"We Are Very Early In Our Work With LLMs", - Prem Ramaswami, Google-ийн Data Commons захирал

Өнөөдөр би хэлсэн Өнгөрсөн мэдээ Эдүүлбэр Google дээр Data Commons . Prem болон түүний баг нь хамгийн сүүлийн үеийн Data Commons загварын контекст протокол (MCP) сервер Энэ нь Google-ийн барилгач, хөгжүүлэгчдэд найдвартай, баталгаажуулсан өгөгдлийг хангахын тулд үйл явц юм. Тэдний хувийн стандартын протокол бий болгохын тулд Google Data Commons нь Anthropic-ийн нээлттэй эх сурвалж загвар Model Context Protocol дээр суурилсан байна. Бид MCP-ийг, бодит нэгжийн эдийн засгийн талаар хэлэх болно. Неструктурирован өгөгдлийн, халюцинацийн асуултууд, энэ бүх нь интернет бизнесийн барилга хамгийн сүүлийн үеийн талаар юу хэлж байна. Өнгөрсөн мэдээ Google дээр Data Commons Data Commons загварын контекст протокол (MCP) сервер David Smooke: What strategies should AI researchers and builders be leveraging to make AI hallucinate less often? Prem Ramaswami: судалгаачид, барилгач нь AI-ийн outputsд итгэмжлэгдсэн, итгэмжлэгдсэн өгөгдлийн эх сурвалжаас зайлсхийх боломжтой бөгөөд загварыг интерпретируулдаг боловч зөвхөн итгэмжлэгдсэн өгөгдлийн баазны эх сурвалжаас өгөгдлийг хандах. Энэ нь Data Commons юм: Бид өгөгдлийн эх үүсвэрийг нээлттэй эх үүсвэрийг харьцуулахад туслах, загварын асуултуудыг найдвартай өгөгдлийг багасгах, үргэлжлүүлэн үнэлгээ, санал болгож буй өгөгдлийг нэгтгэхийн тулд. Бид шинэчлэгдсэн Model Context Protocol (MCP) сервер дамжуулан энэ баталгаатай өгөгдлийг хандахын тулд тавтай морилно уу. Энэ нь AI-ийн ажилтнуудад бидний өгөгдлийн эх үүсвэрийг олж, хандахын тулд стандарттай арга юм. Энэ нь хөгжүүлэгчдэд найдвартай AI-ийн програмуудыг, ажилтнуудыг хөгжүүлэх, ашиглах нь хурдан, хялбар байдаг. 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 нь маш их чухал албан ёсны өгөгдөл байдаг, гэхдээ энэ нь зөв ашиглаж болно, эсвэл ашигтай биш юм. Энэ нь олж чадахгүй, энэ нь хатуу байдаг, та энэ нь ашиглах өмнө 500 хуудас PDF унших хэрэгтэй бөгөөд энэ нь хамтран ажиллах нь хэцүү байдаг. Бид энэ нь хялбар болгож байна. Data Commons нь дэлхий даяар албан ёсны өгөгдөл нь итгэмжлэгдсэн эх үүсвэрүүдээс нэгтгэдэг. , АНУ-ын Судалгааны Бюро, ОХУ-ын, Евростат, Дэлхийн банк, энэ нь аль аль хэдийн ихэвчлэн хандлагатай, ашигтай болгодог. нэг кампанит Өнөөдөр бид олон зуун өгөгдлийн цуврал, олон зуун хувилбар нэгтгэж, эрүүл мэндийн, эдийн засгийн, байгаль орчны зэрэг салбарт олон тэрбум өгөгдлийн томоохон үйлчилгээ үздэг. Data Commons-ийн амжилт нь өндөр чанарын, ягаан туяаны өгөгдлийн хандахын тулд тавтай морилно уудсан асуултуудыг хурдан олж болно. Энэ нь AI-ийн эрт нь маш чухал юм. Бид өгөгдлийн суурилсан шийдлийг хамгийн хялбар сонголт байхыг хүсч байна. Дэлгэрэнгүй мэдээлэл Нөхцөл Үйлчилгээ Энд Энэ видео 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 нь AI агент, програмуудыг өгөгдлийн эх үүсвэрийг хангахын тулд нээлттэй, стандарттай арга замыг бий болгодог. AI системүүд илүү их байдаг тул тэдний outputs-ийн найдвартай байдал, транспаренцийг тэдний асуулт нь бодит өгөгдлийн талаархи асуултуудтай байдаг - болон Data Commons нь MCP-ийн ашигтай тогтмол өгөгдлийг хангах. Бидний API, эсвэл бидний