Ricerca in primo piano
ConTextTab: un sistema di apprendimento contestuale per dati tabulari con consapevolezza semantica
Sfruttando gli incorporamenti degli LLM, ConTextTab integra efficacemente la semantica delle caratteristiche tabulari nelle previsioni, distinguendosi su dati ad alto contenuto semantico, come testo libero o categorie descrittive.
RELATE: un encoder Perceiver indipendente dallo schema per grafici relazionali multimodali
Presentiamo RELATE (Relational Encoder for Latent Aggregation of Typed Entities, Encoder relazionale per l'aggregazione latente di entità tipizzate), un encoder di caratteristiche indipendente dallo schema e plug-and-play, che può essere integrato con qualsiasi GNN per uso generale.
I modelli fondativi per dati tabulari in contesti sistemici necessitano di grounding
Proponiamo Foundation Models for Semantically Linked Tables (Modelli fondativi per tabelle semanticamente collegate, FMSLT) per migliorare la comprensione dei dati aziendali strutturati. Le tabelle enterprise sono interconnesse attraverso logiche operative e relazioni semantiche che descrivono il funzionamento dei processi di business. Il riconoscimento e la modellazione di tali connessioni sono fondamentali per rappresentare correttamente la reale natura dei dati enterprise.
Set di dati enterprise open source
Presentiamo SALT e SALT-KG, i primi set di dati enterprise derivati da sistemi ERP reali dei clienti. Uniscono tabelle di business ricche e correlate con un knowledge graph curato che rappresenta il contesto semantico. Insieme, pongono le basi per l'avanzamento dei modelli fondativi in grado di comprendere realmente i dati enterprise strutturati.
Chi siamo
Noi di SAP Business AI Research fungiamo da ponte tra mondo accademico e industria, con l'obiettivo di far progredire i sistemi AI di nuova generazione. Il nostro lavoro di ricerca si occupa delle complessità degli ambienti enterprise reali, combinando tecniche AI all'avanguardia con le sfide proprie del settore. Ci concentriamo su due principali percorsi di ricerca per garantire che i nostri modelli siano non solo potenti, ma anche pratici, affidabili e scalabili.
Aree di ricerca
Percorso A: modelli fondativi consapevoli della struttura
Sviluppiamo modelli fondativi in grado di ragionare su dati di business complessi e collegati, comprendenti tabelle, serie temporali e grafici. Integrando consapevolezza strutturale, input multimodali e ragionamento causale, i nostri modelli supportano una Business AI avanzata per analisi, previsioni e supporto alle decisioni.
Apprendimento di rappresentazioni tabulari
Apprendimento di rappresentazioni di dati tabulari tramite modelli nativi per tabelle e basati su linguaggio, integrando dati di business per un ragionamento avanzato.
Reti neurali a grafi
Utilizzo delle reti neurali a grafi per modellare dati tabulari relazionali, permettendo previsioni precise e insight più approfonditi nell'AI enterprise.
Knowledge graph per il business
Creazione di knowledge graph enterprise che consentono query precise e contestualmente rilevanti su dati aziendali eterogenei.
AI agentica
Sviluppo di agenti auto-miglioranti per un'automazione affidabile e orientata agli obiettivi nei sistemi enterprise.
LLM per la programmazione (ABAP)
Supporto allo sviluppo di software enterprise con modelli fondativi ABAP specifici del dominio per assistenza intelligente alla scrittura del codice.
Percorso B: AI affidabile
La nostra ricerca sviluppa sistemi di AI robusti, equi, trasparenti e allineati ai valori umani, elementi essenziali per l'utilizzo in contesti enterprise reali. Poniamo particolare attenzione su robustezza, spiegabilità, equità, privacy e allineamento con i vincoli del dominio per garantire un'implementazione dell'AI affidabile e responsabile.
Privacy differenziale
Sviluppiamo modelli di deep learning efficienti che ottimizzano l'uso delle risorse e tutelano la privacy.
Riservatezza dei dati
Garantiamo la riservatezza dei dati proteggendo i dati strutturati e validando la privacy tramite audit e simulazioni di attacco.
Protezione dei modelli
Analisi del sentiment nei testi tramite incorporamenti neurali e meccanismi di attenzione.
Test di sicurezza
Miglioramento della trasparenza dei modelli rendendo le previsioni spiegabili.
Allineamento umano
Estrazione di dati da documenti mediante tecniche di NLP e visione artificiale.
Carriere
Unisciti a noi per dare forma al futuro della Business AI
Lavora su ricchi set di dati per trovare soluzioni basate sul machine learning ai problemi del mondo reale, in stretta collaborazione con la nostra rete globale di partner per la ricerca.