至顶网CIO与应用频道 04月12日 北京消息:日前,全球唯一可扩展的企业级图数据库TigerGraph宣布将在二季度推出其最新版本TigerGraph 2.4。这项新技术将图模式匹配与实时深度链接分析相结合,这一独特组合特别适用于欺诈与洗钱检测、安全分析、个性化推荐引擎、人工智能和机器学习等。这一新版本的发布,将使企业更加轻松地通过图计算洞悉深度链接的数据价值。
模式匹配由来已久,但从该技术中获得业务洞察力则往往会受制于两大问题:难以实现大型数据集的并行扩展计算,无法进行深度链接分析——需在数据集中遍历三步以上的跳转或层级。
例如,确定银行和金融服务的最终受益人所有权,意味着从每家子公司到其母公司业务部门,一直到公司总部,查找每个组织的关键利益相关者,并在整个公司架构中为每个利益相关者添加所有权部分。每多一步跳转查询,搜索中的数据规模都会以指数形式扩展,这就需要大量并行计算才能遍历数据。
每个新的跳转都打开了一个新维度的信息世界,但是其他图数据库由于无法处理这些日益复杂的计算,所以只能浅尝辄止。例如,长久以来,人工智能(AI)和机器学习(ML)开发人员一直都在苦苦寻求对互联数据进行更深入的分析。洞察深度越深,模式和相应的特性就越好,进而为业务项目带来更加准确的结果。
TigerGraph创始人兼CEO许昱博士表示:“不同于市场上其他可深入两至三层相关数据的图数据库,TigerGraph的模式分析高效且易于处理,能够深入关联实体10层或更多层,并根据多维标准实时计算风险或相似性得分。高效的图分析,不仅仅是一个强大的大规模并行处理引擎;它了解用户想要了解的内容并专注于此,并舍弃其余部分。图的沟通力和直觉力,是指能够将一组复杂关系理解为一个整体模式:一条路径、一组分支、一个循环。TigerGraph的模式匹配增强了TigerGraph的GSQL查询语言,使之更容易实现。”
标准模式匹配解决方案具有一个定义好的起点(例如特定客户帐户或付款),及一个定义好的具有固定跳数的模式(例如从客户帐户到所有付款的遍历——从帐户到付款接收者等)。发现欺诈或洗钱循环是复杂的,因为它没有定义好的起点,因为付款可能来自于任何客户帐户,也没有定义好的查询步书,因为欺诈者或洗钱者通常使用超过10层的合成帐户来隐藏其活动。
借助其大规模并行处理(MPP)引擎,TigerGraph 2.4能够解决各种规模数据集的标准模式及复杂模式的匹配。
TigerGraph的GSQL模式匹配支持,允许用户以简洁、易读的格式来表达多步查询。通过在一行中表示多步查询模式,能够提高用于机器学习的分析及特征工程的模式透明度。通过新添加的模式匹配查询语法,结合“累加器”(Accumulators)的独特GSQL功能,TigerGraph的大规模并行处理(MPP)图引擎可以确保任意规模图分析的可扩展性与高效性。累加器允许数据科学家和开发人员来定义计分或排名的多维标准,以示两种模式的匹配程度。
有关累加器如何与GSQL中的新模式匹配查询相互协作,包括下面几种示例:
此外,TigerGraph还宣布,AWS用户可在GraphStudio中原生使用其S3数据,可显著提高AWS云业务用户效率。GraphStudio采用拖放式图形用户界面,可将存储在本地文件中的数据轻松映射到图模型中,这一点广受好评。对于在S3文件中拥有数据的AWS用户,现在也可以获得一致的易用性。GraphStudio的Native S3 Import(原生S3导入器)与主流的云数据存储提供了更好的协同,并且易于使用数据导入,使得在AWS上运行TigerGraph更加简单。
TigerGraph还宣布了新的TigerGraph JDBC连接器,使Java开发人员能够比以往更加轻松地将TigerGraph集成至其应用。
TigerGraph 2.4和全新的TigerGraph JDBC连接器预计第二季度发布。有关详细信息和定价,请联系info@tigergraph.com。
OpenCorporations是全球最大的开放式企业数据库。全球调查记者借助其用来发现腐败、洗钱和有组织犯罪的模式。该数据库已选用TigerGraph来更好地支数据库进行调查查询。
OpenCorporations首席执行官Chris Taggart表示:“OpenCorporations致力于为公众提供更多可用和更广泛的公司信息,特别是揭露犯罪和反社会活动,比如腐败、洗钱和有组织犯罪等。随着我们工作的继续深入和数据的不断增长,我们面临着扩展数据来满足业务需求等挑战。TigerGraph出色的可扩展性功能和性能让我们能够实现以前无法做到的事情,并更好地支持正在进行的调查工作。”
TigerGraph提供了唯一可扩展的企业级图数据库,无论数据集的规模或复杂程度如何,都能实时应对最棘手的数据挑战。TigerGraph将所有数据源存储在一个统一的多图存储中,该存储可以轻松、高效地扩展以发现和预测关系。不同于传统的图数据库,TigerGraph可以将实时多步查询扩展到数万亿个关系。
好文章,需要你的鼓励
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。