What are context graphs, what are they good for, and why are they dubbed AI’s trillion-dollar opportunity? What does context mean actually, and how can it be defined using graphs and ontologies? And how can different types of graphs and graph technologies power AI? Gartner ha evidenziato Data Management, Semantic Layers e GraphRAG come Top Trends in Data e Analytics per il 2026.Le start-up e gli attuali nel campo della tecnologia grafica stanno facendo progressi, mentre graf sta diventando il segmento in più rapida crescita nella ricerca AI. È stato presentato un archivio completo, aggiornato, di visualizzazione e analisi delle offerte in tutto lo spazio della tecnologia grafica. Nuove e esistenti combinazioni di Graphs e AI vengono utilizzate per alimentare casi di utilizzo come la produttività dell'ingegneria software e supportare le esigenze aziendali su scala Netflix. Sono disponibili nuovi prodotti di database grafica, funzionalità e benchmarks. casi di utilizzo, nonché la ricerca e lo sviluppo sulle ontologie sono in crescita, tra cui argomenti come l'architettura aziendale, strumenti visivi e valutazione della qualità per l'uso assistito da LLM delle ontologie. Eppure, il tema più ampiamente discusso nel mondo della tecnologia grafica – e oltre – per questi ultimi mesi sono stati i grafici di contesto. In questo numero dell'Anno del Graph, esploriamo i progressi nell'ontologia, nella semantica, nei grafici della conoscenza, nei database dei grafici e nell'analisi, e in che modo queste tecnologie possono aiutare a definire il contesto e a potenziare l'IA. Tabella dei contenuti Introduzione ai grafici di contesto Il contesto al di là dei grafici Ontologie, grafici di contesto e strati semantici: di cosa ha bisogno l’IA nel 2026 Strumenti e quadri di valutazione per le ontologie Dalla generazione aumentata alla generazione aumentata della conoscenza Grafici di conoscenza in ingegneria del software e architettura aziendale Ricerca grafica della conoscenza, applicazioni e migliori pratiche Strumenti e piattaforme di Knowledge Graph Lo stato del mercato dei database Graph Graph Analytics e gli aggiornamenti di Graph AI This issue of the Year of the Graph is brought to you by [metaphacts](https://metaphacts.com/knowledge-driven-ai-whitepaper?mtm_campaign=Year%20of%20the %20Graph%20-%20March%202026&mtm_kwd=knowledge-driven-ai-whitepaper-landing-pa ge), , , , , and . Graphwise Connected Thinking Linkurious Process Tempo State of the Graph, Connected Data London, Pragmatic AI Training Graffiti Il pensiero connesso LinkedIn Tempo di processo Lo stato del grafico, Connessione dati Londra, Formazione pragmatica Se vuoi essere presentato in un prossimo numero e sostenere questo lavoro, ! Raggiungete fuori Why Most Enterprise AI Strategies Fail Anche mentre l'adozione dell'IA cresce, l'80% delle imprese segnala che i loro investimenti in IA non hanno un ritorno e il 42% finisce per abbandonare completamente le loro strategie. Accoppiando LLM con uno strato simbolico, le aziende sono in grado di sfruttare l'IA e fiducia che le sue uscite sono contestualizzate e spiegabili. Questo whitepaper si immerge in come i grafici della conoscenza forniscono la struttura necessaria e la base che i LLM mancano, consentendo strategie AI scalabili e protettive al futuro. Download the free whitepaper Scarica il whitepaper gratuito An Introduction to Context Graphs Introduzione ai grafici di contesto Le regole dicono a un agente cosa dovrebbe accadere in generale. Le tracce delle decisioni catturano ciò che è accaduto in casi specifici. Gli agenti non hanno solo bisogno di regole. Hanno bisogno di accesso alle tracce delle decisioni che mostrano come le regole sono state applicate in passato, dove sono state concesse eccezioni, come sono stati risolti i conflitti, chi ha approvato cosa e quali precedenti governano effettivamente la realtà. Un grafico di contesto è la struttura accumulata formata da queste tracce: non “la catena del pensiero del modello”, ma un registro vivente di tracce decisionali incrociate tra entità e tempo così precedenti diventa