ข้ามไปเนื้อหาหลัก

NVIDIA เปิดตัว Auto Ontology โอเพนซอร์สซีแมนติกเลเยอร์

NVIDIA ปล่อยไลบรารี Auto Ontology ภายใต้สัญญาอนุญาต Apache 2.0 สร้างซีแมนติกเลเยอร์จากเมทาดาตาระดับองค์กร เพื่อช่วยให้ AI Agent เข้าถึง SQL ได้แม่นยำยิ่งขึ้น

เรียบเรียงโดย AI
Inewgen
02 Nov 2026ที่มา: MarkTechPost2 นาทีอ่าน (0 ครั้ง)
แชร์
NVIDIA เปิดตัว Auto Ontology โอเพนซอร์สซีแมนติกเลเยอร์

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง

ขนาดตัวอักษร
  • NVIDIA เปิดตัว Auto Ontology ไลบรารีโอเพนซอร์สสัญญาอนุญาต Apache 2.0
  • สร้างซีแมนติกเลเยอร์จากเมทาดาตาขององค์กรเพื่อเชื่อมโยง SQL ของ AI Agent
  • รองรับการให้บริการบริบทผ่าน MCP, CLI และ API

บริษัท NVIDIA ได้ประกาศเปิดตัวเครื่องมือใหม่ในชื่อ Auto Ontology ซึ่งเป็นไลบรารีโอเพนซอร์สภายใต้สัญญาอนุญาต Apache 2.0 โดยเครื่องมือนี้ถูกออกแบบมาเพื่อทำหน้าที่สร้างซีแมนติกเลเยอร์โดยอัตโนมัติจากข้อมูลเมทาดาตาภายในองค์กร ช่วยให้ระบบปัญญาประดิษฐ์หรือ AI Agent สามารถทำงานกับฐานข้อมูล SQL ได้อย่างมีประสิทธิภาพและแม่นยำมากยิ่งขึ้น

การทำงานหลักของไลบรารีตัวนี้คือการนำคำนิยามที่ผ่านการรับรองมาเป็นฐานอ้างอิงให้กับคำสั่ง SQL ของ AI Agent ลดความผิดพลาดที่อาจเกิดขึ้นจากการตีความข้อมูลที่แตกต่างกันในแต่ละแผนก พร้อมกันนี้ยังช่วยให้ระบบสามารถดึงบริบทและข้อมูลที่จำเป็นไปใช้งานได้อย่างราบรื่นผ่านช่องทางที่หลากหลาย

chromebook notebook computer office desk workspace no logo

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง

ในด้านการเชื่อมต่อและการใช้งาน Auto Ontology รองรับการให้บริการข้อมูลบริบทผ่านทาง Model Context Protocol หรือ MCP รวมถึงการใช้งานผ่านคอมมานด์ไลน์ (CLI) และอินเทอร์เฟซการเขียนโปรแกรมแอปพลิเคชัน (API) ซึ่งช่วยให้นักพัฒนาและองค์กรสามารถนำไปบูรณาการเข้ากับโครงสร้างพื้นฐานด้านข้อมูลที่มีอยู่เดิมได้อย่างยืดหยุ่น

ซีแมนติกเลเยอร์ (Semantic Layer) เปรียบเสมือนสะพานเชื่อมระหว่างภาษามนุษย์หรือคำสั่งของ AI กับโครงสร้างฐานข้อมูลที่มีความซับซ้อนภายในองค์กร การที่ NVIDIA พัฒนาเครื่องมือนี้ในรูปแบบโอเพนซอร์สช่วยให้องค์กรต่างๆ สามารถควบคุมมาตรฐานของข้อมูลที่ AI เข้าถึงได้ดีขึ้น ลดปัญหา Hallucination หรือการสร้างคำตอบที่คลาดเคลื่อนเมื่อ AI ต้องเขียนคำสั่ง SQL วิเคราะห์ข้อมูลธุรกิจขนาดใหญ่

ที่มา: MarkTechPost

ความคิดเห็น

แสดงความคิดเห็น
0/2000

พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้