Przekształcanie danych w możliwości: Metric in Motion – GLEIF AI

Wysokiej jakości dane to coś więcej niż tylko punkt odniesienia – to strategiczna konieczność dla globalnego zaufania, zgodności z przepisami i interoperacyjności. W tym wpisie na blogu Zornitsa Manolova, kierowniczka ds. jakości danych i nauki o danych w GLEIF, bada, w jaki sposób nowa wyszukiwarka GLEIF AI Search ułatwia dostęp do wiarygodnych danych dotyczących tożsamości organizacji, ich zrozumienie i wykorzystanie.

---

---

Możliwość dostępu do wysokiej jakości danych organizacyjnych i zaufanie do nich umożliwiają lepsze podejmowanie decyzji w całej globalnej gospodarce. Dlatego GLEIF publikuje szeroki zakres wiarygodnych informacji, od Globalnego Indeksu LEI, statystyk i raportów po zasady zarządzania, aktualności i wiele innych.

Ponieważ jednak informacje obejmują interfejsy API, bazy danych, dokumenty i strony internetowe, poruszanie się po tych różnych punktach wejścia może być trudne i czasochłonne dla niektórych użytkowników poszukujących szybkiej, wiarygodnej odpowiedzi.

To zastrzeżenie – oraz możliwość uczynienia wiarygodnych informacji GLEIF bardziej dostępnymi dla zewnętrznych rozwiązań AI – stało się motywacją do opracowania wyszukiwarki AI GLEIF . Ta nowa funkcja zmienia sposób, w jaki użytkownicy wchodzą w interakcję ze złożonymi, rozproszonymi danymi, łącząc interfejsy konwersacyjne ze strukturalnym procesem wyszukiwania w celu usprawnienia odkrywania informacji i poprawy dostępności.

Stawia ona również zaufanie w centrum uwagi, dostarczając jasne, poparte źródłami odpowiedzi, na których użytkownicy mogą polegać. Wyniki niedawnej ankiety pokazują, że użytkownicy najbardziej ufają odpowiedziom generowanym przez AI, gdy opierają się one na wysokiej jakości danych bazowych, popartych przejrzystymi odniesieniami do źródeł i zawierają jasne wyjaśnienia. Potwierdza to znaczenie roli GLEIF w dostarczaniu wiarygodnych, dobrze ustrukturyzowanych danych, które mogą wspierać godne zaufania wyszukiwanie oparte na AI.

Odzwierciedla to temat poruszony w Blogu GLEIF „Metric in Motion” poświęconym weryfikacji. W gospodarce cyfrowej opartej na sztucznej inteligencji zaufanie zależy nie tylko od dostępu do danych, ale także od wiedzy o tym, skąd pochodzą, w jaki sposób zostały zweryfikowane i czy można je powiązać z wiarygodnymi źródłami. GLEIF AI Search stosuje tę zasadę do wyszukiwania informacji, pomagając użytkownikom przejść od fragmentarycznych informacji do odpowiedzi, które są łatwiejsze do zrozumienia, weryfikacji i wykorzystania.

Jak to działa

GLEIF AI Search to skoordynowany system trzech podstawowych warstw, które płynnie ze sobą współpracują:

1. Interfejs czatu:

Interfejs czatu jest warstwą GLEIF AI Search skierowaną do użytkownika. Zapewnia on przejrzysty, intuicyjny i konwersacyjny sposób, w jaki użytkownicy mogą w naturalny sposób wchodzić w interakcję z systemem i wybierać spośród różnych trybów asystenta: Smart, Strona internetowa i dokumenty, Aktualności i nowości, Dane i statystyki oraz Rekordy LEI. Każdy tryb jest dostosowany do konkretnego rodzaju zapytania lub zadania, zapewniając, że interakcje są zarówno ukierunkowane, jak i elastyczne, w zależności od intencji użytkownika.

2. Warstwa koordynacyjna:

Za interfejsem użytkownika znajduje się warstwa koordynacji, która przetwarza każde zapytanie użytkownika. Aktywuje ona wybrany tryb asystenta, kieruje żądanie do dużego modelu językowego oraz koordynuje niezbędne narzędzia w celu pobrania i zweryfikowania odpowiednich informacji przed udzieleniem odpowiedzi.

Co istotne, warstwa ta nie działa w izolacji. Dynamicznie pomaga zapewnić, że odpowiedzi nie są generowane wyłącznie przez model, ale opierają się na odpowiednich danych, dokumentach i treściach internetowych pochodzących z różnych łączników. Ta koordynacja przekształca wyniki modelu w odpowiedzi uwzględniające kontekst i wiarygodne.

3. Łączniki (serwery MCP):

Łączniki stanowią pomost między warstwą koordynacji a podstawowymi źródłami danych i treści. Zaimplementowane jako serwery MCP (Model Context Protocol), łączniki te umożliwiają systemowi dostęp do zewnętrznych źródeł i interakcję z nimi w uporządkowany, umożliwiający ponowne wykorzystanie sposób. Zapewniają one, że wyszukiwarka GLEIF AI Search nie ogranicza się do wiedzy statycznej i może korzystać z aktualnych, istotnych informacji pochodzących z danych GLEIF, interfejsów API, dokumentów i treści internetowych. Obecnie dostępne są następujące łączniki:

• Wyszukiwanie i pobieranie z sieci: Umożliwia sztucznej inteligencji wyszukiwanie, pobieranie i przetwarzanie treści ze strony internetowej GLEIF (gleif.org). Obsługuje to pytania dotyczące działalności GLEIF, aktualności, Zarządzania oraz informacji ogólnych.

