Siamo lieti di annunciare che Atlas Vector Search è ora disponibile al pubblico. Vector Search ora supporta i carichi di lavoro di produzione, consentendoti di continuare a creare applicazioni intelligenti basate sulla ricerca semantica e sull'IA generativa, ottimizzando al contempo il consumo di risorse e migliorando le prestazioni con i nodi di ricerca.
Leggi il blog qui sotto, dove troverai l'annuncio completo e l'elenco dei vantaggi.
Il momento è finalmente arrivato. L’intelligenza artificiale ha fatto shift left. Ciò che una volta era costruito e spesso intrappolato all'interno dei team di data science e machine learning a livello aziendale, ora è facilmente disponibile per i costruttori di tutto il mondo. Ma per sfruttare l'incredibile potenza di questi nuovi strumenti, è necessario costruire avvalendosi di una piattaforma dati affidabile, componibile ed elegante. Al contempo, come abbiamo visto tutti, queste nuove funzionalità sono valide solo se lo sono i dati o le "informazioni fondamentali" a cui hanno accesso. Ecco perché siamo entusiasti di aggiungere un'altra funzionalità alla Piattaforma dati per sviluppatori MongoDB Atlas, per sbloccare il pieno potenziale dei tuoi dati e potenziare le applicazioni IA. Oggi, MongoDB è entusiasta di annunciare la sua nuova ed entusiasmante funzionalità di Vector Search, progettata per soddisfare le esigenze di dati in tutte le forme e consentire ai partner di sfruttare queste nuove incredibili funzionalità.
Consulta la nostra pagina delle risorse sull'intelligenza artificiale per saperne di più sulla creazione di app basate sull'intelligenza artificiale con MongoDB.
Descrizione della funzionalità
Per chi non lo sapesse, la ricerca vettoriale è una funzionalità che consente di interrogare i dati in base alla semantica o al significato dei dati anziché ai dati stessi. Questo può avvenire grazie alla possibilità di rappresentare numericamente qualsiasi forma di dato come un Vettore, che successivamente può essere confrontato a un altro tramite sofisticati algoritmi. Il primo passo è prendere i dati di origine (testo, audio, immagine o video) e convertirli in "Vettori" o "Incorporamenti" tramite un "modello di codifica". Con i recenti progressi effettuati dall'intelligenza artificiale, questi vettori sono ora in grado di acquisire meglio il significato dei dati, proiettando dati dimensionali inferiori in uno spazio più elevato che contiene più contesto. Quando questi dati vengono trasformati in queste rappresentazioni numeriche, è possibile eseguire una query per trovare valori simili tramite un algoritmo per la ricerca approssimativa dei vicini, che consente alle query di trovare molto rapidamente dati con vettori simili. Ciò ti consente di rispondere a richieste come "trova film tristi" o "trova immagini che assomiglino a...". Questa funzionalità sblocca una nuova categoria di funzionalità.
Come si collega alla nostra piattaforma?
Con questa funzionalità, integrata in MongoDB Atlas in modo nativo, non è necessario copiare e trasformare i dati, imparare un nuovo stack e una nuova sintassi o gestire un'intera nuova infrastruttura. Con Atlas Vector Search di MongoDB, tutto questo non è necessario: è possibile utilizzare queste nuove e potenti funzionalità all'interno di una piattaforma di livello mondiale, collaudata per creare applicazioni in modo rapidissimo. Molte delle sfide inerenti allo sfruttamento dell'IA e della ricerca vettoriale derivano dalla complessità di esporre in modo sicuro e protetto i dati delle applicazioni. Questi compiti aggiungono strati di attrito all'esperienza degli sviluppatori e complicano la costruzione, l'individuazione dei bug e la manutenzione dell'applicazione. MongoDB elimina tutte queste sfide portando la potenza della ricerca vettoriale su una piattaforma che si ridimensiona organicamente in verticale e in orizzontale per supportare qualsiasi carico di lavoro che gli viene assegnato. Infine, tutto questo non sarebbe sufficiente senza garanzie di sicurezza e disponibilità e l'impegno di MongoDB a fornire una soluzione di gestione dei dati protetta, oltre che con una disponibilità elevata tramite la ridondanza e il failover automatico, che assicurano che l'applicazione non perda mai un colpo.
Novità a MongoDB.local London
Per quanto riguarda .Local London, MongoDB è lieta di annunciare l'introduzione di una fase di aggregazione dedicata alla ricerca vettoriale che può essere invocata tramite $vectorSearch. Questa nuova fase di aggregazione introduce alcuni nuovi concetti che conferiscono nuova potenza e rendono più semplice che mai l'utilizzo della ricerca vettoriale. Con $vectorSearch, è anche possibile utilizzare un pre-filtro con sintassi MQL (ad es. $gte, $eq, ecc...) che filtra i documenti mentre attraversi l'indice per ottenere risultati coerenti e prestazioni elevate. Qualsiasi sviluppatore che conosca MongoDB sarà in grado di sfruttare agevolmente questa funzionalità di filtro. Infine stiamo introducendo anche due modi per ottimizzare i risultati all'interno della fase di aggregazione, un parametro "numCandidates" e un parametro "limit", con i quali è possibile ottimizzare il numero di documenti candidati per la ricerca approssimativa del vicino più prossimo, e quindi limitare la quantità di risultati desiderati con il "limite".
Come interagisce con l'ecosistema?
La quantità di innovazioni che si stanno sviluppando intorno all'intelligenza artificiale è sbalorditiva, ed è sorprendente vedere i progressi che la comunità open source sta rapidamente compiendo. Enormi progressi sono stati compiuti nei modelli linguistici open source, così come nei diversi metodi che possono essere integrati nelle applicazioni. Con la potenza pura dell'intelligenza artificiale, non è mai stato così importante disporre di una solida astrazione sulle funzionalità per dare agli sviluppatori la flessibilità di cui hanno bisogno. Con questa considerazione, siamo entusiasti di comunicare che diverse funzionalità sono supportate in LangChain e LlamaIndex, dal supporto per la ricerca vettoriale fino alla registrazione della chat e all'indicizzazione dei documenti. Stiamo crescendo rapidamente e continueremo a rilasciare nuove funzionalità per i nostri principali fornitori.
Riepilogo
Ma siamo solo agli inizi. MongoDB si impegna ad aiutare gli sviluppatori a potenziare la prossima generazione di applicazioni abilitate all'IA con la migliore piattaforma di dati per sviluppatori sul mercato. Esamineremo ancora più framework e architetture di plug-in da supportare. Ma come sempre, la parte più importante di questa equazione sono i nostri sviluppatori. Per questo, parleremo con la comunità e troveremo i modi per servirti al meglio e per assicurarci di soddisfare le tue esigenze in ogni fase del processo. Continua a sviluppare!
Per scoprire di più su Atlas Vector Search e capire se potrebbe essere la soluzione giusta per te, consulta la nostra documentazione, il whitepaper e i tutorial, oppure inizia subito.