© F. Bottino

Technology / Knowledge Structures

Knowledge Structures

La tua pipeline RAG trova i documenti giusti. Non può dire alla tua AI quali siano ancora veri.

Facciamo ricerca su come le organizzazioni dovrebbero strutturare la conoscenza prima che entri in un sistema AI — e su come quella struttura influenzi ciò che l'AI può farne in modo affidabile.

RESEARCH

Collaborazione attiva con il MIT sull'ingestione della conoscenza e sull'ottimizzazione dell'inferenza

Il problema

Una conoscenza non strutturata produce un'AI inaffidabile.

La maggior parte dei progetti AI enterprise ingerisce i documenti come testo indifferenziato. L'AI recupera ciò che è più simile — a prescindere dal fatto che sia attuale, verificato o rilevante nel modo giusto.

Trattiamo la struttura della conoscenza come infrastruttura. Prima del retrieval, prima della generazione, prima del deployment.

Tipizzazione epistemica in fase di ingestione

Ogni chunk di documento viene classificato in base al suo ruolo epistemico prima di essere archiviato. Un'ipotesi e una decisione richiedono una logica di retrieval diversa — confonderle degrada la qualità dell'output.

Decadimento deterministico

La conoscenza scade. Assegniamo tassi di decadimento in fase di ingestione in base al tipo di contenuto e al dominio. La conoscenza obsoleta viene segnalata prima di arrivare al retrieval, non dopo che ha prodotto una risposta sbagliata.

La contraddizione come segnale di prima classe

La maggior parte dei sistemi media silenziosamente le informazioni in conflitto. Noi facciamo emergere le contraddizioni in modo esplicito, così che l'AI — e l'essere umano — possano ragionarci sopra anziché ignorarle.

Ottimizzazione dell'inferenza

Facciamo ricerca su come la struttura della conoscenza ingerita influenzi velocità e accuratezza dell'inferenza. Una struttura migliore significa risposte più rapide e precise a costi inferiori.

Tassonomia

Nove tipi epistemici

Classifichiamo ogni unità di conoscenza in fase di ingestione. Ogni tipo porta con sé un diverso peso nel retrieval, un diverso tasso di decadimento e una diversa sensibilità alle contraddizioni.

Decisione

Una scelta risolta con una motivazione documentata

Evidenza

Dati verificati che supportano o confutano un'affermazione

Ipotesi

Una proposizione non testata in fase di indagine

Osservazione

Un fatto registrato senza interpretazione causale

Domanda aperta

Un problema senza una risposta attuale

Contraddizione

Due informazioni in conflitto

Assunzione

Una premessa accettata senza verifica

Affermazione

Un'asserzione in attesa di validazione

Segnale

Un indicatore debole che richiede accumulo prima di agire

Struttura la conoscenza della tua organizzazione per l'AI.