Neo4j, la première plateforme pour les données connectées, annonce aujourd'hui la sortie de Neo4j 3.5, la plateforme de graphes native conçue pour favoriser le succès et l'adoption des applications professionnelles en temps réel, en incluant des systèmes d'intelligence artificielle (IA) et d'apprentissage automatique ou machine-learning (ML).
Les clients de Neo4j - parmi lesquels eBay et Caterpillar – ont démontré que des jeux de données connectés au format graphe constituent un élément fondamental des applications d'IA en entreprise. Les modèles de données à base de graphes apportent les informations contextuelles nécessaires aux applications d'IA en collectant les faits associés aux personnes, aux processus, aux applications, aux données et aux machines, ainsi que les relations entre eux tous.
À partir des informations issues des déploiements d'IA aboutis chez les clients - incluant graphes de connaissances, détection de fraude, systèmes de recommandations et moteurs conversationnels -, Neo4j 3.5 fournit des fonctionnalités essentielles aux systèmes de relations à base d'IA pour générer des résultats de valeur pour l'entreprise.
Adrian Bowles, fondateur de STORM Insights, à propos de la synergie entre l'intelligence artificielle et les graphes : « La façon d'organiser et de présenter les connaissances dans les systèmes à base d'IA a un effet déterminant sur ce qu'ils apprennent et comment ils y parviennent. Au cœur de la cognition, réside la capacité à analyser ou à synthétiser ce que nous savons, dans son contexte, en utilisant les relations entre les unités de connaissances existantes afin de pouvoir synthétiser une nouvelle connaissance. Représenter ces relations dans un graphe permet d'aboutir à des processus cognitifs artificiels plus efficaces.”
Les relations entre données donnent du contexte à l'IA
La plupart des modèles et techniques derrière les systèmes d'IA ne sont pas optimisés pour détecter les relations et connections induites au sein des ensembles de données. Les graphes de propriétés identifient ces relations et les traversent, ce qui leur permet de révéler le contexte en reliant les attributs et les relations complexes dans le graphe. C'est pourquoi ils offrent la structure de données idéale sur laquelle les modèles d'apprentissage machine peuvent s'appuyer.
De plus, la stabilité de la plateforme de graphes Neo4j et la variété de ses cas d'usage prouvent qu'elle fonctionne comme un système d'enregistrement idéal pour préserver et maintenir les données connectées, y compris quand des algorithmes complexes sont exécutés plusieurs fois par seconde.
Le Centre allemand de recherche sur le diabète (DZD) illustre parfaitement le déploiement de Neo4j dans un contexte de machine-learning.
« En nous aidant à relier des données extrêmement hétérogènes issues d'une variété de disciplines, d'espèces et d'endroits pour élaborer un corpus de connaissances inestimable, Neo4j ouvre une nouvelle dimension d'analyse des données pour lutter contre le diabète » estime le Dr Alexander Jarasch, à la tête du management bioinformatique et des données du DZD. « En appliquant des techniques modernes de machine learning à notre graphe Neo4j, nous avançons dans la compréhension de cette maladie complexe pour aider les diabétiques et les pré-diabétiques. »
Emil Eifrem, P-DG et cofondateur de Neo4j, indique que la nouvelle version Neo4j 3.5 va contribuer à faire évoluer les systèmes d'IA encore plus efficacement à l'avenir.
« Nos clients poussent les limites de ce qui peut être réalisé avec l'IA à base de graphes que nous considérons comme des systèmes intelligents de relations, » déclare Emil Eifrem. “Ils en ont la possibilité parce que la technologie des graphes se fonde sur une prise en compte des relations comme une entité de premier ordre. Cette approche par les relations apporte du contexte aux données, ce qui est essentiel pour des prévisions précises et bien renseignées. Avec Neo4j 3.5, nous avons énormément travaillé avec nos clients pour fournir la stabilité et la scalabilité dont ils ont besoin pour leurs systèmes d'intelligence artificielle de demain. »
Les points forts de la version Neo4j 3.5
La nouvelle version Neo4j 3.5 inclut les fonctionnalités et mises à niveau qui suivent :
Productivité des développeurs
● Recherche en plein texte : la version 3.5 utilise toute la puissance de la recherche en plein texte dans le graphe et permet des applications de graphes à forte densité de texte telles que les graphes de connaissances, la gestion des métadonnées et les nomenclatures. Cette version offre de puissantes possibilités dans le domaine de l'IA avec le traitement du langage naturel.
