Google Data Commons MCP Server: доступ к данным для ИИ

Google совершает прорыв в области искусственного интеллекта, представив сервер Data Commons Model Context Protocol (MCP). Эта инновационная разработка позволяет программистам, аналитикам данных и AI-агентам получать доступ к статистической информации с помощью естественного языка, что значительно улучшает процесс обучения интеллектуальных систем.

Платформа Data Commons, запущенная компанией в 2018 году, систематизирует общедоступные данные из различных источников, включая государственные исследования, местную административную статистику и информацию от международных организаций. Благодаря внедрению MCP Server эти сведения теперь можно запрашивать обычными текстовыми запросами.

Современные системы искусственного интеллекта часто сталкиваются с проблемой недостоверности информации. Обучение на непроверенных веб-данных в сочетании со склонностью AI заполнять пробелы в знаниях приводит к возникновению галлюцинаций. Новый сервер Google призван решить эту проблему, предоставляя доступ к качественным структурированным данным.

MCP Server объединяет публичные наборы информации — от демографических показателей до климатической статистики — с AI-системами, которые требуют точных контекстных данных. Это позволяет заземлять ответы искусственного интеллекта на проверяемой реальной информации.

Протокол Model Context Protocol, первоначально представленный Anthropic в ноябре прошлого года, стал открытым отраслевым стандартом. Крупнейшие технологические компании, включая OpenAI и Microsoft, уже адаптировали его для интеграции своих моделей с различными источниками данных.

В рамках сотрудничества с некоммерческой организацией ONE Campaign был создан специализированный AI-инструмент ONE Data Agent. Это решение использует MCP Server для обработки десятков миллионов точек данных о финансах и здравоохранении с представлением результатов простым языком.

Разработчики могут начать работу с сервером через несколько доступных инструментов: пример агента в Agent Development Kit, прямой доступ через Gemini CLI или совместимые клиенты MCP. Демонстрационные коды опубликованы в открытом репозитории.