өгөгдлийн загварыг мэдэж байгаа бол LLM-ийн "интеллигент" ашиглаж болно. Бид олон аж ахуйн нэгжийн туслах, хуваалцсан стандартыг хүлээн зөвшөөрөх нээлттэй экосистемыг илүү сайн чанарын, илүү найдвартай AI хэрэглээг, дэлгэрэнгүй нийгмийн ашигтай болгоно. Бид MPC сервер бий болгосон бөгөөд бидний олон нийтийн өгөгдлийг AI загварууд нь хялбар татаж авах боломжтой болгодог. Бидний зорилго нь хөгжүүлэгчид, NGO, журналист, засгийн газрууд, итгэмжлэгдсэн өгөгдлийг хүсэж байгаа хүмүүст хүчин чадалтай болгох бөгөөд AI-ийн идэвхтэй хэрэгсэл нь найдвартай, байлгах суудал бий болгох юм. 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-ийн Anthropic-ийн 14% -ийг эзэмшиж байна impact the decision? Google-ийн Anthropic-ийн 14% -ийг эзэмшиж байна Ажлын эх сурвалж дээр ажиллаж байгаа бага багтай, Data Commons-ийн зорилго нь ихэвчлэн өргөн интерактив байдлыг хангах, найдвартай, өгөгдөл дээр суурилсан АИ-ийн хэрэглээг хөгжүүлэх хурдан болгох юм. MCP-ийн гадна, бид тавтай морилно уу формат, манай онтологийн ихэнх нь Google Cloud-ийн BigQuery, аж үйлдвэрийн бүтээгдэхүүн зэрэг Google-ийн олон бүтээгдэхүүнийг MCP-тэй интегрисан бөгөөд энэ нь хялбар сонголт болгодог. Статистикийн мэдээлэл MetaExchange (SDMX) Бүртгүүлэх 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 нь нээлттэй эх сурвалж юм, Тиймээс бид хэрэглэгчид, хөгжүүлэгчид нь ихээхэн хөгжиж, Google-ийн энэ амжилттай хандахыг хүсч байна. Одоогийн байдлаар, Data Commons нь хандахын тулд хамгийн их боломжийг олгодог. Data Commons Search-д өгөгдлийг хангахын тулд туслах, тусгайлан бид LLM-ийг илүү найдвартай, найдвартай болгохын тулд янз бүрийн арга замыг судлах болно. Энэ нь бас ашиглах үнэгүй юм Үйлчилгээ Бүтээгдэхүүний мэдээлэл MCP-ийн ухаалаг аспект нэг нь манай хэрэглэгчид ашиглаж болно MCP сервертэй харилцаа холбоо барих. Зарим хэлбэл, хэрэглэгчийн LLM нь хүний хэлний асуулт API-ийн цуврал болгон хуваалцаж, дараа нь үр дүнг хэрэглэгчдэд дамжуулан тайлбарладаг. Google-ийн компьютерийн оролцож биш юм! their own LLM Би үзэх ёстой, Бид Data Commons-д API-ийн хүсэлтний тоо дээр тав тулгарч байна, Бид өргөн хэрэглээг дэмжих хүсч байна, гэхдээ бас тавтай морилно уу. 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? Манай гол шинэчлэл нэг нь өгөгдөл нь нийтлэг мэдлэг график болгон өөрчлөх юм. Бид илүүдэд эх сурвалжаас эх сурвалжааны өгөгдөл нэг, каноник онтологид импортируулдаг - нэг өгөгдлийн цуврал нь "Type 2 цуврал" гэж хэлдэг бөгөөд бусад өгөгдлийн цуврал дахь бусад цуврал нь ICD код "E11" гэж хэлдэг. Бид аль аль аль аль нь нэг зүйл гэж нэрлэдэг гэж ойлгож болно. Бид мөн нэгж нь илүү хялбар харьцуулахад өөрчилж болно. Энэ нь өгөгдлийн шинжлэх ухааны оюутнуудад ач холбогдолтой ажилтай байхдаа өгөгдлийн шинжилгээ хийх боломжийг олгодог. Бүх өгөгдлийн жагсаалтууд нь нарийвчлалтай металл өгөгдлийн болон эх үүсвэртэй байдаг, Тиймээс хэрэглэгчид үргэлж мэдээлэл одоогоор мэддэг. Эдгээр эх үүсвэр дээр анхаарлаа хангах хэрэглэгчид янз бүрийн өгөгдлийг үнэ цэнэтэй, үйл ажиллагаа явуулж болно. 