• Wyszukiwanie dokumentów: Łączy się z systemem wyszukiwania opartym na wektorach, zbudowanym w oparciu o zbiór oficjalnych dokumentów GLEIF, takich jak dokumenty dotyczące polityki i ram zarządzania. Gdy pytanie dotyczy treści zawartych w tych dokumentach, sztuczna inteligencja może je przeszukiwać i cytować odpowiednie fragmenty.

• Łącznik API GLEIF: Integruje się bezpośrednio z oficjalnym publicznym API GLEIF, zapewniając dostęp w czasie rzeczywistym do Globalnego Indeksu LEI. Umożliwia to sztucznej inteligencji wyszukiwanie poszczególnych podmiotów na podstawie ich kodu LEI, wyszukiwanie podmiotów według nazwy oraz pobieranie szczegółowych informacji rejestracyjnych i danych dotyczących powiązań.

• Łącznik statystyk LEI: Łączy się ze zbiorczymi statystykami związanymi z Globalnym Systemem LEI. Umożliwia to systemowi wyszukiwanie ustrukturyzowanych danych analitycznych, takich jak liczba aktywnych kodów LEI w poszczególnych krajach, trendy w wydawaniu kodów w czasie, wskaźniki wzrostu oraz rozkład według typów podmiotów lub jurysdykcji.

Co ważne, serwery MCP zostały zaprojektowane jako modułowe, wielokrotnego użytku i interoperacyjne. Można je również zintegrować z zewnętrznymi środowiskami sztucznej inteligencji, takimi jak ChatGPT, Claude i inne. GLEIF zdefiniowała już umiejętności oparte na tych możliwościach, a udostępniła je na stronie internetowej GLEIF. W przyszłości GLEIF planuje zwiększyć liczbę dostępnych łączników poprzez dodanie kolejnych serwerów MCP, co pozwoli na dalsze rozszerzenie możliwości systemu i zaspokojenie szerszego zakresu potrzeb użytkowników.

Korzyści płynące z GLEIF AI

Wyszukiwarka GLEIF AI i powiązane z nią łączniki zostały zaprojektowane tak, aby ułatwić dostęp do informacji dotyczących LEI i GLEIF, ich zrozumienie i wykorzystanie – zapewniając znaczące korzyści globalnym użytkownikom danych:

• Lepszy dostęp do wiarygodnych danych: pomaga użytkownikom przeglądać dane LEI, statystyki, raporty, dokumenty dotyczące Zarządzania i inne treści GLEIF za pośrednictwem interfejsu konwersacyjnego, zamiast poruszać się po wielu systemach osobno.
• Kompleksowe informacje: pobiera i łączy informacje z interfejsów API, baz danych, dokumentów i stron internetowych, aby zapewnić bardziej kompletne i wszechstronne odpowiedzi.
• Przejrzyste i weryfikowalne odpowiedzi: zapewnia jasne wskazanie źródła i wyjaśnienie, pomagając użytkownikom zrozumieć, skąd pochodzi odpowiedź i na ile można na niej polegać.
• Przejrzystsze podsumowania: przekształca złożone lub obszerne informacje w zwięzłe, zrozumiałe dla człowieka odpowiedzi.
• Wsparcie w podejmowaniu decyzji: dostarcza wiarygodnych i popartych źródłami odpowiedzi, które mogą pomóc użytkownikom w bardziej efektywnym wyszukiwaniu informacji i podejmowaniu działań z większą pewnością siebie.
• Szersza użyteczność: obniża barierę wejścia, umożliwiając zarówno ekspertom, jak i osobom niebędącym ekspertami interakcję z danymi LEI i czerpanie z nich korzyści.

Wykorzystanie potencjału wyszukiwania opartego na sztucznej inteligencji

W miarę ewolucji wyszukiwania opartego na sztucznej inteligencji jego prawdziwa wartość będzie definiowana nie tylko przez szybkość czy wygodę. Liczy się zdolność do konsekwentnego dostarczania odpowiedzi opartych na wiarygodnych, przejrzystych źródłach danych i kontekstowo trafnych.

Wyszukiwarka GLEIF AI Search pokazuje, w jaki sposób połączenie zaufanych danych z inteligentnymi mechanizmami wyszukiwania może spełnić te wymagania, ułatwiając dostęp do złożonych informacji i korzystanie z nich. Łącząc pytania użytkowników z oficjalnymi danymi, dokumentami i treściami internetowymi, przekształca rozproszone informacje w odpowiedzi, które są łatwiejsze do zrozumienia, weryfikacji i wykorzystania w praktyce – wzmacniając wiarygodność i integralność danych jako fundamentalne filary innowacji cyfrowych.

W przyszłości podejście to może wspierać szersze wykorzystanie danych GLEIF w różnych środowiskach AI. Dzięki zwiększeniu dostępności, przejrzystości i weryfikowalności informacji, GLEIF AI Search może pomóc wzmocnić zaufanie do systemów cyfrowych i wspierać podejmowanie bardziej świadomych decyzji.

---