2023年11月7日消息，图数据库公司 Neo4j 公布了与 AWS 的多年战略合作协议 （SCA），旨在使企业能够以更高的准确性、透明度和可解释性改进生成式 AI （GenAI） 结果。利用知识图谱、原生向量搜索和 AWS 集成的组合，Neo4j 和 AWS 正在加速实现积极的 GenAI 成果，同时应对当前的挑战。
这种合作关系以 Neo4j 现有的图形数据库为基础，采用原生向量搜索，使 AI 能够有效地推理、推断和检索相关信息，该合作伙伴关系针对 GenAI 的常见问题，即特定领域的大型语言模型 （LLM） 需要长期记忆。
这些 LLM 可以通过提供不完整、不准确或无法验证的信息来使 AI 计划进一步复杂化，它们以 Neo4j 的图形数据库和知识数据库功能为基础，同时充当长期记忆解决方案。
值得注意的是，此次合作将 Neo4j 的知识图谱和向量搜索与 Amazon Bedrock 集成在一起，Amazon Bedrock 是一项完全托管的基础模型服务，使来自领先 AI 公司的模型更易于访问。这种集成利用了 Neo4j 强大的图形技术和 AWS 的 AI 专业知识，为增强 AI 计划提供了多种优势。
Neo4j 首席产品官 Sudhir Hasbe 表示：“当您将大型语言模型中固有的无与伦比的创造力和语言熟练度与富含向量嵌入的知识图谱的数据密集型功能相结合时，可能性是无限的。“这是一种和谐的融合，类似于释放左脑和右脑的潜力。
Neo4j 与 LangChain 和 Amazon Bedrock 一起使用，通过使用检索增强生成 （RAG） 来减少 AI 幻觉——这是每个 GenAI 项目的常见且有害的问题。这样就可以创建基于企业知识的虚拟助手，最终实现更准确、透明和可解释的 AI 结果。
Hasbe说：“当开发人员希望通过包含图中连接数据和向量嵌入的知识库来减少幻觉和地面LLM时，他们需要Neo4j。“他们可以简单地插入 Amazon Bedrock 和 Neo4j 以及......LangChain工作流程中的聊天机器人应用程序，从而提供基础模型以及基础向量和知识图谱。
SCA 还通过 GenAI 开发进一步推动了个性化，其中 Neo4j 的高度上下文知识图谱与 Amazon Bedrock 的基础模型生态系统集成，以提供个性化的文本生成和摘要。使用 Bedrock 的 API 进行文本补全、聊天机器人和文本生成/摘要，开发人员可以使用独特的提示自定义这些请求。
Neo4j 的 Amazon Bedrock 集成利用 Neo4j 的新矢量搜索和存储功能，在实时搜索过程中提供完整的答案。Bedrock 可用于为非结构化数据生成向量嵌入，然后将其作为属性存储在同一个数据库和知识图谱中。然后，使用 LLM 执行语义搜索，然后针对这些存储的向量进行搜索，以获得高效和准确的结果。
Amazon Bedrock 还增强了对非结构化数据的处理，将数据转换为结构化实体（如 JSON 对象），然后将其提取到知识图谱中。一旦在知识图谱中表示，数据就可用于显示见解并做出实时决策。这使开发人员能够在 Neo4j 中快速启动知识图谱生成，从而加快获得见解的时间。
“通过将 Amazon Bedrock 的生成式 AI 功能与 Neo4j 知识图谱结合使用，组织可以将机构知识带给所有团队成员，”Hasbe 解释道。“这种强大的组合不仅可以从非结构化数据中获取见解，还可以确保响应基于事实信息，而不是幻觉。”
除了 Neo4j 和 Amazon Bedrock 集成提供的 GenAI 优势之外，Neo4j 还宣布在 AWS Marketplace 上全面推出 Neo4j Aura Professional。该解决方案为开发人员提供了无缝、快速的启动体验，用于创建 GenAI，同时整合其 AWS 账户的账单。它在 AWS 上的推出使开发团队无需使用个人信用卡来资助实验，推动了现有 AWS 折扣和协议的使用，并促进了在单个 AWS 计费系统中轻松监控支出。
“通过我们在 AWS Marketplace 上的 Aura 云产品以及图形数据库的强大功能，我们正在简化开发人员的旅程，使他们能够毫不费力地提升和高效处理云中真实生成式 AI 的实际应用。我们的合作旨在帮助客户在企业创新领域释放新的机会并重新编织可能性的结构，我们期待看到结果，“Hasbe总结道。
有关此新闻的更多信息，请访问 https://neo4j.com 或 https://aws.amazon.com。
文章来演：https://www.dbta.com/Editorial/News-Flashes/Neo4j-and-AWS-Collaborate-to-Drive-Accurate-Transparent-and-Explainable-GenAI-161749.aspx
