SlideShare une entreprise Scribd logo
© 2023 Neo4j, Inc. All rights reserved.
© 2023 Neo4j, Inc. All rights reserved.
La voie du succès
avec les bases de données de graphes,
la Graph Data Science et l’IA générative
Nicolas Rouyer
Ingénieur avant-vente, Neo4j
13 septembre 2023
1
© 2023 Neo4j, Inc. All rights reserved.
© 2022 Neo4j, Inc. All rights reserved.
Neo4j Graph Data Platform
2
BUSINESS
USERS
DEVELOPERS
DATA
SCIENTISTS
DATA
ANALYSTS
Enterprise Ready
Data Science & MLOps
Graph Data Science
OLAP
Data Science & Analytique
Outils, algorithmes et framework ML intégré
AutoML
Integrations
Découverte & Visualisation
Outils low-code de requête, de modélisation et d’exploration des données
Neo4j
Bloom
BI
Connectors
Neo4j
Browser
Language
interfaces
Outils & Frameworks de Développement d’Apps
Outils et API pour le prototypage et le développement rapides
Langage de Requête Graphe
Cypher et GQL, lingua franca pour les graphes
Transactions Analytics
Graph Database
Data Consolidation
Contextualisation
OLTP
Base de Données de Graphes Native
Le composant principal de la plate-forme Neo4j
Déployable Partout
Exploité en propre ou par Neo4j (DBaaS), dans le cloud ou sur site
Data Connectors
Ecosystème & Intégrations
Un vaste éventail de connecteurs pour s'intégrer
dans les écosystèmes de données existants
Data Sources
© 2023 Neo4j, Inc. All rights reserved.
Expertise en Ingénierie
Investissement >1000 années-homme
L’avantage du pionnier
Maturité, Nombre de Déploiements
Communauté la + vaste
Croissance annuelle +80%
Caractéristiques de la base de données de graphes Neo4j
Workloads
Hybrides
Architecture
Graphe
Native
Extension
Graph Data
Science et
GenAI
Boîte
à Outils
Complète
Solution
Enterprise de
Confiance
Déployable
Partout
3
© 2023 Neo4j, Inc. All rights reserved.
4
Architecture Graphe Native
Stockage
Graphe Natif
Traitement
Graphe Natif
• Pas d’incohérence
• Intégrité des données /
ACID
• Schéma flexible
• 1000x +rapide que les
RDBMS
• K-Hop 10-1000x + rapide
qu’en version 4
Fabric
• Fédération de shards
• Base de données
composite instantanée
Composite DB
Clustering
Autonome
• Evolutivité élastique
pour des ingestions
massives
• 100s de machines
dans les clusters
L'intégrité des données et la vitesse élevée sont également
valables dans les situations de passage à l'échelle.
© 2023 Neo4j, Inc. All rights reserved.
Workload Hybride
5
Applications Intelligentes
Transactions -
Sécurité -
Performance & Scalabilité -
Cohérence ACID -
Modélisation Intelligente
- Bibliothèque d’Algorithmes Étendue & Supportée
- Scalable
- Visualisation de Graphes
- Transformations de Graphes
Transactions de
Graphe
Graph Analytics &
Data Science
© 2023 Neo4j, Inc. All rights reserved.
Productivité Développeur :
Outillage riche & apprentissage facile
ops manager
6
data importer
Visualize and explore your data
Query editor and results visualizer
Code-free data loader and modeler
AuraWorkspace
Workspace Unifié
© 2023 Neo4j, Inc. All rights reserved.
7
Intégration dans votre écosystème de données et de développement
Neo4j BI
Connector
Apache Spark
Connector
Apache Kafka
Connector
Data Warehouse
Connector
Java Python .NET
JavaScript Go
© 2023 Neo4j, Inc. All rights reserved.
Qualité professionnelle : sécurité et confiance by design
Single Sign-On Pratiques de
Développement Sécurisées
VPC Dédié Role- & Schema-Based
Access Control (RBAC)
Chiffrement
(At-Rest, In-Transit,
et Intra Cluster)
SOC 2 Type 1
8
© 2023 Neo4j, Inc. All rights reserved.
● Performance temps réel à l'échelle
● Mises à jour, correctifs et sauvegardes
automatiques
● Extensibilité à la demande, sans
interruption de service
● Haute Disponibilité
● Multi Cloud, Toutes les Régions
● Sécurité de Niveau Entreprise
● Tarification Simple Basée sur la Capacité
9
Déploiement partout : auto-géré, ou géré par Neo4j
● Contrôle d’administration intégral
● Déploiement Sur Site ou via la Marketplace
● Adapté là où le cloud n'est pas approprié
(par exemple, scénarios spéciaux de
conformité)
● Migration facile vers AuraDB
Self-Managed
© 2023 Neo4j, Inc. All rights reserved.
Investissements Neo4j et roadmap
Expérience
Développeur
Disponibilité multi-cloud complète AuraDB sur Azure en plus de GCP et AWS
Rendre les graphes universels avec la conformité GQL
Gestion et supervision automatisées avec les APIs de provisioning AuraDB
Etablir Neo4j comme base de données de référence: CDC + next-gen Kafka connector
Devenir la base de données de référence, qui apporte le graphe à toutes les applications
Performance à
l'Échelle
Performances ultimes de calcul : Requêtes Cypher Parallélisées
Amélioration ratio mémoire/stockage, TCO réduit : Stockage nouvelle génération Freki
Clusters encore plus autonomes : gestion déclarative des serveurs
Confiance
Opérationnelle
Meilleure supervision avec l'analyseur de requêtes intégré au Neo4j Ops Manager
Observabilité intégrée avec les métriques d'AuraDB et le streaming des logs
Sécurité contrôlée par le Client dans AuraDB avec des clés de cryptage gérées par le
client (CMK) et un système RBAC géré par le client.
© 2023 Neo4j, Inc. All rights reserved.
© 2023 Neo4j, Inc. All rights reserved.
Neo4j Graph Data Science
© 2023 Neo4j, Inc. All rights reserved.
L’important ?
Priorisation
Qui a le + de connexions?
Qui a le + haut pagerank?
Qui est un influenceur?
L’inhabituel ?
Détection anomalie/fraude
Où se forme une communauté ?
Quelle est la dynamique du groupe ?
Qu'y a-t-il d'inhabituel ?
Le futur ?
Prédictions
Quel est le chemin le + fréquent ?
Qui est dans la même communauté ?
Quelles relations vont se nouer ?
12
Pl
ay
s
Lives_in
In_sport
Likes
F
a
n
_
o
f
Plays_for
K
n
o
w
s
Knows
Knows
K
n
o
w
s
La Structure Graphe Améliore les Résultats de la Data Science
© 2023 Neo4j, Inc. All rights reserved.
13
Le + grand catalogue d'algorithmes de graphes
Recherche &
Parcours
Centralité &
Importance
Détection de
Communauté
Machine Learning
Supervisé
Prédiction
Heuristique de Lien
Similarité Graph
Embeddings
…et plus
Les algorithmes de graphes sont un ensemble d'instructions qui visitent les
nœuds d'un graphe afin d'analyser les relations entre les données connectées.
© 2023 Neo4j, Inc. All rights reserved.
Neo4j Graph Data Science:
Supprimez la pénibilité et optimisez les workflows de data science avec les données existantes
Supprimer la pénibilité Optimiser les workflows
Data Science
Jointures complexes
Exploiter Plusieurs Tables
Approximations Manuelles
Fastidieuses
Comparaisons Bruteforce
Données Fragmentées
95% réduction temps de
calcul
500x + rapide que les
bibliothèques open source
Améliorer les Résultats
pour les Clients
20-30% amélioration de
performances des modèles
600% amélioration du trafic
$5 Million de fraude
supplémentaire détectée
3x amélioration prédiction de
churn
5x réduction du délai de
fabrication en usine
14
© 2023 Neo4j, Inc. All rights reserved.
15
Data
Scientists
> Client Python Natif
> Intégration Apache Arrow
> Pipelines ML unifiés
Investissement dans quatre domaines clés
Créé par des data
scientists, pour des
data scientists
Meilleures
Prédictions
> 65+ Algos de graphe &
embeddings
> Pipelines ML natifs graphe
> Intégrations Vertex AI &
SageMaker
Le meilleur outil de
graph data science et
de ML
Ecosystème
> Connecteurs Apache Spark &
Kafka
> Connector BI Natif
> Connecteur Data Warehouse
> Support GNN
Fonctionne en
continuité des piles
technologiques
existantes
Production
> Compatible avec les leaders
cloud
> Sécurité et Scalabilité pour
l’Entreprise
> Déployable partout
Passage en production
rapide, évolutif,
sécurisé
© 2023 Neo4j, Inc. All rights reserved.
Couverture globale de l'ensemble du cycle de vie du ML
Feature
Engineering
Entraînement
de modèle &
Tuning
Déploiement
de Modèle
Collection &
Préparation de
Données
Analyse de
données
exploratoire
Evaluation de
modèle &
Sélection
Drivers,
Connecteurs,
Import/Export rapide
Requêtes Graphe,
Algorithmes et
Visualisation
Graph
Embeddings &
Algorithmes
APIs de
prédiction,
Opérations de
catalogue de
modèles/grap
hes,
Connecteurs
Pipelines ML Nativement Graphes
Algorithmes Graphes Non Supervisés
Features Graphe => Pipelines ML externes
16
© 2023 Neo4j, Inc. All rights reserved.
Homogène dans tous les écosystèmes / pipelines
Graph Data Science
BI & VISUALIZATIONS
INGEST
STORE
PROCESS
Apache
Kafka
MACHINE LEARNING
Cloud
Functions
Neo4j
Bloom
PubSub
DataProc
Analytics
Feature
Engineering
Data
Exploration
Graph
Data
Science
Business
Applications &
Existing Systems
Files (unstructured,
structured)
TensorFlow
KNIME Python
Cloud Storage
AWS
Lambda
17
Graph Database
© 2023 Neo4j, Inc. All rights reserved.
Afficher les nœuds les plus connectés et les plus influents
Recommandations issues d'interactions utilisateur partagées
et d'associations
Les visualisations Neo4j facilitent la compréhension des analyses
18
© 2023 Neo4j, Inc. All rights reserved.
19
Avantages :
● Amélioration de 30% de la précision
des modèles
● Simplification des processus - plus
de maux de tête !
● Augmentation du nombre de projets
en production sans embauche
supplémentaire
Neo4j Graph Data Science
Analytics
Feature
Engineering
Data
Exploration
Graph
Data
Science
Requêtes & Recherche
Machine Learning Visualisation
© 2023 Neo4j, Inc. All rights reserved.
20
Etude de cas Client :
Détection de Fraude
Identifier correctement les titulaires de
comptes qui commettent des fraudes
Résultats :
● +300% détection de fraude
● 10% escalades “true positive”
(industry standard < 1%)
● Baisse des escalades “false positive”
● +150% flux de paiements
© 2023 Neo4j, Inc. All rights reserved.
21
Comment démarrer…
3. ML orienté graphe natif
Découvrez des caractéristiques
de votre graphe dont vous ne
soupçonnez pas encore
l'importance à l'aide des
embeddings.
Prédisez les liens, les labels et
les données manquantes à
l'aide de modèles ML
supervisés au sein du graphe.
Identifier les associations, les
anomalies et les tendances à
l'aide de l'apprentissage
automatique non supervisé.
2. Algorithmes de graphes
1. Graphes de connaissances
Trouver les motifs recherchés
dans les données connectées
© 2023 Neo4j, Inc. All rights reserved.
22
Nouveautés
Graph Data Science
© 2023 Neo4j, Inc. All rights reserved.
Algos & Embeddings
HashGNN Embedding: Approche
plus rapide que les GNN pour les
graphes de connaissances
KMeans: Grouper en cluster des
données en se basant sur des
propriétés telles que les graph
embeddings
Algorithme de Leiden : Détection de
communautés rapide et scalable
basée sur la modularité
New
Image courtesy of: Traag, V.A., Waltman, L. & van Eck, N.J.
Image courtesy of: javatpoint.com
Leiden Algorithm:
K-means Clustering:
23
© 2023 Neo4j, Inc. All rights reserved.
ML Pipelines
Autotuning: Trouver les
hyper paramètres optimaux
pour améliorer les
performances du modèle
Multilayer Perceptrons
(MLPs): Des réseaux
neuronaux entièrement
connectés désormais
disponibles pour la
prédiction des liens et la
classification des nœuds
New
24
© 2023 Neo4j, Inc. All rights reserved.
GNN Support
Graph Sampling:
échantillonner un sous-graphe
représentatif d'un graphe plus
large pour l'entraînement de
modèles complexes
Graph Export: utiliser les
projections de graphes Neo4j
dans d'autres bibliothèques de
graphes comme Deep Graph
Library (DGL), PyG, et
Tensorflow GNN
New
Image courtesy of Google Cloud
25
© 2023 Neo4j, Inc. All rights reserved.
© 2023 Neo4j, Inc. All rights reserved.
Neo4j et l’IA générative
© 2023 Neo4j, Inc. All rights reserved.
Quelques définitions
© 2023 Neo4j, Inc. All rights reserved.
IA Générative
Une branche de l'intelligence artificielle
qui se concentre sur la création de
modèles et d'algorithmes capables de
générer un contenu nouveau et
original. Contrairement aux modèles
d'IA traditionnels qui sont généralement
conçus pour des tâches spécifiques et
s'appuient sur des données
préexistantes, l'IA générative vise à
générer de nouveaux contenus sur la
base de modèles appris et de
connaissances issues de données
d'entraînement.
ChatGPT est un exemple bien connu
d'IA générative.
Dans le labyrinthe de données cachées,
Neo4j révèle des trésors oubliés.
Les nœuds se lient en un ballet d'idées,
Créant une richesse à jamais partagée.
ChatGPT, écris-moi un poème en 4 vers
sur la valeur créée en connectant les
données dans un graphe Neo4j:
© 2023 Neo4j, Inc. All rights reserved.
Modèle de Langage à Large échelle (LLM)
Un type d'IA générative qui est entraînée
sur de grandes quantités de contenu.
Les LLMs sont considérés comme
“l'IA générative pour le langage/texte".
ChatGPT est un LLM.
LLM
© 2023 Neo4j, Inc. All rights reserved.
Pourquoi les LLMs sont-ils si tendance?
Les entreprises y voient une opportunité pour :
• Automatiser les tâches de recherche de
données
