Bugün ben konuşuyorum Ramazan Bayramı, Kafası için Google’da Data Commons Prem ve ekibi son zamanlarda Data Commons Model Context Protocol (MCP) sunucusu Bu, Google'ın geliştiricilerin ve geliştiricilerin güvenilir, doğrulanabilir veri birikimine erişim sağlamaya yönelik çabasıdır. Kendi özel standart protokolleri oluşturmak yerine, Google Data Commons, Anthropic'in açık kaynaklı Model Konteks Protokoline dayanmayı seçti. MCP'ler, gerçek birim ekonomisi, yapılandırılmamış verilerin ve halüsinasyonların zorlukları ve bunların hepsi bir internet işletmesinin geleceği için ne anlama geldiğini konuşacağız. Ramazan Bayramı, Google’da Data Commons Data Commons Model Context Protocol (MCP) sunucusu David Smooke: What strategies should AI researchers and builders be leveraging to make AI hallucinate less often? Prem Ramaswami: Araştırmacılar ve inşaatçılar, modelin sorguları yorumladığı, ancak yalnızca güvenilir veri tabanlarından kaynaklanan bilgileri iade ettiği güvenilir, yetkili veri kaynaklarında AI çıkışlarını yerleştirebilirler. Güvenilir ve doğrulanabilir kaynaklardan gelen dünya genel verilerini bir araya getiriyor. veri kaynaklarını açık kaynaklı bir şekilde şeffaf hale getirmeye, model yanıtlarını kesinlikle güvenilir verilerle sınırlandırmaya ve sürekli değerlendirme ve geri bildirimler içermeye yardımcı oluyoruz. ayrıca, geliştiricilerin güvenilir AI uygulamaları ve ajanları geliştirmek ve dağıtmak için daha hızlı ve daha kolay olduğu anlamına gelir.   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, çok önemli kamu verilerinin mevcut olduğu gerçeğinden kaynaklanıyor, ancak tam olarak kullanılabilir veya yararlı değildir. Bulmak zordur, dağıtılmıştır, kullanmadan önce 500 sayfalık bir PDF'yi okumalısınız ve çalışmak zordur. Amerika Birleşik Devletleri, Birleşmiş Milletler, Eurostat ve Dünya Bankası, hem evrensel olarak erişilebilir hem de yararlı hale getiriyor. Bir Kampanya Bugün, yüzlerce veri kümesi ve binlerce değişken entegre ediyoruz, sağlık, ekonomi ve sürdürülebilirlik gibi sektörlerde milyarlarca veri noktasını hizmet veriyoruz. Data Commons'ın başarısı, yüksek kaliteli, şeffaf verilere erişimini demokratikleştirmektir, böylece herkes hızlı bir şekilde güvenilir cevaplar alabilir ve bilinçli kararlar alabilir. ve ve . burda Bu videoyu 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, AI sistemlerinin yaygınlaştıkça, çıkışlarının güvenilirliği ve şeffaflığı, cevaplarını gerçek verilerde ne kadar iyi temellendirebileceklerine bağlıdır - ve Data Commons bu gerçek verileri MCP'nin faydasıyla sunar. Birden fazla organizasyonun katkıda bulunması ve ortak standartları kabul ettiği açık bir ekosistem, daha iyi kalite, daha güvenilir AI uygulamaları ve daha geniş toplumsal yararlara yol açar. Bir MPC sunucusu oluşturduk, halka açık veri depolarımızı AI modellerine kolayca erişilebilir hale getirdik ve en iyi uygulamaları belirlemek için ortaklarla işbirliği yaptık. amacımız, geliştiricileri, NGO'ları, gazetecileri, hükümetleri ve güvenilir verilere ihtiyaç duyan herkesi güçlendirmek, aynı zamanda bir sonraki nesil AI güçlendirilen araçlara güven ve şeffaflık temelini kurmaktır. 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, Anthropic’in yüzde 14 hissesini aldı  impact the decision? Google, Anthropic’in yüzde 14 hissesini aldı Açık kaynak çabasıyla çalışan küçük bir ekip olarak, Data Commons'ın amacı öncelikle geniş çaplı işbirliği sağlamak ve güvenilir, veri tabanlı AI uygulamalarının geliştirilmesini hızlandırmaktır. formatı ve ontolojimizin büyük bir kısmı, BigQuery ve endüstri ürünleri gibi Google Bulut veritabanları da dahil olmak üzere birçok Google ürünü zaten MCP'ye entegre edilmiştir, bu da kolay bir seçimdir. İstatistiksel Veri MetaExchange (SDMX) Çözüm.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 açık kaynaklıdır, bu yüzden kullanıcılara ve geliştiricilere ait gelişen bir topluluğun büyümesine yardımcı olmasını umuyoruz ve Google bu başarıya bağlılık gösterdi. Şu anda, Data Commons erişimi en üst düzeye çıkarmaya odaklanmaktadır. Data Commons, arama için veri sağlamaya yardımcı olur ve ayrı ayrı, LLM'leri daha güvenilir ve güvenilir hale getirebileceğimiz farklı yolları aktif olarak araştırıyor. ve . Bilgilendirme.org MCP'nin akıllı yönlerinden biri, kullanıcılarımızın kullanabileceği MCP sunucusuyla etkileşim kurmak. Başka bir deyişle, kullanıcının LLM, insan dil sorgusunu bir dizi API aramasına çevirir ve ardından sonucu kullanıcılara geri yorumlar. their own LLM Not etmeliyim, Data Commons'a yapılan API istekleri sayısında bir limit belirledik, geniş kullanımları teşvik etmek istiyoruz, ancak aynı zamanda kötüye kullanma veya saf kaydırma olmadığından emin olmak istiyoruz. 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? Birincil yeniliklerimizden biri verileri ortak bir bilgi grafikine dönüştürmektir. binlerce kaynaktan ham kamu verilerini tek bir kanonik ontolojiye iteriz - bir veritabanının bir sütununda "Tip 2 diyabet" ve diğer bir veritabanın diğer sütununda ICD kodu "E11" varsa, her ikisinin de aynı şeye atıfta olduğunu anlayabiliriz. aynı zamanda üniteleri daha kolay karşılaştırılabilir hale getirmek için normalleştirebiliriz. Her veri noktası ayrıntılı metadata ve kaynak ile eşlik eder, böylece kullanıcılar her zaman bilginin nereden geldiğini bilirler. 