ricercabile. Succede, ma di accadere. Che cosa Perché è stato consentito Questo è come La sua tesi, che afferma che saranno il singolo asset più prezioso per le aziende nell'era dell'IA, e un'opportunità di trilioni di dollari. Fondazione Capital Jaya Gupta e Ashu Garg hanno definito grafici di contesto da Gupta e Garg, così come da altri. Alcune persone, come Afraz Jaffri di Gartner, credono che Altri, come Andreas Blumauer di Graphwise, vedono . usare il contesto come adesivo per descrivere un grafico è redundante poiché un grafico detiene implicitamente il contesto Grafici di contesto come un'evoluzione che si basa su grafici di conoscenza, aggiungendo tempo e linee di decisione La distanza tra la registrazione di una decisione e la comprensione del suo significato Mentre un grafico della conoscenza definisce relazioni statiche, un grafico del contesto cattura la realtà operativa – tracce di decisione, intelligenza temporale e lineaggio. Todd Blaschka identifica ciò che chiama il gap logico nella narrazione del grafico di contesto Quando l'architettura AI manca di una base formale del grafico della conoscenza, si incontrano tre fallimenti critici: crisi di identità, giudizio allucinato e rottura del contesto, osserva Blaschka. , e . Il concetto di “context graph” è un rebranding. I grafici contestuali sono grandi in teoria, ma richiedono solide basi di gestione delle conoscenze per diventare una realtà Transform Your AI With A Semantic Layer Le aziende stanno versando milioni di dollari in AI, ma senza la giusta base, che gli investimenti staccano. Graphwise fornisce il grafico della conoscenza e l'infrastruttura semantica AI che rende l'AI aziendale pronta a scalare, affidabile e costruita per eseguire. Riconosciuto da Gartner, nominato “Data Integration Innovation of the Year” al 2025 Data Breakthrough Awards, e elencato tra le 100 aziende che contano di KMWorld, Graphwise è la soluzione più completa e convalidata del settore. Get started with Graphwise today to make generative AI reliable and scalable for your business. Inizia oggi con Graphwise per rendere l'IA generativa affidabile e scalabile per la tua attività. Context Beyond Context Graphs Il contesto al di là dei grafici Ma ci sono problemi ancora più profondi con il modo in cui viene usato il "contexto", Quando una parola diventa unità di fatturazione, il concetto associato alla parola può rapidamente perdere significato. stiamo discutendo il contesto relativo ai token o il contesto progettato per l'affidabilità dell'IA? è un grafico? un file di marcatura? un formato YAML o tabelle schema? Il talismano si espande Per aiutare a chiarire le cose, il Sviluppare specifiche, vocabolari e migliori pratiche per rappresentare e risolvere gli squilibri contestuali tra le rappresentazioni globali della conoscenza e i contesti di interpretazione locali nei sistemi decisionali e nei flussi di lavoro umano-IA. W3C Context Graphs Community Group (Gruppo comunitario di grafici di contesto W3C) Jason Stanley afferma che . Gli agenti AI hanno bisogno di cinque grafici, e nessuno ne ha tutti I grafici di sicurezza mappano ciò che è sfruttibile e come appare il raggio di esplosione. I grafici di contesto catturano le traiettorie decisionali in modo che gli agenti possano agire in base al precedente. I grafici di azione modellano quali operazioni sono legali su quali oggetti sotto quali regole. I grafici della conoscenza rappresentano entità e relazioni in tutta l'impresa. In termini più pratici, Andrea Splendiani, Kurt Cagle, il team Glean e Will Lyon condividono approcci per l'implementazione di grafici di contesto. e offrire alternative basate su RDF, mentre e il Sulla base del presupposto che “ « . . splendidi Cagliari Lyon lavora con Neo4j Il team di Glean condivide la sua architettura Non puoi catturare in modo affidabile il perché; puoi catturare il come La tesi del grafico di contesto divenne anche il progetto per lo sviluppo del primo rilascio stabile di . Semantica: un framework open source per la creazione di grafici di contesto e strati di intelligenza decisionale per