• Améliorer le service à la clientèle
• Accélérer la lecture, la compréhension et
la synthèse
• Générer du contenu et du code
... économiser du temps et de l'argent,
améliorer la croissance et la fidélisation
© 2023 Neo4j, Inc. All rights reserved.
Les défis des LLMs
© 2023 Neo4j, Inc. All rights reserved.
Quel est le défi des LLMs ?
• La fonction principale est de prédire les mots qui suivent - et non de savoir si ces mots sont
exacts/factuels.
• L’entraînement de GPT se concentre principalement sur la prédiction de la probabilité du texte suivant
dans une séquence, en se basant sur des corpus de textes provenant de sources diverses.
• Certains réglages fins supervisés pour des tâches spécialisées sont inclus, mais il s'agit d'un volet
relativement modeste.
When you play the game
of thrones….
Entrée
LLM
, you win or you die.
There is no middle
ground.
Sortie
© 2023 Neo4j, Inc. All rights reserved.
Principaux défis posés par les LLMs dans l'entreprise
1. Limite des connaissances en raison de la
durée de l'apprentissage
(par exemple, OpenAI 2021)
2. Réponses raisonnables, pas toujours
exactes
3. Peut hériter de biais à travers les données
d'entraînement
4. Manque de connaissances du domaine de
l'entreprise
5. Impossibilité de vérifier ou d'attribuer les
sources
LLMs:
Très bonne “compréhension” de la langue
Problèmes d'exactitude et de cohérence des faits
© 2023 Neo4j, Inc. All rights reserved.
LLMs et Hallucinations
Définition: Les LLMs génèrent des textes
incorrects, absurdes ou irréels..
• Semblent répondre aux questions avec
assurance même s'ils ne disposent pas
des faits.
• Peut formuler des réponses
contradictoires ou incohérentes à des
questions similaires.
© 2023 Neo4j, Inc. All rights reserved.
Proposition de Valeur Neo4j
© 2023 Neo4j, Inc. All rights reserved.
Proposition de Valeur : Neo4j & IA Générative
LLMs + Graphes de Connaissances : libérer les données de l’entreprise
1. L'IA générative adaptée à votre
organisation : Utilisez Neo4j pour adapter
l’IAGen à votre entreprise, améliorer la
précision et réduire les erreurs.
2. Démarrer un Graphe de Connaissances
avec les LLM : Utiliser les LLM avec Neo4j
pour l'extraction d'entités et la création de
graphes de connaissances
3. Partenariats poussés avec les
fournisseurs cloud pour l'IA générative
neo4j.com/generativeai/
© 2023 Neo4j, Inc. All rights reserved.
#1 L'IA générative adaptée à
votre organisation
© 2023 Neo4j, Inc. All rights reserved.
Exploiter l'IA et obtenir de meilleures informations
à partir des données internes
© 2023 Neo4j, Inc. All rights reserved.
Exploiter l'IA et obtenir de meilleures informations
à partir de toutes les données
• Regarder la vidéo
© 2023 Neo4j, Inc. All rights reserved.
La douleur
La nature imprévisible des LLMs
peut conduire à des
hallucinations, à des déductions
inexactes ou à des erreurs
flagrantes, ce qui pose de sérieux
problèmes aux entreprises qui
recherchent la précision,
l'explicabilité et la fiabilité des
applications LLM d'entreprise.
La solution
Rectifier* les LLMs avec un graphe de
connaissances d’entreprise pour
améliorer
Appliquer la technique de “grounding” avec un
graphe de connaissances basé sur un modèle
de données flexible. Le graphe Neo4j est
sécurisé et interopérable avec toutes les data
stack, ce qui permet d’adopter et d’améliorer
les LLM en toute confiance.
© 2023 Neo4j, Inc. All rights reserved.
Grounding
Fournir à l'IA les informations à utiliser pour générer des réponses
Le meilleur des 2 mondes
Utiliser les compétences de compréhension de la langue des LLM mais contrôler les
connaissances/sources utilisées
● Améliorer la précision du LLM et l'adapter à l'entreprise et au cas d'utilisation
● Réduire les hallucinations et autres incohérences
● Contrôler la provenance
Méthodes
● Recherche sur Internet, plugins, agents
● Embedding des LLM et similarité vectorielle
● Génération de requêtes
● Retrieval Augmented Generation (RAG)
© 2023 Neo4j, Inc. All rights reserved.
Comment faire progresser les LLMs ?
Few-Shot Learning
Fine-Tuning Grounding
Fournir des exemples
validés à l'IA en tant que
contexte dans les prompts.
(“In-Context Learning”)
Fournir des données
d'entraînement
supplémentaires pour
mieux adapter l’IAGen à
votre cas d'utilisation
Fournir à l'IA
les informations à utiliser
pour générer des réponses
Toutes ces techniques sont utiles,
mais c'est au niveau du “grounding” que Neo4j apporte une valeur ajoutée.
Neo4j, source de données
pour le Grounding
© 2023 Neo4j, Inc. All rights reserved.
Vecteurs d'embedding de texte pour la recherche sémantique
Étant donnée une question, trouver les documents les plus pertinents sur la base d'une
métrique de similarité (telle que la similarité cosinus) entre le vecteur de la question et les
vecteurs du contenu.
Passer de la recherche par mots-clés à la recherche par similarité (sémantique).
Q:
qu’est-ce
qu’un
embedding
de texte?
abstractId similarity
456 0.923445
22 0.892114
… ...
Top K par similarité
© 2023 Neo4j, Inc. All rights reserved.
Grounding avec Retrieval Augmented Generation (RAG)
Retrieval Augmented
Generation (RAG):
récupérer des données en
dehors d'un modèle de
fondation et compléter vos
prompts en ajoutant les
données pertinentes
récupérées dans le contexte
© 2023 Neo4j, Inc. All rights reserved.
Neo4j, la base de données pour le Grounding
BD vectorielles
limitées
Forces
des KG
Différentiateurs
Neo4j
Similarité ≠ Pertinence ou
Exactitude
Boîte noire (Sous-Symbolic)
Résultats dupliqués et
incomplets
Informations de référence
manquantes
Difficulté à répondre aux
questions à sauts multiples
Difficile à corriger par les
experts métier
Pertinence au-delà de la
simple similarité
Représentation symbolique
transparente
Stockage d'informations
condensées
Les références entre les
documents sont calculées
avant la requête
Permet une correction
humaine
Les LLMs comprennent Cypher
Vecteurs + Cypher
(index vectoriel disponible
depuis Neo4j 5.11)
Index pour de nombreux types
de données
(numériques, géo, dates)
Sécurité & contrôle d'accès très
précis
Transactions ACID, haute
disponibilité et scalabilité
Intégration à l’écosystème IT
Disponibilité cloud
GDS pour améliorer le ML
© 2023 Neo4j, Inc. All rights reserved.
Un graphe de connaissances Neo4j peut fournir les informations factuelles qui
garantissent qu'un LLM produit des réponses plus précises, explicables et contextuelles.
© 2023 Neo4j, Inc. All rights reserved.
#2 Démarrer
un Graphe de Connaissances
avec les LLM
© 2023 Neo4j, Inc. All rights reserved.
Il est difficile de créer un graphe de connaissances
à partir d'un texte non structuré
Cela suppose :
1. L’Extraction d’Entités (NER) : Processus d'identification d'entités à partir de mots/phrases
dans un texte non structuré et de classification de ces entités dans des classes/types
spécifiques
2. L’Extraction de Relations : Processus d'identification des relations entre des paires d'entités
sur la base d'un texte non structuré
© 2023 Neo4j, Inc. All rights reserved.
Il est difficile de créer un graphe de connaissances
à partir d'un texte non structuré
Les pipelines traditionnels d'extraction
d'entités peuvent être :
• gourmands en ressources
• difficiles à transférer / généraliser :
◦ bibliothèques/outils NLP spécialisés
◦ spécifiques à un domaine
◦ nécessitent une expertise métier
◦ beaucoup d'essais et d'erreurs
◦ mélange de règles d'entreprise,
d'apprentissage automatique et de
logique personnalisée
© 2023 Neo4j, Inc. All rights reserved.
Les LLMs peuvenbt accélérer la création des KG
Les LLMs peuvent être conduits à :
1. Extraire des données d'un texte non structuré
• Extraction d'entités, y compris les pronoms et les
références partielles
• Désambiguïsation des entités
• Extraction de relations sémantiques
2. Faciliter ou effectuer directement l'ingestion de
graphes
• Génération de Cypher
pour ingérer les données extraites
• Structurer les données extraites
(triples, json, csv) pour fonctionner avec des
modèles d'insertion Cypher
Input Data
LLM
Utilisateur
Neo4j
© 2023 Neo4j, Inc. All rights reserved.
#3 Partenariats
© 2023 Neo4j, Inc. All rights reserved.
Intégrations de Neo4j avec les offres GenAI/ML partenaires
© 2023 Neo4j, Inc. All rights reserved.
Synthèse et enseignements-clés :
Les applications des LLM se répandent comme une traînée de poudre.
Neo4j est très bien positionné dans l’écosystème pour le “grounding” (rectification des LLM)
Les graphes de connaissances fondés sur Neo4j améliorent la précision, la pertinence et le
contexte des réponses générées par le LLM.
Les dirigeants et les décideurs accordent de l'importance au graphe de connaissances Neo4j
adapté à l'entreprise et s'appuient sur ses différenciateurs uniques : schéma flexible,
interopérabilité à travers le cloud et l'écosystème data, industrialisation
(sécurité, passage à l'échelle, explicabilité).
Cette situation évolue très rapidement et différentes stratégies sont en cours d'élaboration.
© 2023 Neo4j, Inc. All rights reserved.
Composants de l’écosystème (hors KG)
Fournisseurs LLM / GenAI
• Vertex AI
• Microsoft OpenAI
• (AWS Bedrock)
Orchestration
• LangChain / LlamaIndex
• GPTCache
• Guardrails / Guidance
• Weights & Biases
BD vectorielles /
Recherche par embedding
• Pinecone
• Weaviate
• Milvus
• pgVector
Hébergement / Plate-forme
• Huggingface
© 2023 Neo4j, Inc. All rights reserved.
Démos & Exemples
Vertex AI - Talent Finder
• Génération de Graphe de Connaissances
depuis des données textuelles
• Customisation du LLM sur Cypher
• Génération de code Cypher à partir de
questions utilisateurs
NeoConverse -
• Génération de code Cypher pour la
formation
• Formation Cypher et optimisation
• App de recherche en langage naturel
• Extraire des KG de données médicales
• Recherche en langage naturel avec des
questions d’utilisateurs
• Inclut des algos GDS
Doctor AI / Assistant Médical Intégrations
• APOC - LLM (Openai, Vertex AI) + NL
• Intégrations Langchain/Llama-Index
• Résultats du projet NaLLM
© 2023 Neo4j, Inc. All rights reserved.
Ressources Neo4j
© 2023 Neo4j, Inc. All rights reserved.
Poursuivre son chemin dans les graphes
Se connecter avec des graphistas passionnés
Formation et certification
en ligne gratuites
• dev.neo4j.com/learn
• dev.neo4j.com/datasets
Groupe d'experts sur les
graphes - Les Ninjas
• dev.neo4j.com/ninjas
Se connecter avec la
communauté
• dev.neo4j.com/chat
• dev.neo4j.com/forum
• dev.neo4j.com/newsletter
Prochains événements développeur
• Live Streams - Weekly & Online
• Local Meetups neo4j.com/events
© 2023 Neo4j, Inc. All rights reserved.
Rencontrez les Ninjas Neo4j
”Masters of Graphs”
Les Ninjas Neo4j :
Blogueurs actifs sur les graphes, présentateurs, contributeurs GitHub,
professeurs, responsables de groupes d'utilisateurs et chercheurs -
tous partagent leur expertise en matière de graphes
Avantages :
Les Ninjas bénéficient d'un accès exclusif aux experts de Neo4j, d'une
expérience VIP, de cadeaux spéciaux
et bien plus encore !
Intéressé(e) ?
Pour plus d'informations, consultez le site :
© 2023 Neo4j, Inc. All rights reserved.
APOC Documentation
Autres Ressources Neo4j
Neo4j Graph Data Science Documentation
Neo4j Cypher Manual
Neo4j Driver Manual
Cypher Style Guide
Arrows App
• APOC est un excellent plugin pour
perfectionner votre cypher
• Cette documentation décrit les différentes
commandes que l'on peut utiliser
• Lien vers la documentation APOC
• Le manuel Cypher permet d'obtenir plus
d'informations sur les commandes Cypher
• Lien vers le pher manual
• La documentation Neo4j Graph Data
Science est la référence pour savoir quels
algorithmes utiliser et comment les utiliser
• Lien documentation Graph Data Science
• Le Neo4j Driver Manual décrit les drivers
officiels supportés par Neo4j.
• Lien vers le Neo4j driver manual
• Le Cypher Style Guide fournit des
recommandations pour construire des
requêtes Cypher précises et lisibles
• Lien vers le Cypher style guide
• L'application Arrows permet de concevoir un
modèle de graphe sans utiliser Cypher
• Lien vers l’app Arrows
Cypher Cheat Sheet
• Cette page donne des exemples concrets
de la manière d'écrire les différentes
requêtes Cypher
• Lien vers la Cypher cheat sheet
GraphGists
• Les GraphGists présentent de nombreux
cas d'utilisation et exemples variés pour des
secteurs d'activité particuliers.
• Lien vers les GraphGists
Neo4j Sandbox
• La Neo4j Sandbox permet de déployer
rapidement un serveur Neo4j
• Ne nécessite pas de téléchargement
• Inclut des projets d'exemple
• Lien vers la sandbox Neo4j
© 2023 Neo4j, Inc. All rights reserved.
Liens Neo4j + LLMs
La page d'Aaron
© 2023 Neo4j, Inc. All rights reserved.
© 2023 Neo4j, Inc. All rights reserved.
61
Merci !
nicolas.rouyer@neo4j.com