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? Başka bir deyişle, sadece tek bir hükümet ajansından bir veritabanına bakamıyorum, aynı zamanda birden fazla veritabanını birleştirmek zorundayım. Bunun bir örneği olarak, One Campaign, yakın zamanda sağlık finansmanı verileri için etkileşimli bir platform olan ONE Data Agent'ı piyasaya sürdü.Bu yeni araç, kullanıcıların basit dil kullanarak saniyelerde milyonlarca sağlık finansmanı veri noktasından hızlıca arama yapmalarını sağlar. Geliştiricilerin kamu sağlığı, iklim, ekonomi, eğitim ve diğer birçok alanda Data Commons'a ithal edilen veri kümelerine yeni bir anlayış geliştirdiğini görmek heyecan verici. Bunlar, daha erişilebilir ve uygulanabilir hale getirildiğinde, gerçek dünyadaki etkiyi yönlendirebilecek temel veri kümeleridir - toplulukların ilerlemeyi ölçmelerine yardımcı olmak ve umarım hangi müdahalenin hangi sonuçlara yol açtığını daha net anlamak. Bu, sürdürülebilirlik hedeflerine ulaşmamıza yardımcı olabilir, ekonomik değişiklikleri erken tespit edebilir veya savunma organizasyonlarını aşırı yükleyebilir. 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? Bizim için, “güvenilir” veriler hükümet kurumları, akademik kurumlar ve sivil toplum grupları gibi yetkili ve saygın kuruluşlardan gelir. platformumuzdaki her veri noktasının orijinal kaynağı da dahil olmak üzere ayrıntılı metadata eşlik etmektedir. Geliştiriciler için, bu, her zaman herhangi bir sayıyı veya istatistikleri kaynağına geri izleyebilir, toplandığı bağlamı gözden geçirebilir ve herhangi bir kısıtlamayı anlayabilirsiniz. platformumuz, bu kaynağı API aracılığıyla şeffaf bir şekilde yansıtıyor, bu da sadece cevaplar sağlamakla kalmayacak uygulamaları kolaylaştırıyor, aynı zamanda kullanıcıların her sonucu arkasındaki kanıtları ve denetim izlerini de sağlar. Bu verilerde potansiyel anlaşmazlıkların daha kolay görünmesini istiyoruz.Bu farklılıkların her biri anlatılabilecek başka bir hikaye. 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? Google'ın transformatör kağıdı 2017'de yayınlandı! Şu anda, halüsinasyonlara cevabı yukarıdaki tüm şeyleri denemek olduğuna inanıyorum. Data Commons, çıkışları kaynaklı doğrulanabilir verilerde yerleştirmeye çalışıyor. Uzun vadeli bahisimiz, en güvenilir AI sistemlerinin bu modellerin güçlerini sağlam, denetlenebilir veri kaynaklarıyla birleştireceğidir. 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? Eğer 9 ay önce yol haritasımı size anlatmamı isterseniz, MCP hakkında sizinle konuşmayacaktım! AI alanında şu anda gelişme ve değişim oranı üzücü. Şu anda, Data Commons verileri Amerika Birleşik Devletleri'nde, sonra Hindistan'da, sonra OECD ülkelerinde çok derinliğe ve kapsamına sahiptir ve daha sonra kapsamı azalıyor, ekibin şimdi agresif bir şekilde kapatmak için çalıştığı bir boşluk. bir hedefimiz daha fazla ulusal istatistik ajansları, uluslararası kuruluşlar ve sivil toplum örgütleri ile birlikte çalışmaktır hem verilerin oluşturulmasına ve verilerin kaynağına kapasite inşa etmek, inşa ettiğimiz yerleşik AI sistemlerinin daha küresel olarak temsilci olduğundan emin olmak. Örneğin, son zamanlarda Statistical Data Meta Exchange (SDMX) biçimiyle uyumlu hale getirmek için çalıştık ve Data Commons'ın farklı açık standartlarla daha sorunsuz çalışabilme yeteneğini artırmaya devam etmeyi umuyoruz. 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? AI daha derinlemesine önemli uygulamalar içine entegre olduğunda, güvenilir ve güvenilir bilgiler için gereksinim sadece büyüyecek. Eğer bir tahmin yaparsam, endüstrinin, dil modellerinin arayüzü ve düşünce sağladığı, yakın vadede kesinlikle hibrit sistemlere doğru ilerleyeceğini umuyorum, ancak gerçekler ve kanıtlar her zaman sağlam, yetkili veri kaynaklarından gelir. Bunu Retrieval Augmented Generation (RAG) sistemlerinin kullanımıyla zaten görüyoruz. Ten years from now, what aspects of your current job will AI not be able to do? Dürüst olmak gerekirse, bugün yaptığım şeylerden daha az endişe duyuyorum ve asla yapamayacağım şeylerden daha heyecanlıyım. Size bir örnek vereceğim. İnsan zihnimiz üç boyutlu düşünmek için eğitilmiştir. 4D'de harika değiliz. Bununla birlikte, daha önce bahsettiğimiz bütünsel sorunların çoğu 30/60/3000 boyut sorunlarıdır. Örneğin bir kentsel alanı tasarlarken, bina zeminin her değişikliği farklı şekillerde gölgeler atar, mobilite ağlarını değiştirir, yürüme kapasitesini değiştiriyor, mali sonuçları değiştiriyor ve çok daha fazlasını umuyorum. 10 yıl içinde bu tür sistemlerin hangi müdahalelerin hepimiz için en iyi yaşam kalitesi iyileştirmelerine sahip olabileceğini anlamak için daha güvenilir bir şekilde model yapabilir ve anlayabiliriz. Tomorrow, what is the most important thing on your calendar? Kişisel Cevap: Karım ve çocuklarımla akşam yemeği. Çalışma Cevabı: Takım toplantımız! Kültür kahvaltı için strateji yiyor. Bu röportajı verebilirim, ama arkamda her gün birlikte çalıştığım harika bir ekip var. Teddy Roosevelt’in “arena adamı” hakkında söylediği cümlesi bana her sabah doğru geliyor. “Eğer başarısız olursa, en azından büyük cesaretle başarısız olur.” Lastly, if you could fix one thing about how the world treats data, what would it be? Çok sık, değerli kamu verileri silolarda kilitlenir, bulmak zordur veya sadece birkaç uzman hariç herkese erişilemez şekilde sunulur. Eğer verileri, açık kaynaklama, bağlam ve belgelerle birlikte herkese açık ve kolayca kullanılabilir hale getirsek, yenilik, sorumluluk ve bilgilendirilmiş karar verme potansiyelini büyük ölçüde açabiliriz. Şimdi, bu verilerin bireyler hakkında bilgi ortaya çıkarmaması veya herhangi bir risk grubuna daha fazla zarar vermemesini sağlamak için sorumluluk ve önlemler almak zorundayız. hakkında daha fazla bilgi edinin Önceki İçerikRamaswami Ama başı Google’da Data Commons ve . Önceki İçerikRamaswami Google’da Data Commons