l'IA Connected Thinking: From civilizational patterns to the next system Un viaggio unico di esplorazione, trasformazione, compagnia e fondamento. Una serie di seminari interattivi a piedi, rivivendo la tradizione della scuola peripatetica dei pensatori antichi nei tempi meta-moderni. I modelli di civiltà: un'introduzione alla macro Storia. La pulsazione dell'ipotesi comune: come la coordinazione basata sui comuni ha pulsato attraverso la storia come alternativa. P2P e i comuni: la logica emergente del peer-to-peer come modello di coordinamento post-ierarchico. Il sistema successivo: cosa possiamo sapere?Mappando i contorni di ciò che sostituisce la forma esaurita. Learn more and apply here Scopri di più e applica qui Ontologies, Context Graphs, and Semantic Layers: What AI Actually Needs in 2026 Ontologie, grafici di contesto e strati semantici: di cosa ha bisogno l’IA nel 2026 Ineluttabilmente, la conversazione del grafico di contesto tocca anche l'ontologia, nel senso di catturare il contesto in un modo che sia le persone che l'IA possano utilizzare in modo affidabile. Il vero lavoro non risolto è la validità temporale, le tracce decisionali e la risoluzione dei fatti. Il quadro L'attuale conversazione si è cristallizzata intorno a una dichotomia: ontologie prescritte contro ontologie imparate. Ciò che manca da questo framing è una terza opzione che si è nascosta in vista: adottare ciò che esiste. estendere dove necessario. concentrarsi sull'apprendimento su ciò che è veramente nuovo. Anche se l'ontologia è considerata parte dei fondamenti dei sistemi informativi, con Le sue origini si trovano nella filosofia.L'ingresso per Fornisce background e riferimenti. Il 2026 è stato proclamato l’anno dell’ontologia Ontologia e sistemi informativi nell'Enciclopedia di Stanford Nel 2026, Anni di pipeline-stacking senza preoccuparsi del significato ci hanno atterrato qui: agenti fallendo esattamente dove la comprensione semantica doveva vivere. « . . L’ontologia è in tendenza perché gli agenti AI hanno rivelato il divario Possedere l'ontologia o affittare il tuo futuro Verhelst identifica quattro lacune di capacità che rendono l'IA agente non governabile e propone l'approccio di Minimum Viable Ontology. . Perché la maggior parte delle tavole non può governare ciò che non può definire, e come risolvere questo con la semantica e l'ontologia Il mondo in generale sembra svegliarsi all’importanza della semantica e dell’ontologia. , con Gartner afferma che . Gartner elenca Data Management, Semantic Layers e GraphRAG come Top Trends in Data e Analytics per il 2026 L'arricchimento semantico riconosciuto come capacità chiave delle piattaforme di gestione dei dati Il bilancio per le capacità semantiche non è negoziabile Bill Inmon, ampiamente riconosciuto come il padre del data warehouse, ha condiviso anche il suo viaggio verso la semantica e l'ontologia. Riconoscendo che non voleva mai finire per sapere nulla sull’ontologia; fu l’ontologia a trovarlo. Alcuni punti di vista sull'ontologia Inmon e Talisman hanno seguito , dove esplorano come sembrano le ontologie, come sono strutturate e quali sono le loro caratteristiche e strutture definitive.Per le persone attratte all'ontologia dalla conversazione su AI, grafici di contesto e strati semantici, Talisman . L’anatomia di un’ontologia esplora il loro rapporto e ciò di cui l'IA ha bisogno nel 2026 The shortest path between you and graph insights La visualizzazione grafica e l'analisi sono diventate molto più facili!Introduzione Una soluzione online che porta esplorazione grafica potente a chiunque, direttamente da un browser. Linkurious Enterprise Cloud Crea un account, connetti il tuo database grafico, inizia l'esplorazione dei tuoi dati, collabora con i tuoi compagni di squadra e condividi i tuoi risultati, tutto prima del pranzo. Che altro? • Compatibilità con i principali database grafiche • Zero IT bottlenecks o compiti infrastrutturali • Piani flessibili che si adattano alle vostre esigenze Il modo più veloce per avviare un progetto grafico oggi – e il modo più semplice per scalarlo domani. 30 giorni di prova gratuita. Iscriviti ora Tooling and Evaluation Frameworks for Ontologies Strumenti e quadri di valutazione per le ontologie Per i non esperti, quando si tratta di implementare artefatti semantici come le ontologie, Anche quando la gente capisce perché l'IA dipende dalla semantica e ottiene il buy-in, Anna Bergevin sostiene che gli strumenti e i processi sono insufficienti per risolvere questo problema. Il lavoro semantico potrebbe aver bisogno del suo momento di Figma Bergevin osserva che attualmente, gli strumenti di semantica sono costruiti per esperti, non per iniziare. identifica un divario nel mercato, e ritiene che la storia di successo parallela di come il design si democratizza senza minare l'esperienza possa essere istruttiva. Athanassios Hatzis ha iniziato una conversazione sullo strumento per visualizzare le ontologie, che presto Steve Hedden ha condiviso Nuovi strumenti per il lavoro di modellazione semantica come di , e sono in via di sviluppo, mentre altri come . ampliato per includere gli editori di ontologia un elenco di strumenti di visualizzazione RDF e ontologia gratuiti e open source Termostato OntoBoom di OntoView Gra.fo si ritira Alcune persone possono essere tentate di Ma Frédéric Verhelst e Joe Hoeller avvertono contro Tuttavia, come la maggior parte dei professionisti, gli ingegneri della conoscenza possono trarre beneficio dall'utilizzo del LLM con attenzione per assistere nel loro lavoro. ottenere LLM per scrivere la loro ontologia Fiducia cieca nelle ontologie LLM a sono stati presentati da Liber AI. Sono stati sviluppati più parametri di riferimento per la valutazione delle ontologie generate da LLM, e . framework e benchmark per l'open source LLM-driven ontology construction per i grafici delle conoscenze aziendali Uno come collaborazione tra LettrIA e EURECOM Un altro gruppo di ricercatori delle università tedesche e britanniche Le ontologie sono artefatti di conoscenza, ma sono anche artefatti di software. Come qualsiasi software, la loro qualità dovrebbe essere misurata in modo sistematico e operativo. “, Jesús Barrasa di Neo4j e Alexander Erdl hanno esaminato alcuni articoli su questo argomento e implementato alcune delle idee che hanno trovato. Valutazione della qualità delle ontologie Process Tempo is the missing layer every graph stack needs Progettato per accelerare la progettazione, lo sviluppo e la distribuzione di applicazioni basate su grafici, Process Tempo trasforma le tue idee in soluzioni pronte alla produzione più rapidamente. Che tu stia costruendo grafici di conoscenza aziendale o piattaforme di intelligenza dei dati, Process Tempo fornisce la velocità, la struttura e la flessibilità necessarie per dare vita alle tue idee connesse. Learn More Imparare di più From Retrieval Augmented Generation to Knowledge Augmented Generation Dalla generazione aumentata alla generazione aumentata della conoscenza L'uso di ontologia in Retrieval Augmented Generation (RAG) sta anche guadagnando trazione. Sergey Vasiliev etichetta questa famiglia di approcci Piuttosto che solo migliorare il recupero, l'obiettivo è quello di integrare un grafico della conoscenza come substrato di ragionamento. In questa prospettiva, il grafico non è solo un indice del retriever, ma una spina dorsale semantica. KAG: Generazione aumentata della conoscenza in “ “Un team di Graphwise dimostra come un grafico di conoscenze basato sull’ontologia aumenta l’accuratezza dei Q&A multi-hop di un sistema GraphRAG senza schema leader. Miglioramento di HippoRAG con la semantica basata su grafi RAG standard basato su vettori, GraphRAG e recupero su grafici di conoscenza costruiti su ontologie derivate da database relazionali o corpora di testo.I risultati mostrano che i grafici di conoscenza guidati dall'ontologia che incorporano informazioni di pezzo raggiungono prestazioni competitive con framework all'avanguardia. La ricerca di Granter ha confrontato una varietà di approcci Questo non vuol dire che altri approcci RAG e GraphRAG siano scomparsi. Come preambolo per l’introduzione . Perché il classico RAG