簡介： 隨著人工智能應用在全球範圍的普及和風靡，大語言模型技術（Large Language Model，簡稱 LLM）受到了廣泛的關注和應用。而圖數據庫作爲一種處理複雜數據結構的工具，能夠爲企業構建行業大語言模型提供強大的支持，包括豐富億萬級別的上下文信息，提升模型的應答精度，從而實現企業級的應用效果。同時，Graph+LLM 可以助力快速構建知識圖譜，幫助企業更深入地理解和挖掘數據價值。

隨著人工智能應用在全球範圍的普及和風靡，大語言模型技術（Large Language Model，簡稱 LLM）受到了廣泛的關注和應用。而圖數據庫作爲一種處理複雜數據結構的工具，能夠爲企業構建行業大語言模型提供強大的支持，包括豐富億萬級別的上下文信息，提升模型的應答精度，從而實現企業級的應用效果。同時，Graph+LLM 可以助力快速構建知識圖譜，幫助企業更深入地理解和挖掘數據價值。

此前經過杭州悅數研發團隊與多家知名大語言模型 LLM 技術團隊的合作，悅數圖數據庫已經實現了自然語言生成圖查詢功能，用戶在對話頁面通過自然語言就可以實現知識圖譜的構建和查詢，驗證了可落地性。而在悅數圖數據庫最新升級的悅數圖探索 v 3.7.0 版本中，重磅推出了 AI 知識圖譜構建器（KG Build（beta））和圖語言生成助手（AI assistant）兩大功能模塊，進一步將其産品化，讓用戶在産品層面能夠真正體驗到圖技術與大語言模型的融合。

AI 知識圖譜構建器：告別繁瑣、高成本的知識圖譜構建

在步入大數據時代的今天，知識圖譜的重要性日益凸顯。Gartner 在《2023 年人工智能技術成熟度曲線》報告中指出：知識圖譜以一種直觀的方式捕捉世界信息，同時仍能表示複雜的關系，它可作爲許多産品的支撐，包括搜索、智能助手和推薦引擎。同時，知識圖譜支持合作與共享、探索與發現，以及通過分析提取洞察力。生成性 AI 模型也可以與知識圖譜結合，向它們的輸出添加可信和經過驗證的事實。

然而，構建知識圖譜一直是一項存在諸多難點的工程。一方面其創建成本極高，德國曼海姆大學的研究表明，對于大型知識圖譜，人工創建一個三元組的成本在 2-6 美元之間，Cyc 作爲最早的通用知識圖譜之一，其構建成本就高達 1.2 億美元。另一方面，自動創建知識圖譜需要複雜的算法和大量代碼，有著非常高的技術要求，這些都阻礙了知識圖譜的廣泛應用。

而在悅數圖數據庫最新推出的 v3.7.0 産品體系中，重磅推出了 AI 知識圖譜構建器功能，它可以接入大型語言模型（LLM），自動處理上傳的文件數據，將其轉化爲知識圖譜的形式並存儲入庫。這一過程不僅節省了大量的人力物力，而且極大提高了數據處理的效率，同時還支持大批量、大規模文件上傳至大語言模型，支持用戶自定義知識圖譜構建任務，使得構建過程更加靈活和便捷。AI 知識圖譜構建器爲企業提供了一個一站式的解決方案，簡化了知識圖譜的構建方式，降低了知識圖譜的構建門檻，使得通過一個平台完成從數據處理到知識圖譜的構建成爲可能。這標志著正式告別了過去高成本、步驟繁瑣的知識圖譜構建，也意味著企業無需就該項目再投入大量的人力和財力，也無需擔心因爲技術難題和成本問題而無法有效利用自身的數據資源。

圖語言生成助手：助力輕松查詢圖語言

除知識圖譜構建器外，悅數圖探索 v3.7.0 還推出了圖語言生成助手功能。在過去，圖數據庫的查詢語言對普通用戶而言一直是一項門檻比較高的操作，需要經過系統的學習或者倚仗專業的技術人員的幫助才能完成。而悅數圖探索 v3.7.0 的圖語言生成功能可以支持外接大語言模型，支持自然語言對話。也就是說，用戶只需要在聊天框中輸入自然語言進行與圖數據庫相關的問詢，生成助手會將問題轉化爲圖查詢語句，並返回給用戶。對于不熟悉或者不擅長圖查詢語言的用戶來說，這無疑大大降低了使用門檻，提升了用戶的工作效率。

此次推出的 AI 知識圖譜構建器和圖語言生成助手和圖語言生成助手不僅解決了知識圖譜構建的高成本和複雜性問題，也大大降低了圖數據庫的查詢門檻，在各行各業都具備寬廣的應用前景，能夠賦能客戶在各種業務場景中實現更高效、更智能的解決方案。

隨著大數據和人工智能技術的不斷發展，Graph 和 LLM 的深度融合將成爲未來發展的趨勢，悅數圖數據庫一直致力于該領域前沿技術的探索，推出更多能力。