Auto Ontology от NVIDIA: ИИ-агент видит данные только через проверенный людьми словарь

Что такое ИИ-агент: это программа на основе нейросети, которая не просто отвечает, а сама выполняет задачи, например составляет запрос к базе данных и приносит готовую цифру. По данным Marktechpost, Auto Ontology встаёт между таким агентом и хранилищем данных. Она подсказывает агенту, где лежат данные, что означают поля, стоит ли их использовать и откуда они взялись.

Такую прослойку называют семантическим слоем, то есть общим словарём смыслов. Это похоже на учётную политику в бухгалтерии, где понятие «выручка» определено один раз и одинаково для всех.

Что нового?

• Находит смысл в данных. Библиотека строит онтологию, то есть карту понятий: какие метрики, сущности и связи есть в данных. Строит она её по метаданным (описаниям таблиц и полей) и умеет подключать уже готовые семантические модели.
• Даёт агенту опору: проверенное значение метрик, сущностей и связей между ними.
• Проверяет запросы агента, сверяя их с утверждёнными определениями и с историей происхождения данных.
• Отдаёт контекст тремя путями. Первый: через MCP, стандартный «разъём» для подключения ИИ-агентов к внешним инструментам. Второй: через командную строку. Третий: через API, программный интерфейс для связи с другими сервисами.
• Учится: подтверждённые исправления возвращаются в онтологию.

NVIDIA называет результат стартовой онтологией. Проверять, дорабатывать и утверждать её по-прежнему должны специалисты бизнеса.

Агент видит данные только через проверенный словарь

Сервер MCP даёт агенту 9 инструментов, и все они только читают данные. Главный из них, ask_question, возвращает отдельными полями ответ, сам запрос на SQL (языке запросов к базам данных) и строки результата, причём не больше 100 строк. Вход идёт через OAuth, поэтому каждый вызов выполняется с правами вошедшего пользователя.

Языковая модель по умолчанию: nvidia/nemotron-3-nano-30b-a3b вместе с моделями Nemotron для поиска и ранжирования. Работает она через сервис NVIDIA NIM, в облаке NVIDIA или на своих серверах. Подойдёт и любой сервис, совместимый с форматом OpenAI.

Источниками данных могут быть Databricks, Postgres, Snowflake или DuckDB.

Точность NVIDIA пока не подтвердила цифрами

По собственным тестам NVIDIA, время создания онтологии сокращается на 90%. Опубликованных оценок того, насколько точно агент превращает вопрос в запрос, нет ни одной. Отдельный репозиторий auto-ontology-eval содержит инструмент для замеров, но не результаты.

Пробел заметный: способ проверки выложили, а самих замеров нет. Набор тестов включает BIRD Dev на 1534 вопроса по 11 базам и Mini-Dev на 500 вопросов. Кроме того, в проверенной конфигурации обе сравниваемые ветки работают через модель Claude, а не через собственную Nemotron.

Как попробовать?

1. Получите ключ NVIDIA API на build.nvidia.com: он покрывает модели по умолчанию.
2. Скачайте репозиторий проекта с GitHub и заполните файл .env, где указываются адрес, ключ и название каждой модели.
3. Для локального запуска поднимите набор сервисов одной командой Docker Compose, она есть в инструкции. Docker, это программа, которая запускает все части системы в изолированных «контейнерах».
4. Для серверов предусмотрены Kubernetes, инструкция DEPLOYMENT.md и готовый контейнер в каталоге NGC.

Есть ли российская замена?

Прямого российского аналога семантического слоя источник не называет. Из доступных в РФ языковых моделей это YandexGPT и GigaChat. Подключить их к Auto Ontology можно только при совместимости с форматом OpenAI, проверяйте это в документации провайдера.

Что делать с этим прямо сейчас, по ролям

Автору Дзена: сам инструмент вам не нужен, а его идея пригодится. Когда просите нейросеть посчитать что-то по вашей статистике, сначала дайте ей определения: что считать дочитыванием, что считать подписчиком.

Маркетологу: если отчёты по продажам собирает ИИ, требуйте вместе с цифрой показывать запрос, по которому она получена. Auto Ontology отдаёт ответ и запрос раздельно, и этот подход стоит перенять.

Предпринимателю: внедрение потребует программиста и согласованных внутри компании определений метрик. Начните со второго, это бесплатно.

Что чаще всего спрашивают про Auto Ontology?

Что такое ИИ-агент и зачем ему словарь?

Это программа, которая сама выполняет задачи по вашей просьбе. Без словаря агент угадывает смысл полей по их названиям, а словарь даёт ему утверждённые людьми значения.

Это бесплатно?

Библиотека открыта по лицензии Apache 2.0. Сколько стоит работа моделей в облаке NVIDIA, источник не раскрывает.

Можно ли доверять ей отчёты?

Пока только после собственной проверки на ваших данных. Возьмите двадцать вопросов, ответы на которые знаете точно, и сравните их с ответами агента до того, как пускать его в отчёты.