微信扫码
与创始人交个朋友
我要投稿
OST的创新方法依赖于知识表示与推理(KRR),这是AI的一个领域,它代表了一种逻辑和基于知识的方法。不同于机器学习,在大规模数据集中寻找模式并得出统计输出,KRR使得AI能够根据数据结合专家知识绘制准确和正确的结论,并做出基于逻辑和可解释的决策。
OST的知识图谱和推理软件 RDFox® 将与三星的AI技术相结合,应用在从手机到家用电器等设备上,实现非常个性化、安全的用户体验。这将构建在OST技术的基础之上,该技术已经在欧洲和北美的金融、制造和电子商务领域得到应用。RDFox也将知识图谱结合到大模型应用中,并用到GraphRAG减少幻觉。
知识图谱技术将信息存储为相关想法的互连网络,并以类似于人类获取、记忆、回忆和推理知识的方式处理数据。通过整合和连接数据,此技术增强了人们如何使用产品或服务的理解,并实现了快速信息检索和推荐。因此,它被认为是实现更复杂和个性化人工智能解决方案的关键技术之一。
由于在将动态和广泛的现实世界数据转换为知识图谱并利用它们的过程中使用了复杂的计算,知识图谱技术的实施具有挑战性。然而,牛津语义技术已经开发并成功商业化了优化数据处理并实现高级推理的知识图谱技术,可在云端和设备上使用。
三星电子自2018年以来一直与牛津语义技术合作,其中包括三星风投的投资。通过这次收购,三星将获得个人知识图谱的先进核心引擎。这些图谱整合了分布在各种服务和应用程序中的信息和背景,打造出一个通过逐渐熟悉用户喜好和使用习惯而定制的用户体验。
结合三星Galaxy S24系列等设备上的本地AI技术,个人知识图谱技术促进了超个性化用户体验,同时确保敏感个人数据在设备上保持安全。它将适用于三星的所有产品,不仅仅限于移动设备,还包括电视和家用电器。
“我们很高兴能与三星合作,”牛津语义技术首席执行官彼得·克罗克(Peter Crocker)说。“通过将三星在用户体验和数据方面的专业知识与我们的先进知识图谱和推理技术相结合,我们将为三星的客户提供更加复杂的个性化体验。此外,与三星一起开发RDFox,并成为更大团队的一部分,将为我们所有的客户提供更好的产品、服务和支持。”
“随着全球消费者意识到他们对更个性化人工智能体验的增长需求,牛津语义技术的收购将进一步提升三星在知识工程领域的强大能力,”三星研究总监兼三星电子首席技术官保敬云(Paul Kyungwhoon Cheun)说。“这次收购是我们努力以我们标志性技术创新打造定制人工智能体验的重要一步。”
接下来,会通过一系列文章介绍RDFox的产品及应用案例,敬请期待
关于三星电子
三星通过革新性的理念和技术激励世界,塑造未来。该公司正在重新定义电视、智能手机、可穿戴设备、平板电脑、家用电器、网络系统和记忆、系统Lsi、铸造和LED解决方案的世界,并通过其SmartThings生态系统及与合作伙伴的开放合作实现无缝的连接体验。欲了解更多最新消息,请访问三星新闻室news.samsung.com。
关于牛津语义技术 Oxford Semantic
牛津语义技术是一家由牛津大学的领先学者成立的知识表达和推理领域的公司。凭借其创新软件RDFox®,该公司帮助许多行业的领先公司整合多样化的数据集并对其进行推理。应用案例包括推荐引擎、产品配置器、地图集成用于自动驾驶车辆以及金融交易异常检测。有关更多信息,请访问www.oxfordsemantic.tech。
由牛津大学三位教授创立,牛津语义技术的成立是在对知识表示与推理(KRR)进行了广泛研究的基础上产生的,其中诞生了当今市场上最强大的知识图和语义推理引擎——RDFox。创始人之一是伊恩·霍洛克斯教授,他曾获得BCS Lovelace奖章,该奖项表彰对信息系统和计算机科学发展作出卓越贡献的人士。
语义推理,也被称为基于规则的人工智能,是通过利用专家知识和上下文信息来丰富数据库,推断新数据的过程。知识图的灵活性使RDFox用户能够提出具有影响力的问题,并提取满足其业务需求的答案。
