Neo4j bietet ab sofort die native Integration seiner Graphdatenbank in Google Cloud an. Ziel ist es, die Entwicklung und Bereitstellung von GenAI-Anwendungen zu beschleunigen und bekannte Probleme (z. B. KI-Halluzinationen und steigende Komplexität) zu lösen. Dazu kommt mit GraphRAG eine Form von Retrieval Augmentation Generation (RAG) zum Einsatz.
RAG bezeichnet einen Ansatz, bei dem LLMs mit externen Daten ergänzt werden, um Antworten relevanter, aktueller, nachvollziehbarer und präziser zu machen. Handelt es sich bei dieser Datenquelle um einen Knowledge Graphen spricht man von GraphRAG.
Knowledge Graphen erfassen Beziehungen zwischen Entitäten, verankern LLMs innerhalb von Fakten und liefern damit die für GenAI-Anwendungen notwendige Erklärbarkeit, Aktualität, Genauigkeit sowie Kontext für relevante Antworten. Nach Gartner ist das Zusammenspiel zwischen der Performance großer Sprachmodelle (LLMs) und der „Robustheit“ von Knowledge Graphen entscheidend, um fehlertolerante KI-Anwendungen zu entwickeln*.
GraphRAG mit Neo4j und Google Cloud:
- Schnelles Erstellen von Knowledge Graphen
Entwickler können mit Google Cloud, dem KI-Modell Gemini, VertexAI, LangChain und Neo4j Knowledge Graphen aus unstrukturierten Daten wie PDFs, Webseiten und Dokumenten erstellen – entweder direkt oder geladen aus Google Cloud Storage Buckets. - Aufnahme, Verarbeitung und Analyse von Echtzeitdaten
Entwicklern stehen Flex Templates in Dataflow zu Verfügung, um wiederholbare, sichere Datenpipelines aufzubauen und Daten über Google BigQuery, Google Cloud Storage und Neo4j einzulesen, zu verarbeiten und zu analysieren. Darüber hinaus werden die Knowledge Graphen so mit Echtzeitdaten versorgt, um Relevanz, Aktualität und Reaktionsfähigkeit von GenAI-Anwendungen sicherzustellen. - Graphbasierte GenAI-Anwendungen auf Google Cloud
Dank Gemini for Google Workspace und Reasoning Engine von Vertex AI lassen sich GenAI-Anwendungen und APIs auf Google Cloud Run bereitstellen, überwachen und skalieren. Das Gemini KI-Modell wurde auf den Daten von Neo4j trainiert, um beliebige Sprachcode-Schnipsel automatisch in die Abfragesprache Cypher von Neo4j zu verwandeln.
Diese Integration ermöglicht eine schnelle, einfache und kollaborative Anwendungs-Entwicklung. Entwickler können Cypher zudem in jeder integrierten Entwicklungsumgebung (IDE) verwenden, die vom Gemini KI-Modell unterstützt wird, was eine effiziente Abfrage und Visualisierung von Graphdaten sicherstellt. Neo4js Vektorsuche, GraphRAG und Conversational-Memory-Funktionen sind nahtlos über LangChain und Neo4j AuraDB auf Google Cloud integriert.
Alle neuen Funktionen sind ab sofort in Neo4j für Google Cloud verfügbar. Unternehmen, die strenge Anforderungen hinsichtlich Datenresidenz, Sicherheit und Compliance erfüllen müssen, profitieren von der Google Distribution Cloud (GDC) Hosted. GDC ist eine Air-Gapped Private Cloud-Infrastruktur und Edge-Umgebung, die speziell für Organisationen des öffentlichen Sektors und in regulierten Branchen entwickelt wurde. Neo4j ist der bevorzugte Partner für GDC, um Graphdatenbank- und Analysefunktionen bereitzustellen.
„Die Integration von Neo4j in Google Gloud und die neuen GraphRAG-Funktionen helfen Unternehmen, GenAI schneller in der Praxis einzusetzen und Anwendungen zu entwickeln, die einen echten, produktiven Mehrwert liefern“, erklärt Sudhir Hasbe, Chief Product Officer von Neo4j. „Für uns ist die Integration und die Partnerschaft mit Google Cloud ein weiterer wichtiger Schritt, um die Stärken von Graphtechnologie, GenAI und Cloud-Computing zu bündeln und die Innovationen rund um GenAI weiter voranzutreiben.“
„Generative AI erhöht den Wert, den Kunden aus kritischen Geschäftsdaten ziehen, erheblich”, erklärt Ritika Suri, Director of Technology Partnerships bei Google Cloud. „Durch die Nutzung des Gemini KI-Modells in Google Cloud und Vertex AI kann Neo4j die Geschwindigkeit und Genauigkeit in der Entwicklung von generativer KI steigern.”
Google Cloud und Neo4j verbindet seit 2019 eine strategische Partnerschaft. Erst im April wurde Neo4j zum zweiten Mal in Folge als Google Cloud Technology Partner of the Year in der Kategorie Data Management ausgezeichnet. Neo4j war 2023 zudem der einzige native Graphanbieter, der native Produktintegrationen mit GenAI-Funktionen in Google Cloud Vertex AI einführte. Im vergangenen Jahr integrierte das Unternehmen zudem native Vektorfunktionen als Langzeitspeicher für LLMs in seine Graphdatenbank.