non funziona e cosa fare EdgeQuake: un framework Graph-RAG open source ad alte prestazioni in Rust E Graphcore Research pubblicato . MegaRAG crea automaticamente grafici di conoscenza da documenti visivi UltRAG: una ricetta scalabile universale per il Knowledge Graph RAG Un gruppo di ricercatori cinesi ha pubblicato Un'indagine sistematica di GraphRAG, con formalizzazione del flusso di lavoro, attività a valle, domini applicativi, metodologie di valutazione, casi di utilizzo industriale e un repository open source. La nuova generazione Graph Retrieval-Augmented Google Pubblicato Questo tutorial dimostra come creare agenti intelligenti che comprendono il contesto dei dati attraverso le relazioni grafiche e forniscono risposte a query altamente accurate. una guida per la creazione di agenti GraphRAG con il Kit di sviluppo degli agenti di Google Steve Hedden esplora Egli osserva che il RAG potrebbe essere stato necessario per la prima ondata di intelligenza artificiale aziendale, ma sta evolvendo in qualcosa di più grande. , elaborando su quando e come implementare Text2Cypher nelle applicazioni agentiche. l'ascesa dell'ingegneria del contesto e degli strati semantici per l'AI di Agentic Text2Cypher Guida State of the Graph Un archivio completo e aggiornato, visualizzazione e analisi delle offerte in tutto lo spazio della tecnologia grafica. • Professionisti tecnici che esplorano strumenti, piattaforme e architetture grafiche • Analisti e investitori che seguono le tendenze del mercato Venditori e costruttori che cercano una mappa chiara e inclusiva per posizionare le loro innovazioni Learn more Imparare di più Knowledge Graphs in Software Engineering and Enterprise Architecture Grafici di conoscenza in ingegneria del software e architettura aziendale Bala Adithya Malaraju stava cercando di applicare un'architettura GraphRAG alla sua base di codice, ma correva contro i problemi. L'idea principale è semplice: invece di lasciare che un LLM scopra la tua ontologia da zero, tu la definisci da solo. Smettere di lasciare che i LLM costruiscano i suoi grafici di conoscenza Questa è solo un'applicazione dei grafici della conoscenza e dell'ontologia nel dominio che sta probabilmente vedendo il più grande impatto dell'IA: l'ingegneria del software. , utilizzando e il gdotv. Valuta il Codebase-Oriented RAG attraverso l'analisi del Knowledge Graph Codice grafico-RAG trasforma un repository in un grafico di conoscenze basato su AST direttamente nel browser. trasforma le sessioni di codifica AI disperse in un grafico della conoscenza consultabile. Crea una rappresentazione unificata e ad alta fidelità per la codifica assistita da AI. di Ginevra Sessione grafica Impianti per la pianificazione Graph Encoder Offre intelligenza di codice semantico attraverso grafici di conoscenza RDF. Crea un grafico di conoscenza locale per Claude Code. Distribuisce grandi PR in un grafico aciclico diretto di piccole, rivedibili PR accumulate, e . Il repolex Recensione di Graph Il Pr-Split gitCGR visualizza istantaneamente qualsiasi repo GitHub come grafico Ma alla fine l'ingegneria del software è solo una parte dell'architettura aziendale. La conversione di Alberto D. Mendoza I framework Enterprise Architecture come TOGAF, DoDAF e FEAF utilizzano da tempo ArchiMate: un linguaggio di modellazione grafica aperto e standardizzato utilizzato per descrivere, analizzare e visualizzare le architetture. ArchiMate 3.2 per una Ontologia RDF Il problema è che dopo che i diagrammi ArchiMate sono creati, vengono pianificati, salvati come PDF, e le conoscenze che hanno richiesto così tanto tempo per raccogliere sono congelate. Gli elementi potrebbero essere memorizzati in un modello che è governato, riferito e si evolve nel tempo piuttosto che ricreato da zero. Ma gli strumenti EA memorizzano queste informazioni in tabelle relazionali, quindi EA diventa un blocco. I grafici sono la soluzione ovvia. RDF/OWL è stato progettato per una ricca rappresentazione delle conoscenze, quindi questo sembra una corrispondenza naturale. Connected Data London 2026 10 anni di collegamento di