Contenu connexe

Similaire à La voie du succès avec les bases de données de graphes, la Graph Data Science et l’IA générative

Denodo 2022 : le meilleur time-to-Data du marché
Denodo 2022 : le meilleur time-to-Data du marchéDenodo 2022 : le meilleur time-to-Data du marché
Denodo 2022 : le meilleur time-to-Data du marché
Denodo
 
Exadays cloud – Enjeux et Transformation du SI
Exadays   cloud – Enjeux et Transformation du SIExadays   cloud – Enjeux et Transformation du SI
Exadays cloud – Enjeux et Transformation du SI
Samir Arezki ☁
 
Introduction à Neo4j
Introduction à Neo4jIntroduction à Neo4j
Introduction à Neo4j
Neo4j
 
GAB 2017 PARIS - La santé de votre environnement Azure par Manon Pernin et Ma...
GAB 2017 PARIS - La santé de votre environnement Azure par Manon Pernin et Ma...GAB 2017 PARIS - La santé de votre environnement Azure par Manon Pernin et Ma...
GAB 2017 PARIS - La santé de votre environnement Azure par Manon Pernin et Ma...
AZUG FR
 
Introduction à Neo4j
Introduction à Neo4jIntroduction à Neo4j
Introduction à Neo4j
Neo4j
 
Gab 2017 Lyon - les strategies d'intégration avec Azure iPaaS - Samir Arezki
Gab 2017 Lyon - les strategies d'intégration avec Azure iPaaS - Samir ArezkiGab 2017 Lyon - les strategies d'intégration avec Azure iPaaS - Samir Arezki
Gab 2017 Lyon - les strategies d'intégration avec Azure iPaaS - Samir Arezki
Samir Arezki ☁
 
Gab 2017 Lyon - les strategies d'intégration avec Azure iPaaS - Samir Arezki
Gab 2017 Lyon - les strategies d'intégration avec Azure iPaaS - Samir ArezkiGab 2017 Lyon - les strategies d'intégration avec Azure iPaaS - Samir Arezki
Gab 2017 Lyon - les strategies d'intégration avec Azure iPaaS - Samir Arezki
AZUG FR
 
IBM Software &amp; Information Management - Décembre 2010
IBM Software &amp; Information Management - Décembre 2010IBM Software &amp; Information Management - Décembre 2010
IBM Software &amp; Information Management - Décembre 2010
Nicolas Desachy
 
Panorama de l'écosystème Microsoft Data Platform
Panorama de l'écosystème Microsoft Data PlatformPanorama de l'écosystème Microsoft Data Platform
Panorama de l'écosystème Microsoft Data Platform
Philippe Geiger
 
La santé de votre environnement Azure, entre Monitor, AppInsights et Log Anal...
La santé de votre environnement Azure, entre Monitor, AppInsights et Log Anal...La santé de votre environnement Azure, entre Monitor, AppInsights et Log Anal...
La santé de votre environnement Azure, entre Monitor, AppInsights et Log Anal...
Marius Zaharia
 
IBM Bluemix Paris meetup - Big Data & Analytics dans le Cloud - Epitech- 2016...
IBM Bluemix Paris meetup - Big Data & Analytics dans le Cloud - Epitech- 2016...IBM Bluemix Paris meetup - Big Data & Analytics dans le Cloud - Epitech- 2016...
IBM Bluemix Paris meetup - Big Data & Analytics dans le Cloud - Epitech- 2016...
IBM France Lab
 
Discovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data VirtualizationDiscovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data Virtualization
Denodo
 
Découverte de la Graph Data Science
Découverte de la Graph Data ScienceDécouverte de la Graph Data Science
Découverte de la Graph Data Science
Neo4j
 
Introduction au nouveau moteur de workflow de Microsoft : Flow (Serge Luca)
Introduction au nouveau moteur de workflow de Microsoft : Flow (Serge Luca)Introduction au nouveau moteur de workflow de Microsoft : Flow (Serge Luca)
Introduction au nouveau moteur de workflow de Microsoft : Flow (Serge Luca)
serge luca
 
Introduction au nouveau moteur de workflow de Microsoft : Flow
Introduction au nouveau moteur de workflow de Microsoft : FlowIntroduction au nouveau moteur de workflow de Microsoft : Flow
Introduction au nouveau moteur de workflow de Microsoft : Flow
Sabrine Chouk
 
Présentation de SQL Azure
Présentation de SQL AzurePrésentation de SQL Azure
Présentation de SQL Azure
Microsoft Technet France
 
Les technologies big data avec speech commentaries
Les technologies big data avec speech commentariesLes technologies big data avec speech commentaries
Les technologies big data avec speech commentaries
Rima Jamli Faidi
 
ORACLE - La vue 360 de vos clients dans le cloud - Data forum MICROPOLE 2016
ORACLE - La vue 360  de vos clients dans le cloud -  Data forum MICROPOLE 2016 ORACLE - La vue 360  de vos clients dans le cloud -  Data forum MICROPOLE 2016
ORACLE - La vue 360 de vos clients dans le cloud - Data forum MICROPOLE 2016
Micropole Group
 
La Suite Elastic à BPCE IT: Centre de service Elastic et Security Analytics
La Suite Elastic à BPCE IT: Centre de service Elastic et Security AnalyticsLa Suite Elastic à BPCE IT: Centre de service Elastic et Security Analytics
La Suite Elastic à BPCE IT: Centre de service Elastic et Security Analytics
Elasticsearch
 
Integration summit 2016 keynote
Integration summit 2016  keynoteIntegration summit 2016  keynote
Integration summit 2016 keynote
Michel HUBERT
 

Similaire à La voie du succès avec les bases de données de graphes, la Graph Data Science et l’IA générative (20)

Denodo 2022 : le meilleur time-to-Data du marché
Denodo 2022 : le meilleur time-to-Data du marchéDenodo 2022 : le meilleur time-to-Data du marché
Denodo 2022 : le meilleur time-to-Data du marché
 
Exadays cloud – Enjeux et Transformation du SI
Exadays   cloud – Enjeux et Transformation du SIExadays   cloud – Enjeux et Transformation du SI
Exadays cloud – Enjeux et Transformation du SI
 
Introduction à Neo4j
Introduction à Neo4jIntroduction à Neo4j
Introduction à Neo4j
 
GAB 2017 PARIS - La santé de votre environnement Azure par Manon Pernin et Ma...
GAB 2017 PARIS - La santé de votre environnement Azure par Manon Pernin et Ma...GAB 2017 PARIS - La santé de votre environnement Azure par Manon Pernin et Ma...
GAB 2017 PARIS - La santé de votre environnement Azure par Manon Pernin et Ma...
 
Introduction à Neo4j
Introduction à Neo4jIntroduction à Neo4j
Introduction à Neo4j
 
Gab 2017 Lyon - les strategies d'intégration avec Azure iPaaS - Samir Arezki
Gab 2017 Lyon - les strategies d'intégration avec Azure iPaaS - Samir ArezkiGab 2017 Lyon - les strategies d'intégration avec Azure iPaaS - Samir Arezki
Gab 2017 Lyon - les strategies d'intégration avec Azure iPaaS - Samir Arezki
 
Gab 2017 Lyon - les strategies d'intégration avec Azure iPaaS - Samir Arezki
Gab 2017 Lyon - les strategies d'intégration avec Azure iPaaS - Samir ArezkiGab 2017 Lyon - les strategies d'intégration avec Azure iPaaS - Samir Arezki
Gab 2017 Lyon - les strategies d'intégration avec Azure iPaaS - Samir Arezki
 
IBM Software &amp; Information Management - Décembre 2010
IBM Software &amp; Information Management - Décembre 2010IBM Software &amp; Information Management - Décembre 2010
IBM Software &amp; Information Management - Décembre 2010
 
Panorama de l'écosystème Microsoft Data Platform
Panorama de l'écosystème Microsoft Data PlatformPanorama de l'écosystème Microsoft Data Platform
Panorama de l'écosystème Microsoft Data Platform
 
La santé de votre environnement Azure, entre Monitor, AppInsights et Log Anal...
La santé de votre environnement Azure, entre Monitor, AppInsights et Log Anal...La santé de votre environnement Azure, entre Monitor, AppInsights et Log Anal...
La santé de votre environnement Azure, entre Monitor, AppInsights et Log Anal...
 
IBM Bluemix Paris meetup - Big Data & Analytics dans le Cloud - Epitech- 2016...
IBM Bluemix Paris meetup - Big Data & Analytics dans le Cloud - Epitech- 2016...IBM Bluemix Paris meetup - Big Data & Analytics dans le Cloud - Epitech- 2016...
IBM Bluemix Paris meetup - Big Data & Analytics dans le Cloud - Epitech- 2016...
 
Discovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data VirtualizationDiscovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data Virtualization
 
Découverte de la Graph Data Science
Découverte de la Graph Data ScienceDécouverte de la Graph Data Science
Découverte de la Graph Data Science
 
Introduction au nouveau moteur de workflow de Microsoft : Flow (Serge Luca)
Introduction au nouveau moteur de workflow de Microsoft : Flow (Serge Luca)Introduction au nouveau moteur de workflow de Microsoft : Flow (Serge Luca)
Introduction au nouveau moteur de workflow de Microsoft : Flow (Serge Luca)
 
Introduction au nouveau moteur de workflow de Microsoft : Flow
Introduction au nouveau moteur de workflow de Microsoft : FlowIntroduction au nouveau moteur de workflow de Microsoft : Flow
Introduction au nouveau moteur de workflow de Microsoft : Flow
 
Présentation de SQL Azure
Présentation de SQL AzurePrésentation de SQL Azure
Présentation de SQL Azure
 
Les technologies big data avec speech commentaries
Les technologies big data avec speech commentariesLes technologies big data avec speech commentaries
Les technologies big data avec speech commentaries
 
ORACLE - La vue 360 de vos clients dans le cloud - Data forum MICROPOLE 2016
ORACLE - La vue 360  de vos clients dans le cloud -  Data forum MICROPOLE 2016 ORACLE - La vue 360  de vos clients dans le cloud -  Data forum MICROPOLE 2016
ORACLE - La vue 360 de vos clients dans le cloud - Data forum MICROPOLE 2016
 
La Suite Elastic à BPCE IT: Centre de service Elastic et Security Analytics
La Suite Elastic à BPCE IT: Centre de service Elastic et Security AnalyticsLa Suite Elastic à BPCE IT: Centre de service Elastic et Security Analytics
La Suite Elastic à BPCE IT: Centre de service Elastic et Security Analytics
 
Integration summit 2016 keynote
Integration summit 2016  keynoteIntegration summit 2016  keynote
Integration summit 2016 keynote
 

Plus de Neo4j

BT & Neo4j: Knowledge Graphs for Critical Enterprise Systems.pptx.pdf
BT & Neo4j: Knowledge Graphs for Critical Enterprise Systems.pptx.pdfBT & Neo4j: Knowledge Graphs for Critical Enterprise Systems.pptx.pdf
BT & Neo4j: Knowledge Graphs for Critical Enterprise Systems.pptx.pdf
Neo4j
 