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? Дэлхийн олон ач холбогдолтой асуултуудын ихэнх нь холистийн асуултууд юм. Үүнээс гадна, би нэг засгийн агентлаас нэг өгөгдлийн цуглуулгыг харж чадахгүй боловч олон өгөгдлийн цуглуулгыг нэгтгэх хэрэгтэй. Эдүүлбэрээр, One Campaign нь ONE Data Agent-ийг эхлүүлсэн бөгөөд энэ шинэ хэрэгсэл нь хэрэглэгчдэд хязгаарлагдмал хэлбэрийн ашиглан секундын дотор олон сая эрүүл мэндийн финансийн өгөгдлийн тоног төхөөрөмжийг хурдан хайж чадна. Тэд дараа нь энэ өгөгдлийг визуалж чадна, цэвэр өгөгдлийн багц татаж авах боломжтой бөгөөд захиалгын, өгөгдлийн өгөгдлийг сайжруулахын тулд тусалдаг. Би хөгжүүлэгчид олон янз бүрийн чиглэлээр Data Commons-д импортын өгөгдлийн цуврал дээр шинэ мэдлэгийг бий болгохын тулд гайхамшигтай байна. Эдгээр нь үндсэн өгөгдлийн цуврал юм. Энэ нь илүү тохиромжтой, үйлчлэхэд тохиромжтой байх үед, бодит дэлхий даяар нөлөө үүсгэх болно. Энэ нь орон сууцны үйлчлүүлэгчид үйл явцыг хэмнэх туслах, тэдний үр дүнд ямар нэг үйл явцыг илүү ягаан тусалдаг. Энэ нь бидэнд байгаль орчны тусламжын тулд туслах, эдийн засгийн өөрчлөлтийг эхлэх, эсвэл дэмжлэг үзүүлэх аж ахуйн нэгжүүдээс багасгахад туслах болно. MCP сервер нь эдгээр салбарт шинэчлүүлэгчид зориулагчдыг багасгахын тулд 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? Бидний хувьд, "цагтай" өгөгдөл нь албан ёсны агентлаас, эрдэм шинжилгээний байгууллага, олон нийтийн бүлэг гэх мэт авторитеттай, итгэмжлэгдсэн аж ахуйн нэгжээс байна. Манай платформ дээр бүх өгөгдлийн тоног төхөөрөмж нь анхны эх үүсвэрээс гадна нарийвчлалтай метадаттай холбоотой байна. Загварлагчид нь энэ нь танд хэзээ ч ямар ч тоо, статистик эх сурвалж болно, энэ нь цуглуулсан контекст үзнэ үү, ямар ч хязгаарлалт мэднэ үү. Манай платформ API-ийн дамжуулан энэ эх сурвалжуудыг хамардаг бөгөөд энэ нь зүгээр л асуултуудыг бий болгох нь хялбар болгодог, гэхдээ хэрэглэгчдэд бүх үр дүнд харуулсан харуулга, аудитын шугам хандах болно. Бид энэ өгөгдлийн бүтэц, тусгай үнэт дээр судлахыг хүсдэггүй. Үүнээс гадна, бид энэ өгөгдлийн боломжууд нь илүү хялбар харагдахыг хүсч байна. Эдгээр янз бүрийн өөр өөр түүх юм. 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? Бид LLMs нь бидний ажил нь маш хурдан байна. Google-ийн трансформатор харьцуулагч 2017 онд эхлүүлсэн байна! Одоогийн үед, би халюцинацид зориулсан асуултуудыг туршиж байна гэж бодож байна. Data Commons идэвхжүүлэг нь баталгаажуулсан өгөгдөл дээр outputs суурилуулахыг хүсч байна. Бидний урт хугацааны бооцоо нь хамгийн найдвартай AI систем нь эдгээр загварууд нь хүчтэй, auditable өгөгдлийн эх үүсвэрийг нэгтгэх болно. AI-ийн ажилтнууд нь авторитетын өгөгдлийн эх үүсвэрийг харьцуулахад хялбар болгон, бид найдвартай, найдвартай, найдвартай хариу хандах болно. 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? Хэрэв та 9 сарын өмнө миний галт тэрэгний зургийг танд хэлэхыг хүсэж байгаа бол, би MCP-ийн талаар танд хэлж чадахгүй байсан! AI-ийн талбайд одоогийн хөгжил, өөрчлөлтийн хурд нь гайхалтай юм. Энэ нь хэлсэн хэдий ч, бид зарим газар дээр анхаарах болно: Одоогийн байдлаар, Data Commons өгөгдөл нь АНУ-д, дараа нь Энэтхэгийн, дараа нь ОЭСР улс орнуудад маш их гүн, хатуу байдаг, дараа нь хатуу хуваалцсан, баг нь одоо агрессийн ажиллаж байна. Бидний нэг зорилго нь олон улсын статистик агентлаас, олон улсын орнуудад, олон улсын нийгмийн орнуудад хамтран ажиллах бөгөөд энэ өгөгдлийг үүсгэхийн тулд хүчин чадал, эх үүсвэрийг бий болгохын тулд бид суурилсан AI систем нь дэлхий даяар санал болгож байна. Бид Data Commons-ийн хэрэглэхэд хялбар байхыг хүсч байна. Жишээ нь, бид тавтай морилно уу Data Commons-ийг Statistical Data Meta Exchange (SDMX) форматтай нийцдэг бөгөөд Data Commons-ийн янз бүрийн нээлттэй стандартыг илүү хялбар ажиллахад боломжийг сайжруулдаг. 