dati, persone e idee Keynote: William Tunstall-Pedoe, il pioniere di Amazon Alexa Malcolm Hawker – leader del pensiero, professionista del CDO Juan Sequeda – Principale Ricercatore Fondamentale, ServiceNow Jessica Talisman – Architetto Semantico, Fondatore di The Ontology Pipeline Book Now Libro ora Knowledge Graph Research, Applications and Best Practices Ricerca grafica della conoscenza, applicazioni e migliori pratiche Simile a come l'ingegneria del software è un dominio applicativo premium per i grafici della conoscenza, il grafico sta emergendo come il segmento in più rapida crescita nella ricerca AI. . Graph è stata una parte significativa di NeurIPS 2025, significando la sua crescente importanza e quota di mercato I risultati di Dan McGrath lo confermano. I risultati mostrano una chiara accelerazione, con un punto di svolta nel 2024, quando il grafico è diventato il segmento in più rapida crescita nella ricerca AI. McGrath ha tracciato la crescita bruta della ricerca legata ai grafici rispetto alla linea di base di tutti i lavori di AI dal 2023 al presente Anche le applicazioni del mondo reale abbondano, come mostrato da Juan Sequeda Una conferenza di grafica della conoscenza in cui ogni singolo colloquio è venuto da aziende, non da venditori, non da POC, implementazioni di produzione reali con architetture mature e ruoli e processi ben pensati. Dati connessi Londra 2025 viaggio rapporto Sequeda è stato un grafo di conoscenza costruttore e sostenitore per decenni. ha condiviso E lui sarà . 20 lezioni da 20 anni di costruzione di ontologie e grafici della conoscenza Ritorno a Connected Data London 2026 come parte di una serie iniziale con William Tunstall-Pedoe, Malcolm Hawker e Jessica Talisman Veronika Heimsbakk ha scritto una serie di post per Scommettere con la motivazione – Ha elaborato su di e condivide una guida di traduzione - . Ingegneri di dati che cercano di comprendere i grafici della conoscenza Perché dovresti preoccuparti dei grafici della conoscenza Ingegneria dei dati ontologia Un paio di pezzi fondamentali sulla logica SPARQL per sviluppatori SQL Ashleigh Faith ha anche decenni di esperienza nella modellazione di grafici di conoscenza e ontologia. Mentre i suoi suggerimenti hanno un forte focus sui modelli dei grafici basati su RDF, i principi sono abbastanza profondi da essere utili per quasi qualsiasi progetto di modellazione dei dati dei grafici. Top 10 consigli di modellazione per l'ontologia e il grafico Il dibattito tra i modelli di dati dei grafici RDF e Labeled Property Graph (LPG) è in corso. e analizza formalmente le relazioni tra di loro. . spiega Property Graph e LPG come modelli semantici strutturali e applicati, pone RDF nel suo ruolo di quadro semantico generale RDF è un modello di rappresentazione della conoscenza e LPG è l'infrastruttura decisionale Niklas Emegård condivide a Pieter Colpaert ha dichiarato Evitare di restare bloccati a prendere decisioni di compromesso e di dover attendere il consenso. no-ontology hack per mostrare che non è necessario trascorrere settimane modellando i dati per iniziare a costruire un grafico della conoscenza RDF Possibile interoperabilità Pragmatic AI Training Dall'alfabetizzazione dei dati alla scienza dei dati e all'IA pragmatica Per coloro che vogliono capire i primi principi dell'IA e imparare a usarlo per ottenere risultati. • Creato attraverso una vasta esperienza • Progettato per professionisti occupati • Validato dai leader globali • Consegna in loco Learn More Imparare di più Knowledge Graph Tools and Platforms Strumenti e piattaforme di Knowledge Graph Se stai cercando strumenti e piattaforme di grafica della conoscenza che puoi utilizzare, ci sono alcune risorse per aiutarti anche lì. Trasforma i documenti in conoscenze strutturate, estraendo entità, relazioni e argomenti. è una libreria Python per la facile manipolazione dei grafici della conoscenza. è un framework per la trasformazione di dati tabulari e gerarchici in grafici di proprietà e l'ingestione in database di grafici. Notturno Il Knowledge Graph Toolkit (KGTK) Graffio Il è un