● Pilote officiel pour Go : le langage de programmation Go gagne du terrain dans diverses applications - dont l'IA - du fait de sa compatibilité avec le traitement parallèle au niveau CPU, tout en restant simple à lire, à maintenir et à déployer. Neo4j 3.5 prend en charge un pilote officiel pour le langage Go.
● Algorithmes de graphes pour IA avancée : dans la version 3.5, les ajouts à la bibliothèque d'algorithmes de graphes de Neo4j incluent des méthodes d'apprentissage non supervisé telles que :
○ Marches aléatoires
○ PageRank personnalisé
○ Similarités (par ex. indice de Jaccard)
○ DeepGL
○ DeepWalk
● Framework de développement de pilotes d'applications : cette version 3.5 inclut également un framework pour créer des pilotes Bolt pour les nouveaux langages à base de C. Baptisé "Seabolt," il gère les complexités d'interaction avec un cluster Neo4j et permet aux développeurs de pilotes de donner la priorité à la prise en charge du langage idiomatique et à des abstractions de niveau supérieur.
Performance & Scalabilité
● Indexation native étendue : insertion des données jusqu'à cinq fois plus rapide grâce à l'usage étendu d'index natifs pour tous les types de données (dont les données spatiales, temporelles et valeurs booléennes) avec la prise en charge additionnelle de l'indexation composite.
● Tri accéléré : les indexes natifs sont dorénavant utilisés pour trier les opérations, ce qui accélère grandement les requêtes Cypher
● Meilleur traitement des transactions d'écriture à grande échelle : un nouveau sous-système de mémoire de transactions hors tas, associé à des optimisations dans le clustering Raft de Neo4j, améliore grandement le traitement des grandes écritures.
Sécurité cloud
● Vérification de nom alternatif/nom d'hôte du sujet : dans les environnements de cloud privé et public où les adresses IP et les noms d'hôtes peuvent changer, une option permet de fournir une liste de plusieurs adresses IP et serveurs à un certificat de nom commun normé X.509 assurant une vérification plus rigoureuse
● Chiffrement du trafic d'identification intra-cluster : 100 % du trafic intra-cluster est désormais chiffré, ce qui ajoute une sécurité aux applications cloud utilisant plusieurs data centers.
La disponibilité générale de Neo4j 3.5 est programmée au quatrième trimestre 2018.
Les clients de Neo4j - parmi lesquels eBay et Caterpillar – ont démontré que des jeux de données connectés au format graphe constituent un élément fondamental des applications d'IA en entreprise. Les modèles de données à base de graphes apportent les informations contextuelles nécessaires aux applications d'IA en collectant les faits associés aux personnes, aux processus, aux applications, aux données et aux machines, ainsi que les relations entre eux tous.
À partir des informations issues des déploiements d'IA aboutis chez les clients - incluant graphes de connaissances, détection de fraude, systèmes de recommandations et moteurs conversationnels -, Neo4j 3.5 fournit des fonctionnalités essentielles aux systèmes de relations à base d'IA pour générer des résultats de valeur pour l'entreprise.
Adrian Bowles, fondateur de STORM Insights, à propos de la synergie entre l'intelligence artificielle et les graphes : « La façon d'organiser et de présenter les connaissances dans les systèmes à base d'IA a un effet déterminant sur ce qu'ils apprennent et comment ils y parviennent. Au cœur de la cognition, réside la capacité à analyser ou à synthétiser ce que nous savons, dans son contexte, en utilisant les relations entre les unités de connaissances existantes afin de pouvoir synthétiser une nouvelle connaissance. Représenter ces relations dans un graphe permet d'aboutir à des processus cognitifs artificiels plus efficaces.”
Les relations entre données donnent du contexte à l'IA
La plupart des modèles et techniques derrière les systèmes d'IA ne sont pas optimisés pour détecter les relations et connections induites au sein des ensembles de données. Les graphes de propriétés identifient ces relations et les traversent, ce qui leur permet de révéler le contexte en reliant les attributs et les relations complexes dans le graphe. C'est pourquoi ils offrent la structure de données idéale sur laquelle les modèles d'apprentissage machine peuvent s'appuyer.
De plus, la stabilité de la plateforme de graphes Neo4j et la variété de ses cas d'usage prouvent qu'elle fonctionne comme un système d'enregistrement idéal pour préserver et maintenir les données connectées, y compris quand des algorithmes complexes sont exécutés plusieurs fois par seconde.
Le Centre allemand de recherche sur le diabète (DZD) illustre parfaitement le déploiement de Neo4j dans un contexte de machine-learning.
