GraphRAG e Knowledge Graph

Negli ultimi anni il paradigma RAG (Retrieval-Augmented Generation) si è affermato come una delle tecniche più efficaci per aumentare l’affidabilità dei Large Language Model. Grazie al recupero di informazioni esterne prima della generazione della risposta, i sistemi RAG permettono di ridurre le allucinazioni e migliorare la pertinenza delle risposte.

Tuttavia, con la crescita delle basi documentali e la crescente complessità delle informazioni aziendali, sta emergendo un limite evidente: recuperare documenti simili non sempre significa recuperare il contesto corretto.

È proprio in questo scenario che entrano in gioco i Knowledge Graph e il concetto di GraphRAG.

Cosa sono i Knowledge Graph

Un Knowledge Graph è una struttura dati che rappresenta entità e relazioni.

Invece di memorizzare soltanto documenti o frammenti di testo, un grafo descrive come i vari elementi sono collegati tra loro.

Un’entità può essere una persona, un prodotto, un’azienda, una tecnologia o un concetto. Le relazioni definiscono il legame esistente tra queste entità.

Ad esempio:

• Apple è un’azienda.
• Tim Cook è CEO di Apple.
• L’iPhone è un prodotto di Apple.

Queste informazioni non vengono archiviate come semplice testo, ma come nodi e collegamenti.

Il risultato è una rappresentazione della conoscenza molto più vicina al modo in cui gli esseri umani comprendono il mondo: attraverso connessioni e relazioni.

Dai motori di ricerca ai grafi

L’evoluzione della ricerca sul web offre un esempio interessante per comprendere il valore dei grafi.

I primi motori di ricerca si basavano quasi esclusivamente su parole chiave. Con la crescita esponenziale dei contenuti disponibili, questo approccio iniziò a mostrare i suoi limiti: troppe pagine e troppi risultati simili.

Google introdusse PageRank, un algoritmo capace di valutare l’importanza delle pagine attraverso i collegamenti esistenti tra di esse.

Anche se spesso non viene percepito come tale, PageRank è a tutti gli effetti un algoritmo che lavora su una struttura a grafo.

Successivamente Google fece un ulteriore passo avanti introducendo il Knowledge Graph, un sistema che non si limita più a comprendere parole e documenti, ma identifica anche concetti, entità e relazioni.

Questo passaggio segnò il passaggio da una ricerca basata sulle stringhe a una ricerca basata sul significato.

Oggi l’intelligenza artificiale generativa sta spingendo questa evolione ancora oltre.

Cos’è GraphRAG

GraphRAG può essere definito in modo molto semplice:

un sistema RAG che utilizza un Knowledge Graph durante la fase di retrieval.

Nei sistemi RAG tradizionali il recupero delle informazioni avviene principalmente attraverso la ricerca vettoriale.

Una domanda viene trasformata in embedding e confrontata con gli embedding dei documenti presenti nel database. I documenti più simili vengono poi forniti al modello linguistico.

Questo approccio funziona molto bene, ma presenta una limitazione importante: la similarità semantica non sempre è sufficiente per comprendere il contesto.

GraphRAG aggiunge un livello ulteriore.

La ricerca vettoriale viene utilizzata per individuare un punto di ingresso nel grafo. Successivamente il sistema esplora le relazioni esistenti tra le entità per recuperare informazioni aggiuntive che potrebbero essere rilevanti per la domanda dell’utente.

In altre parole, il sistema non recupera soltanto documenti simili, ma anche tutto il contesto collegato a quei documenti.

Perché i grafi migliorano il retrieval

Immaginiamo un sistema di supporto tecnico per router Wi-Fi.

Una ricerca vettoriale potrebbe recuperare un articolo che descrive un problema specifico segnalato dall’utente.

Un sistema GraphRAG, invece, può fare molto di più.

Partendo dall’articolo individuato, può esplorare il grafo per trovare:

• prodotti correlati;

• versioni differenti dello stesso dispositivo;

• documentazione tecnica associata;

• ticket simili;

• ingegneri che hanno prodotto la documentazione;

• aggiornamenti collegati al problema.

Il risultato è un contesto molto più ricco.

L’LLM riceve quindi informazioni maggiormente strutturate e può generare risposte più accurate.

Accuratezza superiore

Uno degli aspetti più interessanti emersi dalla ricerca recente riguarda il miglioramento della qualità delle risposte.

Diversi studi hanno mostrato che l’utilizzo combinato di ricerca vettoriale e Knowledge Graph produce risultati significativamente migliori rispetto ai sistemi basati esclusivamente sugli embedding.

Il motivo è intuitivo.

Gli embedding catturano somiglianze linguistiche e semantiche.

I grafi catturano invece relazioni esplicite.

Quando queste due rappresentazioni vengono combinate, il sistema può ragionare sia sulla vicinanza semantica sia sulla struttura della conoscenza.

È proprio questa combinazione a rendere GraphRAG particolarmente interessante per applicazioni enterprise, assistenti aziendali, sistemi documentali complessi e piattaforme di supporto decisionale.

Maggiore spiegabilità

Un altro vantaggio spesso sottovalutato riguarda la trasparenza.

Gli embedding sono estremamente potenti, ma risultano difficili da interpretare.

Quando un sistema recupera un documento tramite similarità vettoriale, spesso non è immediatamente chiaro il motivo della scelta.

Un grafo, invece, è esplicito.

Ogni nodo e ogni relazione possono essere visualizzati, analizzati e verificati.

Questo semplifica attività fondamentali come:

• auditing;
• governance dei dati;
• controllo della qualità;
• debugging delle applicazioni AI.

In ambito aziendale questa caratteristica può fare una differenza enorme, soprattutto quando è necessario giustificare le informazioni utilizzate per generare una risposta.

Dai documenti ai grafi della conoscenza

Uno degli ostacoli storici all’adozione dei Knowledge Graph è sempre stato il processo di costruzione.

Creare manualmente un grafo della conoscenza richiede tempo, competenze e una modellazione accurata del dominio.

L’intelligenza artificiale generativa sta però cambiando anche questo aspetto.

I modelli linguistici sono oggi in grado di analizzare documenti, PDF, pagine web, trascrizioni video e altre fonti informative, estraendo automaticamente entità e relazioni.

Questo permette di costruire grafi della conoscenza in modo molto più rapido.

Di conseguenza, il costo di ingresso si sta riducendo e sempre più organizzazioni possono sperimentare soluzioni GraphRAG senza dover affrontare progetti di knowledge engineering particolarmente complessi.

Il futuro del Retrieval-Augmented Generation

L’obiettivo dei sistemi RAG non è semplicemente recuperare informazioni.

L’obiettivo è recuperare il contesto giusto.

Con l’aumento della complessità dei dati aziendali e delle conoscenze disponibili, diventa sempre più importante comprendere le relazioni tra le informazioni, non soltanto il loro contenuto testuale.

I Knowledge Graph offrono proprio questa capacità.

Permettono di rappresentare il mondo come una rete di concetti collegati e forniscono ai modelli linguistici una struttura che va oltre la semplice similarità semantica.

Per questo motivo GraphRAG sta attirando sempre più (la mia) attenzione nel panorama dell’AI generativa.

Non rappresenta una sostituzione della ricerca vettoriale, ma una sua evoluzione naturale.

L’unione tra embedding e grafi consente infatti di combinare il meglio di due mondi: la capacità degli LLM di comprendere il linguaggio naturale e la capacità dei grafi di rappresentare la conoscenza in modo esplicito.

È una direzione che potrebbe ridefinire il modo in cui costruiamo applicazioni AI nei prossimi anni, rendendo i sistemi più accurati, più contestuali e più affidabili.