archivio completo, aggiornato, di visualizzazione e analisi delle offerte in tutto lo spazio della tecnologia grafica. riunisce piattaforme dedicate, fornitori di infrastrutture e strumenti di ricerca e gestione incentrati sulla conoscenza, in modo da poter vedere chi fa cosa, dove si sovrappongono e dove differiscono. Lo stato del grafico Catalogno del Graph Knowledge Graph Creato da Steve Hedden Creato da Oliveira E Michael Hoogkamer ha creato . Open Knowledge Graphs – un motore di ricerca per ontologie, vocabolari controllati e strumenti Web semantici Una breve lista di strumenti di modellazione concettuale e dati collegati Tassonomia interattiva dei concetti di modellazione semantica Le tassonomia possono essere considerate come pietre d'ingresso per le ontologie e i grafici della conoscenza. Heather Hedden ha condiviso le sue intuizioni su e e Kurt Cagle dimostra come . Quali tasse non sono Fonti di tassazione Utilizzare le taxonomie pubbliche , e Yumiko Saito riflette su di esso. Kurt Cagle esplora . I tassonomi hanno un ruolo nel nuovo mondo dell'IA generativa Come rendere le tassonomie (e i grafici della conoscenza in generale) più amichevoli per i LLM Per utilizzare LLM con grafici di conoscenza, Una metodologia completa che introduce un'architettura modulare a quattro fasi che unifica più di 40 sistemi Graph RAG esistenti sotto un formalismo comune. , e il . Fanghua (Joshua) Yu propone la Modellazione Generativa della Conoscenza (GenKM) Operatore generativo algebra GenKG Lifecycle per la governance grafica della conoscenza end-to-end The State of the Graph Database Market Lo stato del mercato dei database Graph Il , con più concorrenza tra i venditori e più opzioni per gli utenti. è un tentativo di presentare il mercato in una visione unica, strutturata, comprensiva con i fornitori; ha lo scopo di consentire agli utenti di vedere come i database grafici si confrontano tra le diverse caratteristiche. Il mercato dei database graf cresce Lo stato del catalogo Graph dei database Graph Ci sono più di 50 banche dati grafiche elencate nel catalogo State of the Graph. Ma Jason Saltzman, Head of Insights di CB Insights, Come questo accade, il mercato diventa molto meno perdonante. nota che, come l'infrastruttura cloud prima di esso, i database si stanno spostando dalla vasta sperimentazione alla standardizzazione intorno a pochi carichi di lavoro critici Saltzman chiama Neo4j, osservando che il loro slancio riflette la scala e la difensibilità: $ 200M ARR, 84% di penetrazione Fortune 100, e l'adozione accelerata di GraphRAG, contribuendo a una delle più alte probabilità di IPO tracce CB Insights. Sudhir Hasbe, Neo4j CPO, elaborerà su In particolare, questo include “Ontologies as a First-Class Citizen”: uno strumento di modellazione indipendente di alto livello con un repository di campioni specifici per casi di utilizzo e l’applicazione di schemi grafici nativi. . L’evoluzione architettonica di Neo4j nel 2025 Neo4j introduce il supporto per schema come funzione di preview Abbiamo visto la mobilità nel panorama dei database grafica, con nuovi fornitori e rilasci. , un'edizione open-source del suo database grafico versionato ad alte prestazioni. , combinando grafici di conoscenza, incorporazioni vettoriali e ragionamento neurosimbolico. Implementazione di tubazioni sofisticate come query di database atomiche. TuringDB ha rilasciato la Community Version AllegroGraph rilasciato v8.5 Memgraph lancia Atomic GraphRAG Pipelines , portando miglioramenti sulla stabilità, le prestazioni e gli strumenti, l'esperienza dello sviluppatore e la costruzione di agenti di intelligenza artificiale, mentre di . e aggiunto il supporto multi-writer concorrente. SurrealDB ha rilasciato la versione 3.0 23 milioni di dollari per l'estensione Serie A Vela Partners ha rilasciato un nuovo fork di KuzuDB , creando un divario nell'ecosistema di database grafico. Oltre ai forchi KuzuDB, è un nuovo database grafico incorporato costruito in Rust. è un altro database di grafici distribuiti scritto in Rust, che ha recentemente rilasciato v0.6.1. KuzuDB è stato