Data Commons может быть одной из менее известных инициатив Google, но проект, который собирает общедоступные наборы данных по широкому набору тем и географии (и инструменты для запроса и визуализации их), может пригодиться, когда вы ищете авторитетный источник данных для обогащения ваших приложений или собственных наборов данных. Но в эту новую эпоху ИИ также появились новые варианты использования для Data Commons, в том числе обоснование моделей крупных языков (LLMS) с реальной статистической информацией, чтобы уменьшить галлюцинации, когда агенты искусственного интеллекта должны отвечать на фактические вопросы.
Чтобы разработчикам было легче внести этот обширный множество данных своим агентам, Data Commons запускает свой сервер протоколов контекста модели сегодня без необходимости напрямую взаимодействовать с API Data Commons.
«Чтобы скомпилировать надежный отчет из традиционных баз данных, пользователям нужно будет работать через наборы данных и вручную получать данные», — объясняет Google в сегодняшнем объявлении. «Агенты, однако, понимают сложные запросы и способны быстро собирать и собирать необходимые данные».
Начиная
Google предоставляет учебные пособия для начала работы с MCP Data Commons для собственного комплекта разработки Gemini и Agent Development, а также инструкций для пользователей Google Collab. Однако, поскольку это стандартный MCP -сервер, не должно быть никаких трения, чтобы интегрировать его в любой рабочий процесс агента.
При этом Google говорит, что агенты смогут ответить на такие вопросы, как «сравнить ожидаемую продолжительность жизни, экономическое неравенство и рост ВВП для стран БРИКС» и «приносить краткий отчет о доходах против диабета в округах сша».
Data Commons MCP в действии: одно партнерство по предвыборной кампании
Чтобы испытать сервер MCP, Google работал с One Campaign, некоммерческой организацией, которая направлена на то, чтобы «объединить массовых активистов, современный анализ данных, доверенных мессенджеров и десятилетия опыта для создания политического капитала и управления политикой и инвестициями для создания более устойчивого, справедливого будущего». Вместе обе организации создали одну платформу данных, которая объединяет свои глобальные данные о разработке и публичные наборы данных в Data Commons. Google и один затем создали агента на эту платформу, которая позволяет кому -либо быстро искать эти источники данных на естественном языке.
«В развивающихся странах необходимо срочно укрепить системы здравоохранения, но поиск надежных данных о финансировании здравоохранения является серьезной проблемой — действительно поиск общеизвестной иглы в сена», — отмечает компания. «Информация разбросана по тысячам разрозненных бункеров, похороненных в различных форматах отчетности, организованных техническим жаргоном и хранящихся в нескольких изолированных базах данных. Теперь, например, если вы хотите определить, какие страны подвергаются риску от сокращений доноров, вы можете быстро искать страны, которые наиболее полагаются на внешнее финансирование для здоровья и, следовательно, наиболее уязвимы для сокращения или шокировки задолженности».
Trending Stories youtube.com/thenewstack Tech движется быстро, не пропустите эпизод. Подпишитесь на наш канал YouTube, чтобы транслировать все наши подкасты, интервью, демонстрации и многое другое. Группа подпишитесь с эскизом. Прежде чем присоединиться к новому стеку в качестве старшего редактора для ИИ, Фредерик был редактором предприятия в TechCrunch, где он освещал все, от роста облака и самых ранних дней Kubernetes до появления квантовых вычислений …. Подробнее от Frederic Lardinois
