Knowledge Graph – Khi máy tính bắt đầu hiểu mối quan hệ

Máy tính ngày càng giỏi lưu trữ và truy xuất dữ liệu.

Chúng có thể quản lý hàng tỷ record và trả kết quả trong vài mili giây.

Nhưng dữ liệu này liên hệ gì với dữ liệu kia?

Khi nghe một cái tên, chúng ta đồng thời nhớ đến người từng cộng tác, dự án, kỹ năng và giá trị.

Ý nghĩa không nằm ở từng dữ liệu riêng lẻ, mà nằm ở mạng lưới kết nối giữa chúng.

Hệ thống không còn chỉ lưu những bản ghi độc lập.

• Con người.
• Tổ chức.
• Dự án.
• Kỹ năng.
• Sản phẩm.
• Bài viết.
• Chứng chỉ.
• Đồng nghiệp.

Mỗi thực thể được hiểu thông qua những mối quan hệ của nó.

Trước đây, hệ thống chủ yếu trả lời câu hỏi “Có dữ liệu hay không?”

• Người này liên quan đến điều gì?
• Họ đã phát triển năng lực như thế nào?
• Đâu là con đường kết nối giữa hai chuyên gia?

Dữ liệu cho biết điều gì đã xảy ra.

Ngữ nghĩa giúp giải thích vì sao dữ liệu ấy quan trọng.

Khi mối quan hệ được mô hình hóa, máy tính bắt đầu xây dựng bối cảnh để diễn giải thông tin.

Một hồ sơ không còn chỉ là danh sách thành tích hay kinh nghiệm.

Nó trở thành mạng lưới phản ánh hành trình phát triển, sự hợp tác, khả năng tạo giá trị và tác động theo thời gian.

Knowledge Graph không khiến máy tính thông minh như con người.

Nhưng nó giúp máy tính đặt từng thông tin trong một bối cảnh lớn hơn.

Khi dữ liệu có cấu trúc và quan hệ được mô hình hóa, máy tính có thể bắt đầu suy luận.

Đây là nền tảng để AI suy luận về con người và công việc.

Sau lưu trữ, đồng bộ và kết nối, bước tiếp theo không còn là thêm dữ liệu.

Bước tiếp theo là suy luận.

Đó là thời điểm trí tuệ nhân tạo bước vào câu chuyện.