Frank Coyle, profesor informatyki z UC Berkeley wykładający na temat generatywnej sztucznej inteligencji, podczas niedawnej konferencji AI Engineer World's Fair wygłosił przełomowy dwudziestominutowy wykład o powrocie ontologii do nowoczesnego inżynierii AI. Coyle argumentuje, że podczas gdy modele językowe są bardzo efektywne w probabilistycznym rozumowaniu, systemy agentowe wymagają dodatkowych "logicznych guardrails" - czyli właśnie ontologii - aby funkcjonować niezawodnie w rzeczywistych scenariuszach.
Ontologia w informatyce to opisanie struktury danych - klas, właściwości i relacji w danej domenie wiedzy. Coyle definiuje ją prosto jako "dane jako grafy". Koncepcja sięga czasów Arystotelesa i była wykorzystywana na przestrzeni całej historii sztucznej inteligencji, choć ostatnio została przysłonięta przez dominację LLM-ów. Idea powrotu ontologii wiąże się z rosnącą potrzebą bardziej strukturyzowanych, weryfikowalnych systemów AI - szczególnie w kontekście autonomicznych agentów podejmujących rzeczywiste decyzje.
Neo4j, firma specjalizująca się w grafowych bazach danych, aktywnie wdraża ontologie w swoich produktach agentic. Jej CEO Emil Eifrem na tej samej konferencji przedstawił trzy typy ontologii dla budowania "inteligentniejszego wspólnego substratu" do skalowania agentów: ontologię zorientowaną na biznes (opisującą kluczowe koncepcje organizacji), ontologię techniczną (metadata wszystkich źródeł i zasobów danych w ekosystemie przedsiębiorstwa) oraz ślady egzekucji. Trend ten sygnalizuje fundamentalny shift w podejściu do budowania AI systemów - od czystych statystycznych modeli w kierunku hybrydowych rozwiązań łączących uczenie maszynowe z formalnymi strukturami logiki i wiedzy.