O AGENTICO
Ontologias e knowledge graphs voltam a ser centrais para agentes de IA
2 fontesdesde 30 de julho de 20262 artigos
Engenheiros de IA estão redescobrindo ontologias como guarda-corpos para agentes probabilísticos, garantindo limites determinísticos. Empresas como Neo4j e Icite usam knowledge graphs para dar contexto confiável aos agentes, reduzindo alucinações e viabilizando fluxos autônomos, especialmente em segurança cibernética.
Resumo
Engenheiros de IA estão redescobrindo ontologias como forma de manter agentes probabilísticos dentro de limites determinísticos.
Isso indica uma tendência de usar estruturas semânticas para controlar a imprevisibilidade dos modelos de linguagem.
Frank Coyle argumenta que sistemas agênticos precisam de guarda-corpos lógicos, que são as ontologias, para serem eficazes.
A declaração de um professor de Berkeley reforça a importância de regras explícitas para agentes autônomos.
O CEO da Neo4j, Emil Eifrem, apresentou três tipos de ontologias para habilitar uma 'base compartilhada mais inteligente' para agentes em escala.
A Neo4j, especialista em bancos de dados de grafos, está aplicando ontologias em seus produtos para agentes, mostrando adoção prática.
A Icite usa knowledge graphs para normalizar dados de clientes, permitindo que agentes de IA os percorram com segurança.
A declaração do CEO da Icite mostra como knowledge graphs são usados para dar contexto determinístico e evitar alucinações em agentes de segurança.
Citações
“Coyle argued that while LLMs are very effective at providing probabilistic reasoning, for agentic systems to be truly effective they need “logical guardrails” — by which he means ontologies.”
— Frank Coyle, professor de ciência da computação na UC Berkeley
“We consume all of our customers’ data, but we normalize it. We massage it in our format that we want, and that’s how our agents are able to do it.”
— Wes Mullins, fundador e CEO da Icite Inc.
Todo dia, só o que dois veículos independentes confirmaram — no seu feed.