usar Dito doutro xeito, o LLM do usuario é o que traduce a consulta de linguaxe humana a un conxunto de chamadas de API e logo interpreta o resultado de volta ao usuario. their own LLM Debo notar, fixamos un límite sobre o número de solicitudes de API a Data Commons, queremos alentar o uso amplo, pero tamén queremos asegurar que non haxa abuso ou 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 brutos de miles de fontes nunha única ontoloxía canónica - se unha columna nun conxunto de datos di "diabetes tipo 2" e a outra columna noutro conxunto de datos ten o código ICD "E11" podemos entender que ambos se refiren á mesma cousa. Cada punto de datos está acompañado por metadatos detallados e procedencia, polo que os usuarios sempre saben de onde vén a 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? Moitos dos desafíos urxentes do mundo son problemas holísticos.En outras palabras, non podo só mirar un conxunto de datos dunha axencia gobernamental, senón que teño que combinar varios conxuntos de datos. Como exemplo disto, a Campaña Un lanzou recentemente o ONE Data Agent, unha plataforma interactiva para os datos de financiamento da saúde.Esta nova ferramenta permite aos usuarios buscar rapidamente decenas de millóns de puntos de datos de financiamento da saúde en segundos, usando linguaxe sinxela. Estou entusiasmado de ver que os desenvolvedores constrúen novos coñecementos sobre os conxuntos de datos importados a Data Commons en saúde pública, clima, economía, educación e moitos outros campos. Estes son conxuntos de datos fundamentais que, cando se fan máis accesibles e actuables, poden impulsar o impacto do mundo real, axudando ás comunidades a medir o progreso e, esperamos, entender máis claramente que intervencións conducen a que resultados. Pode axudarnos a alcanzar os obxectivos de sustentabilidade, detectar os cambios económicos de forma precoz ou sobrecargar as organizacións 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 nós, os datos "confiables" proceden de organizacións autorizadas e de reputación como axencias gobernamentais, institucións académicas e grupos da sociedade civil. Para os desenvolvedores, isto significa que sempre podes rastrexar calquera número ou estatística de volta á súa orixe, revisar o contexto no que foi recollida e comprender as limitacións.A nosa plataforma superfície esta procedencia de forma transparente a través da API, o que facilita a construción de aplicacións que non só proporcionan respostas, senón que tamén proporcionan aos usuarios a evidencia e a pista de auditoría detrás de cada resultado. Non intentamos xulgar eses conxuntos de datos ou valores específicos. En lugar diso, queremos que as posibles discrepancias nestes datos sexan máis fáciles de ver. 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? Non en absoluto. Estamos moi cedo no noso traballo con LLMs. O papel do transformador de Google foi lanzado en 2017! No momento, creo que a resposta ás alucinacións é probar todo o anterior. Data Commons está intentando basear as saídas en datos verificables con procedencia. A nosa aposta a longo prazo é que os sistemas de IA máis fiables combinarán os puntos fortes destes modelos con fontes de datos robustas e audibles. 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? Se me pedises que che contase o meu roteiro hai 9 meses, non tería falado con vostede sobre o MCP! A taxa de desenvolvemento e cambio agora no espazo de IA é vertixinosa. Actualmente, os datos de Data Commons teñen moita profundidade e cobertura nos Estados Unidos, despois na India, despois nos países da OCDE, e entón a cobertura se esvaece, unha brecha que o equipo está a traballar agresivamente para pechar.Un dos nosos obxectivos é traballar con máis axencias estatísticas nacionais, organizacións internacionais e organizacións da sociedade civil para construír capacidade sobre a creación dos datos e a fonte que os datos para asegurar que os sistemas de IA baseados en terra que construímos sexan máis representativos a nivel mundial. Por exemplo, recentemente traballamos para facelo compatible co formato Statistical Data Meta Exchange (SDMX) e esperamos continuar aumentando a capacidade de Data Commons para traballar con diferentes estándares abertos de forma máis 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 a IA se integra máis profundamente nas aplicacións que importan, a necesidade de información fiable e fiable só crecerá.Se eu fose adiviñar, espero que a industria se mova cara a sistemas híbridos, definitivamente no curto prazo, onde os modelos de linguaxe proporcionan a interface e o razoamento, pero os feitos e as evidencias sempre veñen de fontes de datos robustas e autorizadas. Xa vemos isto co uso de sistemas de Xeración Aumentada de Recuperación (RAG). Ten years from now, what aspects of your current job will AI not be able to do? Sinceramente, estou menos preocupado polo que a IA fará que fago hoxe e máis emocionado polo que a IA fará que nunca podería. Déixeme darche un exemplo. As nosas mentes humanas están adestradas para pensar en tres dimensións. Non somos grandes en 4D. Con todo, a maioría dos problemas holísticos que falamos antes son problemas de dimensións 30/60/3000. Cando deseñamos un espazo urbano, por exemplo, cada cambio na impresión do piso do edificio lanza sombras de forma diferente, cambia as redes de mobilidade, altera a camiñabilidade, cambia o resultado financeiro e moito máis. Espero que en 10 anos podamos modelar e comprender tales sistemas de forma máis fiable para entender que intervencións poden ter a mellor calidade de vida para todos nós. Tomorrow, what is the most important thing on your calendar? Resposta persoal: Cea coa miña esposa e fillos.É tamén por iso que traballo duro nos problemas que fago. A nosa reunión de equipo! Cultura come estratexia para o almorzo. Traballamos nun espazo difícil, "baixo dopamina" onde non está claro se as nosas accións hoxe moverán a agulla no futuro. Teño que dar esta entrevista, pero detrás de min está un equipo marabilloso co que traballo diariamente. A cita de Teddy Roosevelt sobre "o home na arena" soa verdadeira para min cada mañá. "Se fracasou, polo menos fracasou mentres se atreveu moito." Lastly, if you could fix one thing about how the world treats data, what would it be? Moitas veces, os datos públicos valiosos están pechados en silos, difíciles de atopar ou presentados de formas que o fan inaccesible a todos menos a uns poucos expertos. Se fixésemos os datos, xunto con fontes claras, contexto e documentación aberta e de fácil uso para todos, desbloquearíamos un enorme potencial para a innovación, a responsabilidade e a toma de decisións informadas. Aprende máis sobre Xogo Ramaswami A cabeza de Data Commons en Google . . Xogo 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 está producido na lingua orixinal da historia!

"Estamos moi cedo no noso traballo con LLMs", - Prem Ramaswami, Xefe de Data Commons en Google

About Author

COMENTARIOS

Etiquetas colgantes

ESTE ARTIGO FOI PRESENTADO EN

Related Stories

HackerNoon Decoded 2024: Celebrating Our Writing Community!

HackerNoon Decoded 2024: Celebrating Our Society Community!

HackerNoon Decoded 2024: Celebrating Our HackerNoon Community!

HackerNoon Decoded 2024: Celebrating Our Programming Community!

HackerNoon Decoded 2024: Celebrating Our Writing Community!

HackerNoon Decoded 2024: Celebrating Our Society Community!

HackerNoon Decoded 2024: Celebrating Our HackerNoon Community!

HackerNoon Decoded 2024: Celebrating Our Programming Community!

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps