دسترسی راحتتر جمنای به دیتای عمومی امکان پذیر شد

 گوگل با معرفی سرور جدیدی به نام Model Context Protocol (MCP) در پروژه Data Commons، گنجینه عظیم داده‌های عمومی خود را به منبعی ارزشمند برای توسعه هوش مصنوعی تبدیل کرده است. این سرور به توسعه‌دهندگان، دانشمندان داده و عامل‌های هوش مصنوعی امکان می‌دهد تا با استفاده از زبان طبیعی به آمارهای واقعی دسترسی پیدا کرده و سیستم‌های هوش مصنوعی را بهتر آموزش دهند.

پروژه Data Commons که در سال ۲۰۱۸ راه‌اندازی شد، داده‌های عمومی را از منابع مختلفی مانند نظرسنجی‌های دولتی، اطلاعات اداری محلی و آمارهای نهادهای جهانی مانند سازمان ملل گردآوری و سازمان‌دهی می‌کند. با عرضه سرور MCP، این داده‌ها اکنون از طریق دستورات متنی قابل دسترسی هستند و می‌توان آن‌ها را در اپلیکیشن‌ها یا عامل‌های هوش مصنوعی ادغام کرد.

سیستم‌های هوش مصنوعی اغلب با داده‌های پراکنده و تأییدنشده وب آموزش می‌بینند و در نبود منابع معتبر، تمایل به «پر کردن جای خالی» دارند که منجر به تولید اطلاعات نادرست یا اصطلاحاً «توهم» می‌شود. شرکت‌هایی که قصد دارند هوش مصنوعی را برای کاربردهای خاص بهینه‌سازی کنند، نیازمند مجموعه‌های داده‌ای بزرگ و باکیفیت هستند. گوگل با انتشار عمومی سرور MCP تلاش دارد این دو چالش را برطرف کند.

سرور جدید MCP در پروژه Data Commons، مجموعه‌های داده‌ای عمومی — از آمارهای سرشماری گرفته تا اطلاعات اقلیمی — را به سیستم‌های هوش مصنوعی متصل می‌کند؛ سیستم‌هایی که به‌طور فزاینده‌ای به زمینه‌های دقیق و ساختاریافته نیاز دارند. با فراهم‌سازی دسترسی به این داده‌ها از طریق زبان طبیعی، هدف گوگل این است که هوش مصنوعی را بر پایه اطلاعات واقعی و قابل تأیید بنا کند.

پرم راماسوامی، مدیر پروژه Data Commons گوگل، در مصاحبه‌ای گفت: «پروتکل Model Context به ما اجازه می‌دهد از هوش مدل‌های زبانی بزرگ برای انتخاب داده مناسب در زمان مناسب استفاده کنیم، بدون آنکه نیاز باشد نحوه مدل‌سازی داده یا عملکرد API را درک کنیم.»