Harnessing the Power of NLP and Knowledge Graphs for Opioid Research
Harnessing the Power of NLP and Knowledge Graphs for Opioid ResearchHarnessing the Power of NLP and Knowledge Graphs for Opioid Research
Harnessing the Power of NLP and Knowledge Graphs for Opioid Research
Neo4j
 
GraphRAG for LifeSciences Hands-On with the Clinical Knowledge Graph
GraphRAG for LifeSciences Hands-On with the Clinical Knowledge GraphGraphRAG for LifeSciences Hands-On with the Clinical Knowledge Graph
GraphRAG for LifeSciences Hands-On with the Clinical Knowledge Graph
Neo4j
 
Leveraging the Graph for Clinical Trials and Standards
Leveraging the Graph for Clinical Trials and StandardsLeveraging the Graph for Clinical Trials and Standards
Leveraging the Graph for Clinical Trials and Standards
Neo4j
 
Biomedical Knowledge Graphs for Data Scientists and Bioinformaticians
Biomedical Knowledge Graphs for Data Scientists and BioinformaticiansBiomedical Knowledge Graphs for Data Scientists and Bioinformaticians
Biomedical Knowledge Graphs for Data Scientists and Bioinformaticians
Neo4j
 
Atelier - Architecture d’applications de Graphes - GraphSummit Paris
Atelier - Architecture d’applications de Graphes - GraphSummit ParisAtelier - Architecture d’applications de Graphes - GraphSummit Paris
Atelier - Architecture d’applications de Graphes - GraphSummit Paris
Neo4j
 
Atelier - Innover avec l’IA Générative et les graphes de connaissances
Atelier - Innover avec l’IA Générative et les graphes de connaissancesAtelier - Innover avec l’IA Générative et les graphes de connaissances
Atelier - Innover avec l’IA Générative et les graphes de connaissances
Neo4j
 
Neo4j - Product Vision and Knowledge Graphs - GraphSummit Paris
Neo4j - Product Vision and Knowledge Graphs - GraphSummit ParisNeo4j - Product Vision and Knowledge Graphs - GraphSummit Paris
Neo4j - Product Vision and Knowledge Graphs - GraphSummit Paris
Neo4j
 
Neo4j - Product Vision and Knowledge Graphs - GraphSummit Paris
Neo4j - Product Vision and Knowledge Graphs - GraphSummit ParisNeo4j - Product Vision and Knowledge Graphs - GraphSummit Paris
Neo4j - Product Vision and Knowledge Graphs - GraphSummit Paris
Neo4j
 
FLOA - Détection de Fraude - GraphSummit Paris
FLOA -  Détection de Fraude - GraphSummit ParisFLOA -  Détection de Fraude - GraphSummit Paris
FLOA - Détection de Fraude - GraphSummit Paris
Neo4j
 
SOPRA STERIA - GraphRAG : repousser les limitations du RAG via l’utilisation ...
SOPRA STERIA - GraphRAG : repousser les limitations du RAG via l’utilisation ...SOPRA STERIA - GraphRAG : repousser les limitations du RAG via l’utilisation ...
SOPRA STERIA - GraphRAG : repousser les limitations du RAG via l’utilisation ...
Neo4j
 
ADEO - Knowledge Graph pour le e-commerce, entre challenges et opportunités ...
ADEO -  Knowledge Graph pour le e-commerce, entre challenges et opportunités ...ADEO -  Knowledge Graph pour le e-commerce, entre challenges et opportunités ...
ADEO - Knowledge Graph pour le e-commerce, entre challenges et opportunités ...
Neo4j
 
GraphSummit Paris - The art of the possible with Graph Technology
GraphSummit Paris - The art of the possible with Graph TechnologyGraphSummit Paris - The art of the possible with Graph Technology
GraphSummit Paris - The art of the possible with Graph Technology
Neo4j
 
GraphSummit Singapore | Enhancing Changi Airport Group's Passenger Experience...
GraphSummit Singapore | Enhancing Changi Airport Group's Passenger Experience...GraphSummit Singapore | Enhancing Changi Airport Group's Passenger Experience...
GraphSummit Singapore | Enhancing Changi Airport Group's Passenger Experience...
Neo4j
 
GraphSummit Singapore | The Future of Agility: Supercharging Digital Transfor...
GraphSummit Singapore | The Future of Agility: Supercharging Digital Transfor...GraphSummit Singapore | The Future of Agility: Supercharging Digital Transfor...
GraphSummit Singapore | The Future of Agility: Supercharging Digital Transfor...
Neo4j
 
GraphSummit Singapore | Neo4j Product Vision & Roadmap - Q2 2024
GraphSummit Singapore | Neo4j Product Vision & Roadmap - Q2 2024GraphSummit Singapore | Neo4j Product Vision & Roadmap - Q2 2024
GraphSummit Singapore | Neo4j Product Vision & Roadmap - Q2 2024
Neo4j
 
GraphSummit Singapore | The Art of the Possible with Graph - Q2 2024
GraphSummit Singapore | The Art of the  Possible with Graph - Q2 2024GraphSummit Singapore | The Art of the  Possible with Graph - Q2 2024
GraphSummit Singapore | The Art of the Possible with Graph - Q2 2024
Neo4j
 
GraphSummit Singapore | Graphing Success: Revolutionising Organisational Stru...
GraphSummit Singapore | Graphing Success: Revolutionising Organisational Stru...GraphSummit Singapore | Graphing Success: Revolutionising Organisational Stru...
GraphSummit Singapore | Graphing Success: Revolutionising Organisational Stru...
Neo4j
 
GraphAware - Transforming policing with graph-based intelligence analysis
GraphAware - Transforming policing with graph-based intelligence analysisGraphAware - Transforming policing with graph-based intelligence analysis
GraphAware - Transforming policing with graph-based intelligence analysis
Neo4j
 
GraphSummit Stockholm - Neo4j - Knowledge Graphs and Product Updates
GraphSummit Stockholm - Neo4j - Knowledge Graphs and Product UpdatesGraphSummit Stockholm - Neo4j - Knowledge Graphs and Product Updates
GraphSummit Stockholm - Neo4j - Knowledge Graphs and Product Updates
Neo4j
 

Plus de Neo4j (20)

BT & Neo4j: Knowledge Graphs for Critical Enterprise Systems.pptx.pdf
BT & Neo4j: Knowledge Graphs for Critical Enterprise Systems.pptx.pdfBT & Neo4j: Knowledge Graphs for Critical Enterprise Systems.pptx.pdf
BT & Neo4j: Knowledge Graphs for Critical Enterprise Systems.pptx.pdf
 
Harnessing the Power of NLP and Knowledge Graphs for Opioid Research
Harnessing the Power of NLP and Knowledge Graphs for Opioid ResearchHarnessing the Power of NLP and Knowledge Graphs for Opioid Research
Harnessing the Power of NLP and Knowledge Graphs for Opioid Research
 
GraphRAG for LifeSciences Hands-On with the Clinical Knowledge Graph
GraphRAG for LifeSciences Hands-On with the Clinical Knowledge GraphGraphRAG for LifeSciences Hands-On with the Clinical Knowledge Graph
GraphRAG for LifeSciences Hands-On with the Clinical Knowledge Graph
 
Leveraging the Graph for Clinical Trials and Standards
Leveraging the Graph for Clinical Trials and StandardsLeveraging the Graph for Clinical Trials and Standards
Leveraging the Graph for Clinical Trials and Standards
 
Biomedical Knowledge Graphs for Data Scientists and Bioinformaticians
Biomedical Knowledge Graphs for Data Scientists and BioinformaticiansBiomedical Knowledge Graphs for Data Scientists and Bioinformaticians
Biomedical Knowledge Graphs for Data Scientists and Bioinformaticians
 
Atelier - Architecture d’applications de Graphes - GraphSummit Paris
Atelier - Architecture d’applications de Graphes - GraphSummit ParisAtelier - Architecture d’applications de Graphes - GraphSummit Paris
Atelier - Architecture d’applications de Graphes - GraphSummit Paris
 
Atelier - Innover avec l’IA Générative et les graphes de connaissances
Atelier - Innover avec l’IA Générative et les graphes de connaissancesAtelier - Innover avec l’IA Générative et les graphes de connaissances
Atelier - Innover avec l’IA Générative et les graphes de connaissances
 
Neo4j - Product Vision and Knowledge Graphs - GraphSummit Paris
Neo4j - Product Vision and Knowledge Graphs - GraphSummit ParisNeo4j - Product Vision and Knowledge Graphs - GraphSummit Paris
Neo4j - Product Vision and Knowledge Graphs - GraphSummit Paris
 
Neo4j - Product Vision and Knowledge Graphs - GraphSummit Paris
Neo4j - Product Vision and Knowledge Graphs - GraphSummit ParisNeo4j - Product Vision and Knowledge Graphs - GraphSummit Paris
Neo4j - Product Vision and Knowledge Graphs - GraphSummit Paris
 
FLOA - Détection de Fraude - GraphSummit Paris
FLOA -  Détection de Fraude - GraphSummit ParisFLOA -  Détection de Fraude - GraphSummit Paris
FLOA - Détection de Fraude - GraphSummit Paris
 
SOPRA STERIA - GraphRAG : repousser les limitations du RAG via l’utilisation ...
SOPRA STERIA - GraphRAG : repousser les limitations du RAG via l’utilisation ...SOPRA STERIA - GraphRAG : repousser les limitations du RAG via l’utilisation ...
SOPRA STERIA - GraphRAG : repousser les limitations du RAG via l’utilisation ...
 
ADEO - Knowledge Graph pour le e-commerce, entre challenges et opportunités ...
ADEO -  Knowledge Graph pour le e-commerce, entre challenges et opportunités ...ADEO -  Knowledge Graph pour le e-commerce, entre challenges et opportunités ...
ADEO - Knowledge Graph pour le e-commerce, entre challenges et opportunités ...
 
