Инновационный подход к хранению данных

Группа исследователей из Корейского института передовых технологий (KAIST) в партнерстве с компанией GraphAI разработала уникальную платформу AkasicDB. Система призвана решить одну из главных проблем современного искусственного интеллекта — так называемые «галлюцинации», когда нейросети выдают недостоверную информацию. Решение заключается в интеграции векторных, графовых и реляционных баз данных в рамках единого ядра.


Борьба с неточностью ИИ

Основная сложность внедрения ИИ в бизнес-процессы заключается в том, что корпоративные данные хранятся разрозненно: в виде текстовых документов, таблиц и сложных логических связей. Стандартная технология RAG (генерация с дополненной выборкой) часто оказывается недостаточно эффективной, так как она сфокусирована преимущественно на поиске семантически похожих фрагментов текста, игнорируя при этом структуру и взаимосвязи объектов.


Интегрированная архитектура AkasicDB меняет правила игры:

  • Векторный поиск отвечает за понимание контекста и смысла запросов.
  • Графовая составляющая позволяет системе анализировать сложные взаимосвязи между сущностями, такими как персоны, организации или товары.
  • Реляционная часть обеспечивает работу с четко структурированными данными и точными фильтрами.

Метод Omni RAG и производительность

На базе новой архитектуры специалисты создали метод под названием Omni RAG. Он позволяет ИИ выполнять комплексные задачи в рамках одного вычислительного плана. Вместо того чтобы обращаться к нескольким базам данных по отдельности и пытаться объединить результаты на уровне приложения, система обрабатывает запрос как единую команду SQL/GQL.


«Новый подход позволяет выполнять сложные аналитические операции, требующие одновременного поиска по тексту, проверки графовых связей и временной фильтрации, значительно сокращая время отклика и исключая необходимость сложной агрегации данных»

Впечатляющие результаты тестов

Практические испытания показали эффективность разработки: время обработки сложных запросов сократилось с 21,3 секунды до менее чем 1 секунды. Более того, частота возникновения фактических ошибок («галлюцинаций») снизилась на 78% по сравнению с классическими системами RAG.


По мнению авторов проекта, подобное решение станет фундаментом для внедрения ИИ в секторах с высокими требованиями к достоверности информации: от финансового и промышленного секторов до оборонной и научной сфер.