acquistato da Apple grafico di Samyama Sia Grafeo che Samyama evidenziano Risultati: il , precedentemente conosciuto come il Linked Data Benchmark Council (LDBC), è un'organizzazione senza scopo di lucro che definisce i benchmarks standard dei grafici e promuove una comunità intorno alle tecnologie di elaborazione dei grafici. Il benchmark LDBC Il Graph Data Council (GDC) Ci sono più benchmarks e aggiornamenti per l'ecosistema Gremlin. Si tratta di un’implementazione di Gremlin lavoro di lavoro. è uno strumento di benchmarking progettato per database grafiche basate su Apache TinkerPop. . LDBC SNB Interactive per TinkerPop LDBC Social Network Benchmark (SNB) interattivo v1 TinkerBench La seconda edizione di Practical Gremlin: An Apache TinkerPop Tutorial è stata pubblicata Graph Analytics and Graph AI Updates Graph Analytics e gli aggiornamenti di Graph AI Il mercato di Graph Analytics dovrebbe crescere da 2,41 miliardi di dollari nel 2025 a 2,92 miliardi di dollari nel 2026 (21,61% CAGR), sulla strada per raggiungere 9,49 miliardi di dollari entro il 2032. offre un unico punto di accesso per la navigazione, il confronto e la selezione di strumenti di analisi grafica che corrispondono alle vostre esigenze. Cataloghi di stato del grafico per l'analisi grafica Un'entrata notevole nel mercato dell'analisi grafica è Google BigQuery Graph. , consente agli utenti di eseguire query su scala, unificare i dati e visualizzare le informazioni, mentre supporta il Graph Query Language (GQL). BigQuery Graph, attualmente in preview privato Netflix sfrutta anche l'analisi grafica. e Il passo successivo è stato il . Come e perché Netflix ha creato un grafico distribuito in tempo reale come hanno creato un'astrazione grafica ad alta potenza L’evoluzione dell’intelligenza artificiale della ricerca grafica su Netflix, passando dalle query strutturate al linguaggio naturale ClickHouse e PuppyGraph presentano il , interrogando relazioni direttamente sui dati esistenti senza ETL a un database grafico. . Il concetto di Graph di LakeHouse: analisi di grafici Zero-Copy DuckDB offre anche analisi grafica ora tramite Onager è una biblioteca di scienza dei dati grafica per Rust. fornisce strutture di dati comuni e algoritmi per l'analisi di reti del mondo reale, come le reti sociali, dei trasporti e biologiche. Il blog Neo4j offre background e esempi su alcuni degli algoritmi di analisi grafica più comuni. di , e . La grafina di Louvain Jaccardi di PageRank Graph AI viene ridefinito con l'avvento della memoria grafica per gli agenti AI. " Cognee, un motore di memoria AI open source che trasforma i dati in un grafico di conoscenza vivente, . Memoria degli agenti basata su grafici: tassonomia, tecniche e applicazioni Ha raccolto 7,5 milioni di dollari di fondi per costruire la memoria per gli agenti AI Himanshu jha elabora un parallelo tra come i Transformers hanno cambiato la modellazione di sequenza e come i Graph Transformers potrebbero essere cambiando l'apprendimento del grafico, il framing . Il passaggio dai GNN ai Graph Transformers attraverso l’obiettivo della rivoluzione dei Transformer GraphBench standardizza la valutazione e include un framework unificato per il tuning dei iperparametri e fornisce solide linee di base con modelli di trasmissione dei messaggi e di trasformatore grafico all'avanguardia e codice semplice plug-and-play. Il Graphbench Graph Billion-Foundation-Fusion (GraphBFF) è la prima ricetta end-to-end per la costruzione (GFM) per grafici eterogenei arbitrari, a miliardi di scala. Il centro della ricetta è il GraphBFF Transformer, un'architettura flessibile e scalabile progettata per GFM pratici a miliardi di scala. Modelli di fondazione di miliardi di parametri Graph Iscriviti all'anno della newsletter Graph Tenere traccia di tutte le cose Graph Anno dopo anno. Graph di conoscenza, graph database, analisi, AI, scienza dei dati Iscriviti all'anno della newsletter Graph Iscriviti all'anno della newsletter Graph Tenere traccia di tutte le cose Graph Anno dopo anno. Graph di conoscenza, graph database, analisi, AI, scienza dei dati