GraphSummit Paris - The art of the possible with Graph Technology
GraphSummit Paris - The art of the possible with Graph TechnologyGraphSummit Paris - The art of the possible with Graph Technology
GraphSummit Paris - The art of the possible with Graph Technology
 
GraphSummit Singapore | Enhancing Changi Airport Group's Passenger Experience...
GraphSummit Singapore | Enhancing Changi Airport Group's Passenger Experience...GraphSummit Singapore | Enhancing Changi Airport Group's Passenger Experience...
GraphSummit Singapore | Enhancing Changi Airport Group's Passenger Experience...
 
GraphSummit Singapore | The Future of Agility: Supercharging Digital Transfor...
GraphSummit Singapore | The Future of Agility: Supercharging Digital Transfor...GraphSummit Singapore | The Future of Agility: Supercharging Digital Transfor...
GraphSummit Singapore | The Future of Agility: Supercharging Digital Transfor...
 
GraphSummit Singapore | Neo4j Product Vision & Roadmap - Q2 2024
GraphSummit Singapore | Neo4j Product Vision & Roadmap - Q2 2024GraphSummit Singapore | Neo4j Product Vision & Roadmap - Q2 2024
GraphSummit Singapore | Neo4j Product Vision & Roadmap - Q2 2024
 
GraphSummit Singapore | The Art of the Possible with Graph - Q2 2024
GraphSummit Singapore | The Art of the  Possible with Graph - Q2 2024GraphSummit Singapore | The Art of the  Possible with Graph - Q2 2024
GraphSummit Singapore | The Art of the Possible with Graph - Q2 2024
 
GraphSummit Singapore | Graphing Success: Revolutionising Organisational Stru...
GraphSummit Singapore | Graphing Success: Revolutionising Organisational Stru...GraphSummit Singapore | Graphing Success: Revolutionising Organisational Stru...
GraphSummit Singapore | Graphing Success: Revolutionising Organisational Stru...
 
GraphAware - Transforming policing with graph-based intelligence analysis
GraphAware - Transforming policing with graph-based intelligence analysisGraphAware - Transforming policing with graph-based intelligence analysis
GraphAware - Transforming policing with graph-based intelligence analysis
 
GraphSummit Stockholm - Neo4j - Knowledge Graphs and Product Updates
GraphSummit Stockholm - Neo4j - Knowledge Graphs and Product UpdatesGraphSummit Stockholm - Neo4j - Knowledge Graphs and Product Updates
GraphSummit Stockholm - Neo4j - Knowledge Graphs and Product Updates
 

La voie du succès avec les bases de données de graphes, la Graph Data Science et l’IA générative