« En nous aidant à relier des données extrêmement hétérogènes issues d'une variété de disciplines, d'espèces et d'endroits pour élaborer un corpus de connaissances inestimable, Neo4j ouvre une nouvelle dimension d'analyse des données pour lutter contre le diabète » estime le Dr Alexander Jarasch, à la tête du management bioinformatique et des données du DZD. « En appliquant des techniques modernes de machine learning à notre graphe Neo4j, nous avançons dans la compréhension de cette maladie complexe pour aider les diabétiques et les pré-diabétiques. »
Emil Eifrem, P-DG et cofondateur de Neo4j, indique que la nouvelle version Neo4j 3.5 va contribuer à faire évoluer les systèmes d'IA encore plus efficacement à l'avenir.
« Nos clients poussent les limites de ce qui peut être réalisé avec l'IA à base de graphes que nous considérons comme des systèmes intelligents de relations, » déclare Emil Eifrem. “Ils en ont la possibilité parce que la technologie des graphes se fonde sur une prise en compte des relations comme une entité de premier ordre. Cette approche par les relations apporte du contexte aux données, ce qui est essentiel pour des prévisions précises et bien renseignées. Avec Neo4j 3.5, nous avons énormément travaillé avec nos clients pour fournir la stabilité et la scalabilité dont ils ont besoin pour leurs systèmes d'intelligence artificielle de demain. »
Les points forts de la version Neo4j 3.5
La nouvelle version Neo4j 3.5 inclut les fonctionnalités et mises à niveau qui suivent :
Productivité des développeurs
● Recherche en plein texte : la version 3.5 utilise toute la puissance de la recherche en plein texte dans le graphe et permet des applications de graphes à forte densité de texte telles que les graphes de connaissances, la gestion des métadonnées et les nomenclatures. Cette version offre de puissantes possibilités dans le domaine de l'IA avec le traitement du langage naturel.
● Pilote officiel pour Go : le langage de programmation Go gagne du terrain dans diverses applications - dont l'IA - du fait de sa compatibilité avec le traitement parallèle au niveau CPU, tout en restant simple à lire, à maintenir et à déployer. Neo4j 3.5 prend en charge un pilote officiel pour le langage Go.
● Algorithmes de graphes pour IA avancée : dans la version 3.5, les ajouts à la bibliothèque d'algorithmes de graphes de Neo4j incluent des méthodes d'apprentissage non supervisé telles que :
○ Marches aléatoires
○ PageRank personnalisé
○ Similarités (par ex. indice de Jaccard)
○ DeepGL
○ DeepWalk
● Framework de développement de pilotes d'applications : cette version 3.5 inclut également un framework pour créer des pilotes Bolt pour les nouveaux langages à base de C. Baptisé "Seabolt," il gère les complexités d'interaction avec un cluster Neo4j et permet aux développeurs de pilotes de donner la priorité à la prise en charge du langage idiomatique et à des abstractions de niveau supérieur.
Performance & Scalabilité
● Indexation native étendue : insertion des données jusqu'à cinq fois plus rapide grâce à l'usage étendu d'index natifs pour tous les types de données (dont les données spatiales, temporelles et valeurs booléennes) avec la prise en charge additionnelle de l'indexation composite.
● Tri accéléré : les indexes natifs sont dorénavant utilisés pour trier les opérations, ce qui accélère grandement les requêtes Cypher
● Meilleur traitement des transactions d'écriture à grande échelle : un nouveau sous-système de mémoire de transactions hors tas, associé à des optimisations dans le clustering Raft de Neo4j, améliore grandement le traitement des grandes écritures.
Sécurité cloud
● Vérification de nom alternatif/nom d'hôte du sujet : dans les environnements de cloud privé et public où les adresses IP et les noms d'hôtes peuvent changer, une option permet de fournir une liste de plusieurs adresses IP et serveurs à un certificat de nom commun normé X.509 assurant une vérification plus rigoureuse
● Chiffrement du trafic d'identification intra-cluster : 100 % du trafic intra-cluster est désormais chiffré, ce qui ajoute une sécurité aux applications cloud utilisant plusieurs data centers.
La disponibilité générale de Neo4j 3.5 est programmée au quatrième trimestre 2018.
Autres articles
-
Neo4j : La nouvelle norme internationale GQL marque un tournant majeur pour l'industrie des bases de données
-
Neo4j et Google Cloud annoncent de nouvelles fonctionnalités GraphRAG pour les applications d’IA générative
-
Adrien Boulad nommé Directeur Général France de Neo4j
-
Neo4j s'allie à Microsoft pour optimiser les solutions IA Générative et Data
-
Neo4j conclut un partenariat stratégique avec AWS pour optimiser les résultats de l’IA générative et résoudre ses hallucinations
