تیم داده Miro وقتی مستقیم هوش مصنوعی رو وصل کردن به محیط Snowflake، بیشتر از ۶۵٪ مواقع جواب اشتباه می‌گرفتن! مشکل از مدل هوش مصنوعی نبود، بلکه کمبود اطلاعات و سرنخ بود. فکرشو بکنید، با بیشتر از ۱۰ هزار جدول و بدون یه راهنمای درست و حسابی، هوش مصنوعی بیچاره نمی‌دونست کدوم داده‌ها به کدوم سوالات بیزنسی مربوط می‌شن.

حالا DataHub یه لایه هوش زمینه‌ای (Context Intelligence) جدید رو کرده که تاریخچه کوئری‌های SQL رو بررسی می‌کنه و یه فهرست معنایی می‌سازه. این فهرست رو هم از طریق MCP، LangChain و ابزارهای دیگه در اختیار هوش مصنوعی قرار می‌ده تا دیگه قاطی نکنه و بدونه چی به چیه. به قول خودشون، این یه جورایی مثل اینه که سال‌ها تجربه تحلیل‌گرا رو تبدیل به یه پایگاه دانش زنده می‌کنن که هوش مصنوعی دیگه جوین‌های الکی نزنه و از جوین‌های درست حسابی که قبلاً جواب دادن استفاده کنه.

این سیستم جدید، با زیرساخت لاگ‌های کوئری DataHub که قبلاً برای ردیابی جریان داده استفاده می‌شد، کار می‌کنه. DataHub رو همون تیمی ساختن که DataHub رو به عنوان یه پروژه متن‌باز تو LinkedIn راه انداختن. الان این پروژه بیشتر از ۱۵ هزار مشارکت‌کننده و ۳۰۰۰ استقرار عملیاتی تو کل دنیا داره.

تحلیل و بررسی: به نظر می‌رسه که DataHub داره یه قدم بزرگ تو جهت هوشمندتر کردن هوش مصنوعی و استفاده بهینه‌تر از داده‌ها برمی‌داره. این لایه Context Intelligence می‌تونه به شرکت‌ها کمک کنه تا از حجم عظیم داده‌هاشون بهتر استفاده کنن و تصمیمات دقیق‌تری بگیرن. با این روند، احتمالا شاهد جنگ پلتفرمی جدیدی بر سر کنترل «معنا» در دنیای داده خواهیم بود.

منبع: VentureBeat (مشاهده متن اصلی)