  • 1. © 2023 Neo4j, Inc. All rights reserved. © 2023 Neo4j, Inc. All rights reserved. La voie du succès avec les bases de données de graphes, la Graph Data Science et l’IA générative Nicolas Rouyer Ingénieur avant-vente, Neo4j 13 septembre 2023 1
  • 2. © 2023 Neo4j, Inc. All rights reserved. © 2022 Neo4j, Inc. All rights reserved. Neo4j Graph Data Platform 2 BUSINESS USERS DEVELOPERS DATA SCIENTISTS DATA ANALYSTS Enterprise Ready Data Science & MLOps Graph Data Science OLAP Data Science & Analytique Outils, algorithmes et framework ML intégré AutoML Integrations Découverte & Visualisation Outils low-code de requête, de modélisation et d’exploration des données Neo4j Bloom BI Connectors Neo4j Browser Language interfaces Outils & Frameworks de Développement d’Apps Outils et API pour le prototypage et le développement rapides Langage de Requête Graphe Cypher et GQL, lingua franca pour les graphes Transactions Analytics Graph Database Data Consolidation Contextualisation OLTP Base de Données de Graphes Native Le composant principal de la plate-forme Neo4j Déployable Partout Exploité en propre ou par Neo4j (DBaaS), dans le cloud ou sur site Data Connectors Ecosystème & Intégrations Un vaste éventail de connecteurs pour s'intégrer dans les écosystèmes de données existants Data Sources
  • 3. © 2023 Neo4j, Inc. All rights reserved. Expertise en Ingénierie Investissement >1000 années-homme L’avantage du pionnier Maturité, Nombre de Déploiements Communauté la + vaste Croissance annuelle +80% Caractéristiques de la base de données de graphes Neo4j Workloads Hybrides Architecture Graphe Native Extension Graph Data Science et GenAI Boîte à Outils Complète Solution Enterprise de Confiance Déployable Partout 3
  • 4. © 2023 Neo4j, Inc. All rights reserved. 4 Architecture Graphe Native Stockage Graphe Natif Traitement Graphe Natif • Pas d’incohérence • Intégrité des données / ACID • Schéma flexible • 1000x +rapide que les RDBMS • K-Hop 10-1000x + rapide qu’en version 4 Fabric • Fédération de shards • Base de données composite instantanée Composite DB Clustering Autonome • Evolutivité élastique pour des ingestions massives • 100s de machines dans les clusters L'intégrité des données et la vitesse élevée sont également valables dans les situations de passage à l'échelle.
  • 5. © 2023 Neo4j, Inc. All rights reserved. Workload Hybride 5 Applications Intelligentes Transactions - Sécurité - Performance & Scalabilité - Cohérence ACID - Modélisation Intelligente - Bibliothèque d’Algorithmes Étendue & Supportée - Scalable - Visualisation de Graphes - Transformations de Graphes Transactions de Graphe Graph Analytics & Data Science
  • 6. © 2023 Neo4j, Inc. All rights reserved. Productivité Développeur : Outillage riche & apprentissage facile ops manager 6 data importer Visualize and explore your data Query editor and results visualizer Code-free data loader and modeler AuraWorkspace Workspace Unifié
  • 7. © 2023 Neo4j, Inc. All rights reserved. 7 Intégration dans votre écosystème de données et de développement Neo4j BI Connector Apache Spark Connector Apache Kafka Connector Data Warehouse Connector Java Python .NET JavaScript Go
  • 8. © 2023 Neo4j, Inc. All rights reserved. Qualité professionnelle : sécurité et confiance by design Single Sign-On Pratiques de Développement Sécurisées VPC Dédié Role- & Schema-Based Access Control (RBAC) Chiffrement (At-Rest, In-Transit, et Intra Cluster) SOC 2 Type 1 8
  • 9. © 2023 Neo4j, Inc. All rights reserved. ● Performance temps réel à l'échelle ● Mises à jour, correctifs et sauvegardes automatiques ● Extensibilité à la demande, sans interruption de service ● Haute Disponibilité ● Multi Cloud, Toutes les Régions ● Sécurité de Niveau Entreprise ● Tarification Simple Basée sur la Capacité 9 Déploiement partout : auto-géré, ou géré par Neo4j ● Contrôle d’administration intégral ● Déploiement Sur Site ou via la Marketplace ● Adapté là où le cloud n'est pas approprié (par exemple, scénarios spéciaux de conformité) ● Migration facile vers AuraDB Self-Managed
  • 10. © 2023 Neo4j, Inc. All rights reserved. Investissements Neo4j et roadmap Expérience Développeur Disponibilité multi-cloud complète AuraDB sur Azure en plus de GCP et AWS Rendre les graphes universels avec la conformité GQL Gestion et supervision automatisées avec les APIs de provisioning AuraDB Etablir Neo4j comme base de données de référence: CDC + next-gen Kafka connector Devenir la base de données de référence, qui apporte le graphe à toutes les applications Performance à l'Échelle Performances ultimes de calcul : Requêtes Cypher Parallélisées Amélioration ratio mémoire/stockage, TCO réduit : Stockage nouvelle génération Freki Clusters encore plus autonomes : gestion déclarative des serveurs Confiance Opérationnelle Meilleure supervision avec l'analyseur de requêtes intégré au Neo4j Ops Manager Observabilité intégrée avec les métriques d'AuraDB et le streaming des logs Sécurité contrôlée par le Client dans AuraDB avec des clés de cryptage gérées par le client (CMK) et un système RBAC géré par le client.
  • 11. © 2023 Neo4j, Inc. All rights reserved. © 2023 Neo4j, Inc. All rights reserved. Neo4j Graph Data Science
  • 12. © 2023 Neo4j, Inc. All rights reserved. L’important ? Priorisation Qui a le + de connexions? Qui a le + haut pagerank? Qui est un influenceur? L’inhabituel ? Détection anomalie/fraude Où se forme une communauté ? Quelle est la dynamique du groupe ? Qu'y a-t-il d'inhabituel ? Le futur ? Prédictions Quel est le chemin le + fréquent ? Qui est dans la même communauté ? Quelles relations vont se nouer ? 12 Pl ay s Lives_in In_sport Likes F a n _ o f Plays_for K n o w s Knows Knows K n o w s La Structure Graphe Améliore les Résultats de la Data Science
  • 13. © 2023 Neo4j, Inc. All rights reserved. 13 Le + grand catalogue d'algorithmes de graphes Recherche & Parcours Centralité & Importance Détection de Communauté Machine Learning Supervisé Prédiction Heuristique de Lien Similarité Graph Embeddings …et plus Les algorithmes de graphes sont un ensemble d'instructions qui visitent les nœuds d'un graphe afin d'analyser les relations entre les données connectées.
  • 14. © 2023 Neo4j, Inc. All rights reserved. Neo4j Graph Data Science: Supprimez la pénibilité et optimisez les workflows de data science avec les données existantes Supprimer la pénibilité Optimiser les workflows Data Science Jointures complexes Exploiter Plusieurs Tables Approximations Manuelles Fastidieuses Comparaisons Bruteforce Données Fragmentées 95% réduction temps de calcul 500x + rapide que les bibliothèques open source Améliorer les Résultats pour les Clients 20-30% amélioration de performances des modèles 600% amélioration du trafic $5 Million de fraude supplémentaire détectée 3x amélioration prédiction de churn 5x réduction du délai de fabrication en usine 14
  • 15. © 2023 Neo4j, Inc. All rights reserved. 15 Data Scientists > Client Python Natif > Intégration Apache Arrow > Pipelines ML unifiés Investissement dans quatre domaines clés Créé par des data scientists, pour des data scientists Meilleures Prédictions > 65+ Algos de graphe & embeddings > Pipelines ML natifs graphe > Intégrations Vertex AI & SageMaker Le meilleur outil de graph data science et de ML Ecosystème > Connecteurs Apache Spark & Kafka > Connector BI Natif > Connecteur Data Warehouse > Support GNN Fonctionne en continuité des piles technologiques existantes Production > Compatible avec les leaders cloud > Sécurité et Scalabilité pour l’Entreprise > Déployable partout Passage en production rapide, évolutif, sécurisé
  • 16. © 2023 Neo4j, Inc. All rights reserved. Couverture globale de l'ensemble du cycle de vie du ML Feature Engineering Entraînement de modèle & Tuning Déploiement de Modèle Collection & Préparation de Données Analyse de données exploratoire Evaluation de modèle & Sélection Drivers, Connecteurs, Import/Export rapide Requêtes Graphe, Algorithmes et Visualisation Graph Embeddings & Algorithmes APIs de prédiction, Opérations de catalogue de modèles/grap hes, Connecteurs Pipelines ML Nativement Graphes Algorithmes Graphes Non Supervisés Features Graphe => Pipelines ML externes 16
  • 17. © 2023 Neo4j, Inc. All rights reserved. Homogène dans tous les écosystèmes / pipelines Graph Data Science BI & VISUALIZATIONS INGEST STORE PROCESS Apache Kafka MACHINE LEARNING Cloud Functions Neo4j Bloom PubSub DataProc Analytics Feature Engineering Data Exploration Graph Data Science Business Applications & Existing Systems Files (unstructured, structured) TensorFlow KNIME Python Cloud Storage AWS Lambda 17 Graph Database
  • 18. © 2023 Neo4j, Inc. All rights reserved. Afficher les nœuds les plus connectés et les plus influents Recommandations issues d'interactions utilisateur partagées et d'associations Les visualisations Neo4j facilitent la compréhension des analyses 18
  • 19. © 2023 Neo4j, Inc. All rights reserved. 19 Avantages : ● Amélioration de 30% de la précision des modèles ● Simplification des processus - plus de maux de tête ! ● Augmentation du nombre de projets en production sans embauche supplémentaire Neo4j Graph Data Science Analytics Feature Engineering Data Exploration Graph Data Science Requêtes & Recherche Machine Learning Visualisation
  • 20. © 2023 Neo4j, Inc. All rights reserved. 20 Etude de cas Client : Détection de Fraude Identifier correctement les titulaires de comptes qui commettent des fraudes Résultats : ● +300% détection de fraude ● 10% escalades “true positive” (industry standard < 1%) ● Baisse des escalades “false positive” ● +150% flux de paiements
  • 21. © 2023 Neo4j, Inc. All rights reserved. 21 Comment démarrer… 3. ML orienté graphe natif Découvrez des caractéristiques de votre graphe dont vous ne soupçonnez pas encore l'importance à l'aide des embeddings. Prédisez les liens, les labels et les données manquantes à l'aide de modèles ML supervisés au sein du graphe. Identifier les associations, les anomalies et les tendances à l'aide de l'apprentissage automatique non supervisé. 2. Algorithmes de graphes 1. Graphes de connaissances Trouver les motifs recherchés dans les données connectées
  • 22. © 2023 Neo4j, Inc. All rights reserved. 22 Nouveautés Graph Data Science
  • 23. © 2023 Neo4j, Inc. All rights reserved. Algos & Embeddings HashGNN Embedding: Approche plus rapide que les GNN pour les graphes de connaissances KMeans: Grouper en cluster des données en se basant sur des propriétés telles que les graph embeddings Algorithme de Leiden : Détection de communautés rapide et scalable basée sur la modularité New Image courtesy of: Traag, V.A., Waltman, L. & van Eck, N.J. Image courtesy of: javatpoint.com Leiden Algorithm: K-means Clustering: 23
  • 24. © 2023 Neo4j, Inc. All rights reserved. ML Pipelines Autotuning: Trouver les hyper paramètres optimaux pour améliorer les performances du modèle Multilayer Perceptrons (MLPs): Des réseaux neuronaux entièrement connectés désormais disponibles pour la prédiction des liens et la classification des nœuds New 24
  • 25. © 2023 Neo4j, Inc. All rights reserved. GNN Support Graph Sampling: échantillonner un sous-graphe représentatif d'un graphe plus large pour l'entraînement de modèles complexes Graph Export: utiliser les projections de graphes Neo4j dans d'autres bibliothèques de graphes comme Deep Graph Library (DGL), PyG, et Tensorflow GNN New Image courtesy of Google Cloud 25
  • 26. © 2023 Neo4j, Inc. All rights reserved. © 2023 Neo4j, Inc. All rights reserved. Neo4j et l’IA générative
  • 27. © 2023 Neo4j, Inc. All rights reserved. Quelques définitions
  • 28. © 2023 Neo4j, Inc. All rights reserved. IA Générative Une branche de l'intelligence artificielle qui se concentre sur la création de modèles et d'algorithmes capables de générer un contenu nouveau et original. Contrairement aux modèles d'IA traditionnels qui sont généralement conçus pour des tâches spécifiques et s'appuient sur des données préexistantes, l'IA générative vise à générer de nouveaux contenus sur la base de modèles appris et de connaissances issues de données d'entraînement. ChatGPT est un exemple bien connu d'IA générative. Dans le labyrinthe de données cachées, Neo4j révèle des trésors oubliés. Les nœuds se lient en un ballet d'idées, Créant une richesse à jamais partagée. ChatGPT, écris-moi un poème en 4 vers sur la valeur créée en connectant les données dans un graphe Neo4j:
  • 29. © 2023 Neo4j, Inc. All rights reserved. Modèle de Langage à Large échelle (LLM) Un type d'IA générative qui est entraînée sur de grandes quantités de contenu. Les LLMs sont considérés comme “l'IA générative pour le langage/texte". ChatGPT est un LLM. LLM
  • 30. © 2023 Neo4j, Inc. All rights reserved. Pourquoi les LLMs sont-ils si tendance? Les entreprises y voient une opportunité pour : • Automatiser les tâches de recherche de données • Améliorer le service à la clientèle • Accélérer la lecture, la compréhension et la synthèse • Générer du contenu et du code ... économiser du temps et de l'argent, améliorer la croissance et la fidélisation
