Neo4j intègre Vector Search à sa base de données de graphes

La base de données de graphes de Neo4j est utilisée pour créer des graphes de connaissances, qui capturent les relations explicites entre les données, permettant ainsi aux systèmes d'IA de raisonner, d'inférer et de récupérer des informations pertinentes de manière efficace. Il en résulte des données précises, explicables et transparentes pour les LLMs et d'autres applications d'IA générative. Cependant, avec la Vector Search, les entreprises peuvent découvrir les relations implicites entre les données, qui sont utiles pour rechercher des textes ou des documents similaires, formuler des recommandations et identifier d'autres modèles.
« Pour nous, il existe une valeur forte dans la combinaison des relations implicites mises en évidence par les vecteurs et les relations explicites et factuelles ainsi que les modèles éclairés par les graphes », déclare Emil Eifrem, cofondateur et PDG de Neo4j. « Les clients qui innovent avec l'IA générative ont également besoin de s'assurer que les résultats de leurs déploiements sont précis, transparents et explicables. Neo4j - avec des LLMs évoluant de manière si dynamique - est devenu fondamental pour les entreprises qui cherchent à repousser les limites de ce qui est possible pour leurs données et leur cœur de métier. »

Neo4j accompagne aujourd’hui le déploiement d’IA générative pour plusieurs entreprises du Fortune 500, dont une multinationale de l'énergie basée en Asie, un fabricant pharmaceutique basé aux États-Unis et un leader de l'information et de l'analyse basé dans la région Européenne, entre autres. Selon un rapport Gartner[1], les graphes de connaissance constituent le complément idéal des solutions basées sur les LLMs lorsque des seuils élevés de précision et d'exactitude doivent être atteints.


L’arrivée de l’outil Vector Search fait suite à l’intégration de Neo4j avec les fonctions d'IA générative de Google Cloud dans Vertex AI[2], permettant aux utilisateurs de transformer les données non structurées en graphes de connaissance. Ces derniers facilitent les interrogations en utilisant le langage naturel et permettent la structuration des LLMs sur un ensemble factuel de modèles et de critères afin d'éviter les erreurs. La base de données de graphe native de Neo4j a été entièrement intégrée à Microsoft Azure en avril 2023. En décembre 2022, la société a été reconnue pour la première fois sur le site Gartner®️ Magic Quadrant™️ pour les systèmes de gestion de base de données cloud, et c'est la première fois que des fournisseurs de bases de données de graphes natives y sont inclus.

Neo4j a fondé le modèle de graphe de propriété et est la principale base de données de graphe sur le marché, utilisée par plus de 75 des 100 entreprises les plus importantes du monde. Pour plus de détails sur la capacité de recherche de l'index vectoriel de Neo4j, cliquez ici.

GARTNER et MAGIC QUADRANT sont des marques déposées de Gartner, Inc. et/ou de ses sociétés affiliées aux États-Unis et à l’étranger et sont utilisées ici avec autorisation. Tous droits réservés.

Gartner ne cautionne aucun fournisseur, produit ou service décrit dans ses publications de recherche et ne conseille pas aux utilisateurs de technologies de sélectionner uniquement les fournisseurs ayant obtenu les meilleures notes ou toute autre désignation. Les publications de recherche de Gartner sont constituées des opinions de l’organisation de recherche de Gartner et ne doivent pas être interprétées comme des déclarations de fait. Gartner décline toute garantie, expresse ou implicite, concernant cette recherche, y compris toute garantie de qualité marchande ou d’adéquation.

[1] Gartner, juin 2023

[2] Neo4j, juin 2023