首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • Palantir 本体论

    这个时机选择极具战略眼光——本体论与大模型的结合正在创造前所未有的协同效应。 本体论赋能大模型体现在三个维度。 更重要的是,本体论提供的是可追溯、可解释的知识,大模型的推理结果可以沿着本体论的关系链追溯到原始数据,这在金融、医疗、军事等高风险领域是刚需。 大模型加速本体论则体现在建模效率的革命性提升。 传统本体论依赖专家人工梳理和建模,周期长、成本高、难以规模化。 大模型能够基于企业已有数据自动识别业务实体和关系,生成本体论的初始框架或模板,大幅降低知识图谱的构建门槛。 边界与局限 尽管本体论价值显著,但它不是万能解药。 在数值优化领域,本体论不如专业算法引擎。 调度、排产、路径优化等场景需要借助线性规划、约束求解等专业算法,本体论擅长的是关系建模和因果推理,而非最优计算。 在高频实时数据场景下,本体论需要与流式计算框架配合。

    4.9K22编辑于 2026-02-02
  • 来自专栏AI

    本体论,彻底懂

    而解决这件事的那个概念,就是你查了八遍还没懂的——本体论。别急着查定义。听我讲完下面这个,你就通了。先从一本家谱说起假设你家有本家谱,上面写着两行:张三是李四的爸爸。李四是王五的爸爸。 一个是哲学的"本体论"。两千多年前亚里士多德提的问题:这世界最底层,到底由什么真实的东西构成?"狗性"这种抽象的性质算不算存在?物质和精神谁更根本? 记住这一句,你就不会再混:哲学的本体论问"世界有什么",计算机的本体问"我该怎么把这些概念和关系写清楚,好让机器能推理"。工程文章里动不动"引入XX本体论思想",很多只是借词撑门面。你要懂的是第二个。

    13200编辑于 2026-09-04
  • Palantir与本体论 · 番外二:ERP需要本体论吗?

    最近不少ERP厂商开始给自己的产品贴上"本体论驱动"的标签,宣传从"传统ERP"升级为"本体驱动的企业智能操作系统"。这到底是真正的技术进步,还是数据中台之后的又一轮概念包装? 这些都有价值,但没有一件是新发明,也没有一件需要"本体论"这个哲学概念来解释。 用第九篇的三条准则检验 这个系列第九篇给出了判断ontology的三条准则。 拿来检验ERP厂商的"本体论": 准则一:是否从业务语义出发而非数据schema出发? 行业里的务实做法 值得注意的是,很多ERP厂商在做同样的事情,但它们不叫"本体论"。 但搞清楚这把锤子到底是什么,至少能帮你避免买到一把贴了"本体论"标签的普通螺丝刀。

    45210编辑于 2026-07-15
  • Palantir与本体论(九):什么才是真正的本体论驱动?

    正本清源:八个需要澄清的观念 一、本体论就是研究"世界由什么构成"。 第一篇已经讲了——那是宇宙论的事。Ontology的ont来自希腊文"是",也就是英文的being,不是"本体"。 简单说,本体论研究的不是"世界背后的那个东西是什么",而是"当我们说任何东西'是'什么的时候,这个'是'本身遵循什么逻辑"——它追问的是认识世界的方式,不是世界的材料。 二、Palantir的本体论就是数据建模,换了个词。 五、本体论是一项技术工作,找技术团队做就行。 第六篇讲了FDE——Ontology最难的环节是"把业务认知翻译成范畴定义",需要同时懂技术和懂业务的人驻扎在现场。 六、本体论就是语义层的规范化,跟数据治理差不多。 第七篇的回应——语义规范化是Ontology的地基,不是房子。没有动力层和动态层,Ontology就是数字盆景。

    89610编辑于 2026-07-15
  • Palantir 本体论企业案例

    当AI遇见真实业务 要理解Palantir为什么能在这个AI时代脱颖而出,只需要抓住一个核心关键词:本体论(Ontology)。 利用Palantir,他们在仅仅18个月内,将潜客到机会的转化率提升了5倍。 秘密在于他们如何处理数据和知识。 通过统一200个分散的数据源,系统自动生成了18万条销售线索。

    2.5K10编辑于 2026-02-28
  • 本体论和AI大模型03-什么场景要用本体论,本体论究竟解决了什么业务问题?

    今天继续聊本体论和AI大模型,今天核心的主题就是本体论究竟解决了什么问题,带来什么核心的业务价值。 因此最近我和很多甲方客户,包括合作伙伴沟通的时候,谈到最多的就是本体论究竟带来了什么业务价值,具体什么场景下必须要用到本体论。 所以即使已经在研究本体论思想,客户仍然困惑究竟什么场景必须要使用本体论。 在前面我专门写过一篇文章谈本体论的应用场景,那篇文章的核心观点就是本体论适合类似开创,创新,探索,动态分析和推理的场景。 那么这些场景就是最佳的本体论应用场景。 那么我们是否可以设想下,能否在给AI列举了5到10种已有场景下我如何做运营的方法后,AI能够基于我底层的对象模型,行为规则,自动来分析推理新场景的应对方法。

    26410编辑于 2026-09-10
  • 火热的本体论背后——警惕本体论和本体建模滥用和过度神话

    这大半年,本体论实在是太火了。我自己也在公众号和视频号里聊了很多期,从西方哲学的本体论,到 Palantir 的本体,到对象行为规则建模,再到本体驱动 AI 原生应用。 坦白说,看到这么多人开始重视和研究本体论,包括能找到不少朋友共同研讨,本身是一件好事。 但最近我也越来越不安。因为我发现,本体论正在被捧成一种无所不能的神话,变成了一种能包治百病的灵丹妙药。 不是否定本体论,而是想认真地划一划它的边界:本体论到底适合解决什么问题,又有哪些场景根本不该硬上本体。讲清楚边界,本体论才不会沦为一个空洞的口号。 所以你看,本体论不是不强大,它在自己的主场里强大得惊人。但也正因为它的主场如此明确,我们才更不该把它当成万能钥匙到处乱插。 本体论不是灵丹妙药,它是一把需要对准特定锁孔的钥匙。 看清场景、看清问题、看清那两个轴和那道门槛,本体论才能真正发挥价值,而不是沦为又一个被吹上天、最后摔下来的技术神话。 好了,今天的分享就到这里。 希望对正在研究本体论的朋友有所启发。再见。

    82811编辑于 2026-06-02
  • HVAC - KG - RAG 中本体论设计

    HVAC-KG-RAG 项目在系统架构和代码实现中深度融入了本体论(Ontology)思想。 这套基于本体论的规则,则在回答 HVAC 领域的知识应该如何被表示、连接、约束和判断。 有了这些规则,AI 就可以从一个爱吹牛的聊天机器人,变成了一个严谨、可靠、懂行的工程师。 L5 治理层是在做质检和验收。 知识图谱提取流程 知识入图过程采用四阶段判定机制,包括语义识别、结构规范、数值验证和治理决策。 系统首先从文本中识别候选实体,并进行本体映射。 L5 语义治理层事先已经通过物理熔断机制,把所有不靠谱的、违背常识的数据,如 >100℃,剔除出去了。 L4 解析映射层已经把《洁净厂房设计规范》里的表格,解析成了结构化的知识图谱。 L5 语义治理层给这个模型设定底线,你的 Parameter: 运行电流如果超过 Value:阈值,就是故障。 现实世界中的传感器传回数据,电流突然飙升。

    26210编辑于 2026-07-02
  • Palantir 本体论建模平台深度解析

    目录 Palantir 本体论建模平台概览 供应链场景:数据在可视化图谱上的流动 大模型决策如何回写业务系统 与已有数据中台的集成方案 库存周转率告警驱动决策的完整解决方案 1. Palantir 本体论建模平台概览 问:你是否对 Palantir 的基于本体论建模的平台熟悉?在该平台上有一个运营平台,可以对本体论模型进行动态模拟或推演。 平台整体架构 Palantir Foundry / AIP 平台由五个层次构成,自上而下协同运转: 【架构图占位】 Palantir 本体论平台五层架构图 (数据采集层 → 集成与转换层 → 本体论建模层 5. 库存周转率告警驱动决策的完整解决方案 问:数据中台有一个监控指标,比如库存周转率,这个指标来源于底层多个数据对象的管理和整合才计算出来的。 触发 Webhook 通知 SAP 5.

    6K13编辑于 2026-03-26
  • 从本体论到智能运维

    而本体论恰好是给这堵墙开门的钥匙。 第二部分:从第一性原理思考本体论在运维中的价值 要理解本体论为什么对智能运维这么重要,得回到运维的第一性原理。 第四部分:本体论与 AI 原生——为什么智能体离不开本体论 最近一年讨论本体论的人突然多了起来,这背后有一个最直接的推手:AI 原生(AI-Native)。 本体论恰好是给这堵墙开门的钥匙。 这一部分先讲清楚什么是 AI 原生、为什么它离不开本体论,再讲落到运维场景的具体协同模式。 4.3 为什么本体论恰好是 AI 原生的必备底座 把上一节的痛点反过来想,就明白本体论为什么突然热起来: 1.

    1.2K10编辑于 2026-06-22
  • Palantir与本体论 · 番外九:从亚里士多德到Palantir,本体论经历了什么

    中世纪:本体论为神学服务 托马斯·阿奎那把亚里士多德的范畴体系嫁接到基督教神学上。"什么东西存在"这个问题的最终答案变成了"上帝是最高的存在者"。本体论变成了证明上帝存在的工具。 近代:本体论这个词的诞生和第一次危机 "Ontology"这个词其实不是亚里士多德发明的。 然后康德给了它第一次重击——不是彻底废除本体论,而是推翻了独断论式的本体论。 康德保留了"先验范畴"作为认知框架——人的理性本身有一套预装的组织方式——但他否定了那种不经验证就直接宣称"世界本质是什么"的独断论本体论。 他说从亚里士多德到黑格尔,两千年的本体论都犯了同一个错误——他叫它"存在者遗忘"(Seinsvergessenheit)。

    42910编辑于 2026-07-28
  • Palantir与本体论:写在前面

    从这一期开始,我想写一个一直萦绕在我心头的关于“Palantir与本体论”的系列文章。 今年以来,"本体论"这个词很火。 大家言必称本体论,出现了基于本体论的ERP、本体论的一体化平台等等,俨然下一个数据中台。 于是行业里出现了一种跟风:既然Palantir靠本体论成功了,那我们也得有本体论。 说实话,自从数据中台概念一地鸡毛之后,软件市场迫切需要一个新概念给沉寂的局面注入一针强心针。本体论来得正是时候。 但很多人连本体论是什么都没搞清楚就开始大肆宣传了——这跟当年数据中台的套路如出一辙。 问题是,大部分人并不真正理解Palantir的本体论到底是什么。 在收听不同分享时,听到过各种各样的说法—— 有人说本体论就是数据建模,换了个词而已。有人说本体论的关键是全量建模——把企业所有的数据都纳入一个统一的模型。有人说本体论就是知识图谱。

    62302编辑于 2026-07-15
  • 本体论驱动的AI数据底座实践

    核心设计一:本体论 = 数据标准体系 1. 本体的本质 在这个项目中,本体论是领域数据标准 + 元数据模型。 我定义了一套 HVAC 领域的统一语义结构。 13类实体,如设备、参数、工艺、故障等。

    1.1K10编辑于 2026-07-02
  • 来自专栏CreateAMind

    分化本体论:存在、意识与游戏

    abstract_id=5228625 引言 本研究发展出一种哲学本体论,在其中,“分化”被设定为首要的本体论范畴,优先于所有传统的形而上学基础。 阶段 R5 — 伦理性分化(ethical differentiation)他者被承认为另一个正在分化的存在。这一阶段标志着责任、关系与人格的出现。 相反,它们构成了分化在特定本体论场景中运作方式的原始区分 。它们描述了本体论清晰性的基本方向,独立于空间延展或时间连续性的完整概念。 进化本体论: 现实中发生的种种变化——物理的、生物的、认知的或社会的变化——可以从本体论上被理解为分化主导模态与程度的变化 。 5. 符号性记忆(Symbolic Memory) 在最高层次上,分化将自身结构化为意义 。语言、文化、书写、仪式与技术——所有这些都是分化独立于任何特定载体而被持守与传递的方式。

    28410编辑于 2026-03-11
  • Palantir 本体论 相比 ChatBI 的优势?

    它不让你直接去碰那些表格和字段,而是先构建了一层数字孪生——他们管这个叫Ontology,中文翻译是本体论。 这个本体论做什么呢? 它把冷冰冰的数据库数据变成了现实世界的实体。 和ChatBI对比 有了这个本体论基础,Palantir的AI处理起问题来就完全不一样了。 Palantir不存在这个问题,因为AI面对的是已经工程化建模过的本体论,它调用的每一个数据都是经过业务验证的API或对象。 当然,Palantir也不是完美的,它的本体论构建需要大量的前期投入,不是每个企业都愿意花这个成本。 但在企业级数据分析这个领域,它确实走出了一条不一样的路,你觉得呢?

    75010编辑于 2026-03-09
  • 为什么工业 AI 必须引入本体论?

    在工业场景,如果 AI 输出“洁净室压差可以为 -5Pa”。 这就意味着外部污染空气会倒灌进无菌室,导致千万级的芯片或药品报废,甚至引发安全事故。 用第一性原理来解释,本体论就是对现实世界的一种建模。 大模型眼里的世界,是一堆乱码般的词向量。 而在本体论眼里的世界,一切事物都有清晰的因果关系。 本体论做了三件触及本质的事。 1. 从数据驱动转变为先验约束 AI 从海量数据中归纳出经验,如果语料里有脏数据,AI 就会学进去并输出。 本体论是领域专家在 AI 运行之前,自上向下写死一套规则。 本体论是我们的秘密武器,市场上没有任何其他东西能与之接近。 在 Palantir 的技术体系中,本体论是其两大核心旗舰产品 Foundry 和 AIP 的系统基石。 它将本体论落地为三个层面。 1. 在 B 端和工业 AI 领域,得本体论者得天下。 只有将概率的 AI 关进本体论的规则牢笼,才能创造出真正具备商业变现能力和工程安全性的工业大模型。

    49810编辑于 2026-07-02
  • Palantir与本体论 · 番外六:为什么不存在一个完美的本体论产品?

    前面几篇反复出现一个现象:很多企业想买一个"本体论驱动的产品",开箱即用,三个月上线,半年见效。但Palantir的实际做法恰好相反——FDE先在现场铺一条土路,跑通了再让产品团队修成高速公路。 一个号称"开箱即用的本体论产品",本质上是一个认知牢笼——它替你预设了世界的结构,你只能在它定义的范畴内活动。 如果不存在完美的本体论产品,它们算什么? 答案是:它们不是"产品",而是"造产品的平台"。 第二,警惕那些号称"开箱即用的本体论产品"。 如果一个产品说它已经预定义好了你的行业的ontology模板,那它做的不是ontology,而是传统的行业解决方案换了个名字。 分清这两者,是避免在本体论热潮中踩坑的第一步。

    43810编辑于 2026-07-15
  • 来自专栏智能体的企业级应用

    本体论的古往今来及AI应用宣示

    最近一年来,随着美国Palantir因本体技术获得巨大的商业成功,本体论在IT业界持续火爆。 本体论(Ontology)原本是一个哲学学科概念,最早可以溯源到公元前 350 年左右的古希腊。 本体、本体论,源出同一个词“Ontology”。IT、AI概念应该取“本体”,国内官方翻译也取“本体”。国内大量自媒体取“本体论”,不能说错,但终究有点不伦不类。 本体论作为其技术体系的“灵魂”,正驱动Palantir从数据分析工具演进为企业AI时代的“智能操作系统” 。 例如:“如果在72小时内,某一地点出现超过5个关联到同一监控组织的人员,则触发‘潜在袭击’预警”。

    35020编辑于 2026-09-18
  • 本体论和AI大模型02-接着聊Palantir的本体论思想和解决了什么问题?

    今天接着聊本体论和AI大模型,今天还是想重点聊下Palantir的本体论,包括基于Palantir的Foundry平台和AIP平台究竟解决了什么问题? 我们在了解Palantir的本体论思想的时候必须把这个关键点搞清楚。 本体论结合AI的分析推理一定不能是无中生有,而只是举一反三。你前面给出足够的经验积累给AI,AI在充分理解了场景规则后,后续才能够真正完全自主化分析推理。 经典本体论和Palantir的本体论 大家注意看下Palantir里面的Foundry产品里面的本体建模,即使没有试用环境,我们可以详细看下官方的在线用户操作手册文档,也能够构建整个本体建模的大框架。 也就是说实际动力层建模在经典本体论里面是没有的,Palantir也没有参考类似SWRL去构建自己的规则语义,而是自己搞了一套行为建模和规则建模的标准和方法。

    29310编辑于 2026-09-10
  • 本体论思想-抽象建模的本质是什么?

    今天接着再跟大家聊一下本体论,因为最近在我好几个群里面,本体论聊得相当的火热,但是总感觉大家仍然还是在谈本体论一些基础的概念,或者是连概念都没有搞清楚。 好了,如果你原来还学习过相关的一些基础的西方哲学,你可能更容易了解本体论。因为本体论这个词本身就来源于西方哲学,我原来在讲哲学的时候就谈到里面两大分支:一个是本体论,一个是认识论。 在原来我讲的时候我就一直谈到:本体论它其实没有什么太多新鲜的东西,本体论的建模的思路本身就跟我们原来讲的面向对象分析设计建模的思路完全是一致的。那为什么现在回来又要谈到本体论的建模? 你究竟是采用3层框架还是5层框架?这些东西跟我都没有关系。这样的话我去做完领域建模,我就只做我核心的内容的抽象,或者叫业务的抽象。这样的话就是可以极大的控制我模型的规模,或者是模型的复杂度。 而且在前面我有一个视频,我专门在讲本体论建模的时候,我还讲了一个相当重要的东西:本体论的建模一定是围绕对象这个核心展开的。

    51410编辑于 2026-03-26
领券