  • 31. © 2023 Neo4j, Inc. All rights reserved. Les défis des LLMs
  • 32. © 2023 Neo4j, Inc. All rights reserved. Quel est le défi des LLMs ? • La fonction principale est de prédire les mots qui suivent - et non de savoir si ces mots sont exacts/factuels. • L’entraînement de GPT se concentre principalement sur la prédiction de la probabilité du texte suivant dans une séquence, en se basant sur des corpus de textes provenant de sources diverses. • Certains réglages fins supervisés pour des tâches spécialisées sont inclus, mais il s'agit d'un volet relativement modeste. When you play the game of thrones…. Entrée LLM , you win or you die. There is no middle ground. Sortie
  • 33. © 2023 Neo4j, Inc. All rights reserved. Principaux défis posés par les LLMs dans l'entreprise 1. Limite des connaissances en raison de la durée de l'apprentissage (par exemple, OpenAI 2021) 2. Réponses raisonnables, pas toujours exactes 3. Peut hériter de biais à travers les données d'entraînement 4. Manque de connaissances du domaine de l'entreprise 5. Impossibilité de vérifier ou d'attribuer les sources LLMs: Très bonne “compréhension” de la langue Problèmes d'exactitude et de cohérence des faits
  • 34. © 2023 Neo4j, Inc. All rights reserved. LLMs et Hallucinations Définition: Les LLMs génèrent des textes incorrects, absurdes ou irréels.. • Semblent répondre aux questions avec assurance même s'ils ne disposent pas des faits. • Peut formuler des réponses contradictoires ou incohérentes à des questions similaires.
  • 35. © 2023 Neo4j, Inc. All rights reserved. Proposition de Valeur Neo4j
  • 36. © 2023 Neo4j, Inc. All rights reserved. Proposition de Valeur : Neo4j & IA Générative LLMs + Graphes de Connaissances : libérer les données de l’entreprise 1. L'IA générative adaptée à votre organisation : Utilisez Neo4j pour adapter l’IAGen à votre entreprise, améliorer la précision et réduire les erreurs. 2. Démarrer un Graphe de Connaissances avec les LLM : Utiliser les LLM avec Neo4j pour l'extraction d'entités et la création de graphes de connaissances 3. Partenariats poussés avec les fournisseurs cloud pour l'IA générative neo4j.com/generativeai/
  • 37. © 2023 Neo4j, Inc. All rights reserved. #1 L'IA générative adaptée à votre organisation
  • 38. © 2023 Neo4j, Inc. All rights reserved. Exploiter l'IA et obtenir de meilleures informations à partir des données internes
  • 39. © 2023 Neo4j, Inc. All rights reserved. Exploiter l'IA et obtenir de meilleures informations à partir de toutes les données • Regarder la vidéo
  • 40. © 2023 Neo4j, Inc. All rights reserved. La douleur La nature imprévisible des LLMs peut conduire à des hallucinations, à des déductions inexactes ou à des erreurs flagrantes, ce qui pose de sérieux problèmes aux entreprises qui recherchent la précision, l'explicabilité et la fiabilité des applications LLM d'entreprise. La solution Rectifier* les LLMs avec un graphe de connaissances d’entreprise pour améliorer Appliquer la technique de “grounding” avec un graphe de connaissances basé sur un modèle de données flexible. Le graphe Neo4j est sécurisé et interopérable avec toutes les data stack, ce qui permet d’adopter et d’améliorer les LLM en toute confiance.
  • 41. © 2023 Neo4j, Inc. All rights reserved. Grounding Fournir à l'IA les informations à utiliser pour générer des réponses Le meilleur des 2 mondes Utiliser les compétences de compréhension de la langue des LLM mais contrôler les connaissances/sources utilisées ● Améliorer la précision du LLM et l'adapter à l'entreprise et au cas d'utilisation ● Réduire les hallucinations et autres incohérences ● Contrôler la provenance Méthodes ● Recherche sur Internet, plugins, agents ● Embedding des LLM et similarité vectorielle ● Génération de requêtes ● Retrieval Augmented Generation (RAG)
  • 42. © 2023 Neo4j, Inc. All rights reserved. Comment faire progresser les LLMs ? Few-Shot Learning Fine-Tuning Grounding Fournir des exemples validés à l'IA en tant que contexte dans les prompts. (“In-Context Learning”) Fournir des données d'entraînement supplémentaires pour mieux adapter l’IAGen à votre cas d'utilisation Fournir à l'IA les informations à utiliser pour générer des réponses Toutes ces techniques sont utiles, mais c'est au niveau du “grounding” que Neo4j apporte une valeur ajoutée. Neo4j, source de données pour le Grounding
  • 43. © 2023 Neo4j, Inc. All rights reserved. Vecteurs d'embedding de texte pour la recherche sémantique Étant donnée une question, trouver les documents les plus pertinents sur la base d'une métrique de similarité (telle que la similarité cosinus) entre le vecteur de la question et les vecteurs du contenu. Passer de la recherche par mots-clés à la recherche par similarité (sémantique). Q: qu’est-ce qu’un embedding de texte? abstractId similarity 456 0.923445 22 0.892114 … ... Top K par similarité
  • 44. © 2023 Neo4j, Inc. All rights reserved. Grounding avec Retrieval Augmented Generation (RAG) Retrieval Augmented Generation (RAG): récupérer des données en dehors d'un modèle de fondation et compléter vos prompts en ajoutant les données pertinentes récupérées dans le contexte
  • 45. © 2023 Neo4j, Inc. All rights reserved. Neo4j, la base de données pour le Grounding BD vectorielles limitées Forces des KG Différentiateurs Neo4j Similarité ≠ Pertinence ou Exactitude Boîte noire (Sous-Symbolic) Résultats dupliqués et incomplets Informations de référence manquantes Difficulté à répondre aux questions à sauts multiples Difficile à corriger par les experts métier Pertinence au-delà de la simple similarité Représentation symbolique transparente Stockage d'informations condensées Les références entre les documents sont calculées avant la requête Permet une correction humaine Les LLMs comprennent Cypher Vecteurs + Cypher (index vectoriel disponible depuis Neo4j 5.11) Index pour de nombreux types de données (numériques, géo, dates) Sécurité & contrôle d'accès très précis Transactions ACID, haute disponibilité et scalabilité Intégration à l’écosystème IT Disponibilité cloud GDS pour améliorer le ML
  • 46. © 2023 Neo4j, Inc. All rights reserved. Un graphe de connaissances Neo4j peut fournir les informations factuelles qui garantissent qu'un LLM produit des réponses plus précises, explicables et contextuelles.
  • 47. © 2023 Neo4j, Inc. All rights reserved. #2 Démarrer un Graphe de Connaissances avec les LLM
  • 48. © 2023 Neo4j, Inc. All rights reserved. Il est difficile de créer un graphe de connaissances à partir d'un texte non structuré Cela suppose : 1. L’Extraction d’Entités (NER) : Processus d'identification d'entités à partir de mots/phrases dans un texte non structuré et de classification de ces entités dans des classes/types spécifiques 2. L’Extraction de Relations : Processus d'identification des relations entre des paires d'entités sur la base d'un texte non structuré
  • 49. © 2023 Neo4j, Inc. All rights reserved. Il est difficile de créer un graphe de connaissances à partir d'un texte non structuré Les pipelines traditionnels d'extraction d'entités peuvent être : • gourmands en ressources • difficiles à transférer / généraliser : ◦ bibliothèques/outils NLP spécialisés ◦ spécifiques à un domaine ◦ nécessitent une expertise métier ◦ beaucoup d'essais et d'erreurs ◦ mélange de règles d'entreprise, d'apprentissage automatique et de logique personnalisée
  • 50. © 2023 Neo4j, Inc. All rights reserved. Les LLMs peuvenbt accélérer la création des KG Les LLMs peuvent être conduits à : 1. Extraire des données d'un texte non structuré • Extraction d'entités, y compris les pronoms et les références partielles • Désambiguïsation des entités • Extraction de relations sémantiques 2. Faciliter ou effectuer directement l'ingestion de graphes • Génération de Cypher pour ingérer les données extraites • Structurer les données extraites (triples, json, csv) pour fonctionner avec des modèles d'insertion Cypher Input Data LLM Utilisateur Neo4j
  • 51. © 2023 Neo4j, Inc. All rights reserved. #3 Partenariats
  • 52. © 2023 Neo4j, Inc. All rights reserved. Intégrations de Neo4j avec les offres GenAI/ML partenaires
  • 53. © 2023 Neo4j, Inc. All rights reserved. Synthèse et enseignements-clés : Les applications des LLM se répandent comme une traînée de poudre. Neo4j est très bien positionné dans l’écosystème pour le “grounding” (rectification des LLM) Les graphes de connaissances fondés sur Neo4j améliorent la précision, la pertinence et le contexte des réponses générées par le LLM. Les dirigeants et les décideurs accordent de l'importance au graphe de connaissances Neo4j adapté à l'entreprise et s'appuient sur ses différenciateurs uniques : schéma flexible, interopérabilité à travers le cloud et l'écosystème data, industrialisation (sécurité, passage à l'échelle, explicabilité). Cette situation évolue très rapidement et différentes stratégies sont en cours d'élaboration.
  • 54. © 2023 Neo4j, Inc. All rights reserved. Composants de l’écosystème (hors KG) Fournisseurs LLM / GenAI • Vertex AI • Microsoft OpenAI • (AWS Bedrock) Orchestration • LangChain / LlamaIndex • GPTCache • Guardrails / Guidance • Weights & Biases BD vectorielles / Recherche par embedding • Pinecone • Weaviate • Milvus • pgVector Hébergement / Plate-forme • Huggingface
  • 55. © 2023 Neo4j, Inc. All rights reserved. Démos & Exemples Vertex AI - Talent Finder • Génération de Graphe de Connaissances depuis des données textuelles • Customisation du LLM sur Cypher • Génération de code Cypher à partir de questions utilisateurs NeoConverse - • Génération de code Cypher pour la formation • Formation Cypher et optimisation • App de recherche en langage naturel • Extraire des KG de données médicales • Recherche en langage naturel avec des questions d’utilisateurs • Inclut des algos GDS Doctor AI / Assistant Médical Intégrations • APOC - LLM (Openai, Vertex AI) + NL • Intégrations Langchain/Llama-Index • Résultats du projet NaLLM
  • 56. © 2023 Neo4j, Inc. All rights reserved. Ressources Neo4j
  • 57. © 2023 Neo4j, Inc. All rights reserved. Poursuivre son chemin dans les graphes Se connecter avec des graphistas passionnés Formation et certification en ligne gratuites • dev.neo4j.com/learn • dev.neo4j.com/datasets Groupe d'experts sur les graphes - Les Ninjas • dev.neo4j.com/ninjas Se connecter avec la communauté • dev.neo4j.com/chat • dev.neo4j.com/forum • dev.neo4j.com/newsletter Prochains événements développeur • Live Streams - Weekly & Online • Local Meetups neo4j.com/events
  • 58. © 2023 Neo4j, Inc. All rights reserved. Rencontrez les Ninjas Neo4j ”Masters of Graphs” Les Ninjas Neo4j : Blogueurs actifs sur les graphes, présentateurs, contributeurs GitHub, professeurs, responsables de groupes d'utilisateurs et chercheurs - tous partagent leur expertise en matière de graphes Avantages : Les Ninjas bénéficient d'un accès exclusif aux experts de Neo4j, d'une expérience VIP, de cadeaux spéciaux et bien plus encore ! Intéressé(e) ? Pour plus d'informations, consultez le site :
  • 59. © 2023 Neo4j, Inc. All rights reserved. APOC Documentation Autres Ressources Neo4j Neo4j Graph Data Science Documentation Neo4j Cypher Manual Neo4j Driver Manual Cypher Style Guide Arrows App • APOC est un excellent plugin pour perfectionner votre cypher • Cette documentation décrit les différentes commandes que l'on peut utiliser • Lien vers la documentation APOC • Le manuel Cypher permet d'obtenir plus d'informations sur les commandes Cypher • Lien vers le pher manual • La documentation Neo4j Graph Data Science est la référence pour savoir quels algorithmes utiliser et comment les utiliser • Lien documentation Graph Data Science • Le Neo4j Driver Manual décrit les drivers officiels supportés par Neo4j. • Lien vers le Neo4j driver manual • Le Cypher Style Guide fournit des recommandations pour construire des requêtes Cypher précises et lisibles • Lien vers le Cypher style guide • L'application Arrows permet de concevoir un modèle de graphe sans utiliser Cypher • Lien vers l’app Arrows Cypher Cheat Sheet • Cette page donne des exemples concrets de la manière d'écrire les différentes requêtes Cypher • Lien vers la Cypher cheat sheet GraphGists • Les GraphGists présentent de nombreux cas d'utilisation et exemples variés pour des secteurs d'activité particuliers. • Lien vers les GraphGists Neo4j Sandbox • La Neo4j Sandbox permet de déployer rapidement un serveur Neo4j • Ne nécessite pas de téléchargement • Inclut des projets d'exemple • Lien vers la sandbox Neo4j
  • 60. © 2023 Neo4j, Inc. All rights reserved. Liens Neo4j + LLMs La page d'Aaron
  • 61. © 2023 Neo4j, Inc. All rights reserved. © 2023 Neo4j, Inc. All rights reserved. 61 Merci ! nicolas.rouyer@neo4j.com