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? Хэрэв би нарийвчлалтай, найдвартай өгөгдлийн хэрэгцээний хэрэгцээг илүү гүнзгий нэгтгэсэн байхдаа, итгэмжлэгдсэн, найдвартай өгөгдлийн хэрэгцээний хэрэгцээг нэмэгдэж болно. Би нарийвчлалтай бол, аж ахуйн нэгжийн хэт авианы систем, найдвартай хугацаанд, хэлний загварууд интерфэйс, аргументийг хангах болно. Гэсэн хэдий ч мэдлэг, мэдлэг нь үргэлж хүчтэй, итгэмжлэгдсэн өгөгдлийн эх үүсвэрээс идэвхждэг. Бид Retrieval Augmented Generation (RAG) системг ашиглах нь энэ нь харьцуулаад байна. Энэ багц нь AI-ийн идэвхтэй бүтээгдэхүүний болон үйлчилгээг идэвхжүүлэхийн тулд үргэлж Ten years from now, what aspects of your current job will AI not be able to do? Би үнэхээр тавтай морилно уу, Би одоо юу хийх болно гэж би мэдэж байна, Би ямар ч хэзээ ч хийж чадахгүй гэж юу хийх болно. Бид 4D-д маш их биш юм. Гэсэн хэдий ч, бид өмнө хэлсэн холизмын асуудал нь 30/60/3000-ийн хэмжээтэй асуудал юм. Жишээ нь урлагийн талбайг загварлах үед барилгын хавтгай дээрх өөр өөр өөр өөр өөр өөр өөр өөрчилж, хөдөлгөөнт сүлжээг өөрчилж, хоорондоо өөрчлөх, санхүүгийн үр дүнг өөрчилж, түүнээс дээш. Би 10 жилийн дараа бид илүү найдвартай загварыг загварлах, ийм системийг ойлгохын тулд интервенцүүд нь бидний хамгийн сайн амьдралын чанарыг сайжруулдаг. Би ч бас AI-ийг манай ажлын хязгааргүй хэсгүүдийг олж чадна. Tomorrow, what is the most important thing on your calendar? Үйлчлүүлэгчид: Эмэгтэй, эмэгтэй, эмэгтэй хүмүүст зориулсан хоол хүнс. Энэ нь би тэдэнд зориулсан асуултууд дээр хүчтэй ажилладаг. Ажлын хариу: Бидний багтай ялалт! Культура нь долоо хоногт стратегийг явах. Бид хязгаарлагдмал, "допамин бага" газар дээр ажилладаг бөгөөд энэ нь өнөөдөр бидний үйл явдлыг тавтай морилно уу. Би энэ туршилтанд өгөх болно, гэхдээ би өдөр тутмын хамтран ажилладаг гайхамшигтай баг байна. Тедди Рузвельт нь "аренад хүн" талаархи хуваалцах нь өдөр тутмын гэж нэрлэдэг. "Энэ нь хэзээ ч хэзээ ч гайхамшигтай байх үед хэзээ ч хэзээ ч." Lastly, if you could fix one thing about how the world treats data, what would it be? Зөвхөн хэд хэдэн мэргэжилтнүүдийн хувьд үнэ цэнэтэй албан ёсны өгөгдлийг олж болно. Хэрэв бид өгөгдлийг, ялангуяа эх үүсвэрийг, контекст, документуудыг хамардаг бөгөөд бүхэнтэй ашиглаж болно, бид шинэчлэл, ач холбогдолтой байдал, мэдэгдэх шийдэл хийхын тулд маш их потенциалыг олж болно. Одоо бид энэ өгөгдлийг хүний талаархи мэдээллийг харуулсангүй, ямар ч эрсдэлтэй бүлэгдэд давуу талтай байх ёстой. Гэхдээ би итгэж байна уу, итгэлтэй, байлгах өгөгдөлтэй хүмүүсийг баталгаажуулах үндсэн принцип байх ёстой. Дэлгэрэнгүй Зөвлөгөө Үүнээс гадна Google дээр Data Commons Үйлчилгээ Зөвлөгөө Google дээр Data Commons