VERSES AI Inc. ha annunciato il deposito di una domanda di brevetto provvisorio che rappresenta un nuovo metodo di interrogazione predittiva su database di documenti a grafo vettoriale. L'interrogazione probabilistica è un approccio alle interrogazioni di database che cerca di fornire all'utente informazioni aggiuntive 'previste' di interesse per l'utente, dato il contesto implicito nell'interrogazione e intorno al suo suggeritore. Il nuovo metodo di Predictive Query di VERSES affronta le limitazioni delle arti precedenti, fornendo un sistema per eseguire query probabilistiche sulla classe più avanzata di database: i database di documenti a grafo vettoriale.

Il Predictive Querying opera sui database di documenti a grafo vettoriale implementando il linguaggio di modellazione iperspaziale (HSML) e un algoritmo di inferenza per generare un risultato probabilistico e contestualizzato. Il metodo Predictive Querying è il primo metodo di interrogazione che consente di effettuare interrogazioni probabilistiche su database di documenti a grafo vettoriale, consentendo a un motore di generare previsioni ricche sulle informazioni ricercate dall'utente, basate su informazioni comparative, di relazione e di somiglianza. I grafi di conoscenza rappresentano le entità - qualsiasi 'cosa' fisica o concettuale su cui si possono avere informazioni nel mondo reale (ad esempio, un robot, un divano, un punto di passaggio nello spazio, una specifica di un'attività) - e le relazioni tra di esse.

HSML è un linguaggio di modellazione per qualificare le relazioni tra le entità in un grafo di conoscenza. Un database di documenti a grafo vettoriale HSML è strutturato come un grafo di conoscenza HSML e consente di recuperare informazioni utilizzando query complesse che possono comportare contemporaneamente il confronto di entità (ad esempio, "trovare persone più anziane di Steve"), l'identificazione di relazioni di causa-effetto (ad esempio, "chi è il manager di Steve"?), nonché la valutazione della somiglianza tra entità (ad esempio, 'quali dipendenti hanno un background educativo più simile a quello di Steve"?). Rispetto ai database di documenti a grafo vettoriale, altre classi di database si limitano alla ricerca comparativa, di relazione o di somiglianza.

Ora, grazie a questo nuovo metodo di Predictive Querspatial Querying sui database di documenti a grafo vettoriale, VERSES restituisce la corrispondenza più probabile e pertinente all'obiettivo implicito e ricco dell'utente (ad esempio, deducendo e restituendo la marca, il modello e la località più probabili per una ricerca di "occhiali da sole economici", insieme alle migliori offerte di abbigliamento da ciclismo corrispondenti allo stile degli occhiali da sole).