RDFox被誉为全球最强大的企业推理引擎,在行业中提供所需的异常速度和最高准确性。这种无与伦比的语义推理是在牛津大学数十年的开拓性研究成果基础上产生的,最终形成我们的专有知识图数据库和推理器,即RDFox。
伊恩·霍洛克斯教授被许多人认为是语义网络的创始人之一,与其他创始教授一起制定了全球推理的标准。多年来,伊恩开发了许多开拓性技术,2020年他因终身对该领域的贡献而获得洛夫莱斯奖章。
语义推理,也称为语义推断或基于规则的人工智能,是一种强大的技术,能够增强企业的数据处理和决策能力。通过应用预定义的一组规则,语义推理可以自动将新数据纳入数据库,扩展知识库并丰富洞察力。用户定义的这些规则利用现有数据生成逻辑结果,识别模式,并在数据集内得出更有意义的关系,揭示超出显式数据表示的更深层见解。
与机器学习不同,基于规则的人工智能基于逻辑而不是统计模型,确保所有结果的100%准确性和可解释性。这一独特优势赋予了RDFox用户解决行业最关键挑战的能力,依靠RDFox提供的可审计真相作为最重要时刻的信息可信来源。
尽管经常被定位为对立力量,但通过结合基于规则的人工智能和机器学习可以获得很多好处,因为前者提供速度和准确性来抵消后者的缺点。当今一些最创新的解决方案融合了这两种技术,鉴于它们的成功,可以肯定明天的解决方案也将如此。
语义推理的目的是为数据库注入动力,使知识检索变得更快更高效,同时为数据提供增强和上下文化的洞察。通过推断新的模式和关系,查询可以得到大幅简化,将执行时间缩短数个数量级。这些新关系也可以被创造,以便对数据提出更有价值的问题,让 RDFox 用户提炼出更有意义的答案。
这种速度和功能方面的改进被证明对许多 RDFox 客户具有改变性,他们现在可以创造以前从未可能的解决方案。但事情并不止于此。推理使得所有结果都能够被解释为导致它们的规则和根本事实;它有助于数据集成、转换和管理;并且作用是增量的,即使添加新数据也能保持最新,无需重新启动。
所有这些结合起来使企业能够充分利用其数据,提取出更多价值,最大程度减少停机时间,并赋予知情决策制定权。
RDFox支持OWL(Web本体语言——社区标准),SWRL以及Datalog的扩展——现在是一种极其强大和表达能力丰富的规则语言。绝大多数RDFox用户偏爱Datalog,因其直观的语法和广泛的功能性,包括否定、聚合、内置函数等等。请参阅完整列表的文档。
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-11-23
DB-GPT V0.6.2 版本更新:牵手libro社区、GraphRAG图谱构建能力增强等
2024-11-22
技术动态 | 如何使用知识图谱改进RAG?
2024-11-22
RAG前沿之RAG–知识图谱构建框架Graphusion:兼看LongRAG双视角检索增强生成范式
2024-11-21
OpenSPG/KAG 新版发布:聚焦用户反馈,大幅优化用户体验!
2024-11-15
大语言模型与图结构的融合:推荐系统中的新兴范式
2024-11-15
利用LLM构建非结构化文本的知识图谱
2024-11-13
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
2024-11-13
利用LLM Graph Transformer实现知识图谱的高效构建
2024-07-17
2024-07-11
2024-07-13
2024-08-13
2024-07-08
2024-07-12
2024-07-26
2024-06-10
2024-07-04
2024-06-24
2024-11-22
2024-11-04
2024-10-10
2024-10-03
2024-09-27
2024-09-08
2024-09-05
2024-08-27