Amazon Neptune Database ahora se integra con GraphStorm para ofrecer un machine learning de gráficos escalable
Hoy anunciamos la integración de Amazon Neptune Database con GraphStorm, una biblioteca de machine learning (ML) escalable y de código abierto creada para aplicaciones de escala empresarial. Esto reúne las capacidades gráficas de procesamiento de transacciones en línea (OLTP) de Neptune con el motor de inferencia escalable de GraphStorm, lo que facilita a los clientes la implementación de ML de gráficos en entornos transaccionales sensibles a la latencia.
Con esta integración, los desarrolladores pueden entrenar modelos GNN con GraphStorm e implementarlos como puntos de conexión de inferencia en tiempo real que consultan directamente a Neptune para buscar vecindarios de subgráficos bajo demanda. Las predicciones, como las clasificaciones de nodos o las predicciones de enlaces, se pueden devolver en plazos inferiores a un segundo, lo que cierra el ciclo entre las actualizaciones de gráficos transaccionales y las decisiones basadas en ML. Esta integración desbloquea casos de uso como la detección y prevención del fraude, en los que las organizaciones pueden tomar decisiones en tiempo real basándose en relaciones complejas entre cuentas, dispositivos y transacciones; recomendaciones dinámicas, en las que los sistemas pueden adaptarse instantáneamente al comportamiento de los usuarios mediante el contexto de gráficos en vivo; y la puntuación de riesgos basada en gráficos, en la que las evaluaciones de riesgo se actualizan continuamente a medida que el gráfico evoluciona. Los clientes también pueden combinar los resultados de inferencias en tiempo real con las consultas de análisis de gráficos para obtener información operativa más detallada. Esto le permite crear bucles de retroalimentación de ML directamente dentro de las aplicaciones de gráficos.
Esta característica está disponible en todas las regiones en las que está disponible Amazon Neptune Database. Para obtener más información y probar la integración usted mismo, consulte nuestro blog de anuncios: Modernizar la prevención del fraude: GraphStorm v0.5 para obtener inferencias en tiempo real y ver un recorrido completo.