סוכנים

Netflix מפתחת גרף ידע לשיפור הניטור התפעולי באמצעות בינה מלאכותית

16 בנובמבר 2026 · קריאה של 2 דק׳

התפרסם גם ב Deutsch, Español, Svenska, العربية

a laptop computer sitting on top of a white table
Surface / Unsplash

חברת Netflix מפתחת גרף ידע מבוסס אונטולוגיה במטרה להאיץ חקירות בסביבת הייצור ולספק לסוכני בינה מלאכותית הבנה משותפת של הסביבה התפעולית שלה.

הפלטפורמה מחברת מידע על אפליקציות, אירועים, פריסות, התראות ותלויות תשתית. המהלך נועד לפתור בעיה שגורמת למהנדסים להשקיע שעות באיסוף מידע המפוזר במערכות שונות. לדוגמה, חקירה של נסיגה טיפוסית באפליקציה עשויה לארוך כארבע שעות, כאשר מרבית הזמן מוקדש לשחזור קשרים בין מערכות.

החברה מדווחת כי היא מטפלת ביותר מ-2 מיליארד בקשות מדי יום ומעל ל-38 מיליון אירועי רישום בזמן אמת בכל שנייה. במהלך קרב בין Jake Paul ל-Mike Tyson בנובמבר 2024, התשתית שלה תמכה בכ-65 מיליון הזרמות סימולטניות.

הפתרון של Netflix הוא הפיכת הקשרים למפורשים באמצעות אונטולוגיה תפעולית וגרף ידע, המהווים בסיס לניתוח אוטומטי של סיבות שורש ובסופו של דבר לתשתית בעלת יכולת ריפוי עצמי. החברה כבר אוספת מדדים, אירועים, רישומים ועקבות, אך אלו מפוזרים בין מערכות ניהול אירועים, כלי פריסה ופלטפורמות תקשורת הנדסיות.

האונטולוגיה התפעולית מגדירה ישויות תפעוליות, את תכונותיהן ואת הקשרים ביניהן תוך שימוש בתקנים כגון RDF, OWL, SHACL ו-SPARQL. גרף הידע נשמר ב-QuipuDB, מסד נתונים מבוזר של Netflix שנבנה על מנוע האחסון redb של Rust. הגרף מוזן באמצעות רכיבים המכונים מעשירים, הממירים מידע ממערכות תפעוליות לקשרים מובנים.

חלק מההעשרה היא דטרמיניסטית, בעוד ששלבים אחרים משתמשים במודלי שפה גדולים ובטכניקות הסתברותיות לפירוש מידע פחות מובנה. Netflix מגבילה פלטים אלו באמצעות כללי אימות קשיחים. בנוסף, המערכת לוכדת מידע מדיוני אירועים, כולל השערות והחלטות על הפגות, כדי להפוך את החשיבה האנושית לחלק מבסיס הידע התפעולי.

מנוע המתאם של החברה בוחן 13 סוגי אותות, ביניהם שגיאות רישום, חריגות במדדים, פריסות ושינויי קוד, כדי למצוא קשרים סיבתיים ולהפיק השערות מדורגות. גרף הידע מהווה בסיס ל-AutoRCA, מערכת בינה מלאכותית סוכנית פנימית לניתוח סיבות שורש. סוכנים המנתחים עקבות או פריסות משתמשים באונטולוגיה כממשק משותף ללא צורך בהבנת המימושים הפנימיים זה של זה.

Netflix שואפת להפיק הסברים מדורגים ומגובים בראיות לאירועים, כאשר בני אדם ישמרו על סמכות האישור לשינויים מוצעים. החברה מתכננת להרחיב יכולת זו לתיקון אוטומטי ולחקור שילוב עם ארכיטקטורת הנתונים המאוחדת שלה.