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

Bu ses hikayenin orijinal dilinde üretilmiştir!

"LLM ile çalışmamızda çok erken" - Prem Ramaswami, Google'ın veri komünlerinin başkanı

About Author

YORUMLAR

ETİKETLERİ ASIN

BU YAZI

Related Stories

Yapay Zekanın Gücünü Ortaya Çıkarıyoruz. En Son Tekniklerin Sistematik Bir İncelemesi: Özet ve Giriş

Görünmeyen Katmanlar: Kullanıcı Görüşmeleri Neden Yeri doldurulamaz bir Varlıktır?

HackerNoon Yazma Yarışmasını mı Kazanmak İstiyorsunuz? İşte #crypto-api Yarışması Kazananlarının Önerileri

Başarılı Buluta Geçiş İçin Tam Kılavuz: Stratejiler ve En İyi Uygulamalar

Yapay Zekanın Gücünü Ortaya Çıkarıyoruz. En Son Tekniklerin Sistematik Bir İncelemesi: Özet ve Giriş

Görünmeyen Katmanlar: Kullanıcı Görüşmeleri Neden Yeri doldurulamaz bir Varlıktır?

HackerNoon Yazma Yarışmasını mı Kazanmak İstiyorsunuz? İşte #crypto-api Yarışması Kazananlarının Önerileri

Başarılı Buluta Geçiş İçin Tam Kılavuz: Stratejiler ve En İyi Uygulamalar

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps