Vaya de 0 a 1 a listo para empresas con MongoDB Atlas y LLM

Crear experiencias convincentes y verdaderamente diferenciadas para sus clientes a partir de aplicaciones enriquecidas con IA generativa significa basar la inteligencia artificial en la verdad. Esa verdad proviene de sus datos, más específicamente, de sus datos operativos más actualizados. Ya sea que brinde experiencias hiperpersonalizadas con búsqueda semántica avanzada o produzca contenido y conversaciones solicitadas por el usuario, MongoDB Atlas unifica los servicios de datos operativos, analíticos y de búsqueda vectorial para optimizar la incorporación del poder de los LLM y los modelos transformadores en sus aplicaciones.

Cada día, los desarrolladores crean la próxima aplicación innovadora y transformadora basada en IA generativa. Los LLM comerciales y de código abierto están avanzando a una velocidad vertiginosa. Los marcos y las herramientas para construirlos son abundantes y democratizan la innovación. Y, sin embargo, llevar estas aplicaciones del prototipo a que estén listas para uso empresarial es el abismo que los equipos de desarrollo deben cruzar. En primer lugar, estos grandes modelos pueden ofrecer respuestas incorrectas o desinformadas, porque los datos a los que tienen acceso son antiguos. Hay dos opciones para resolver respuestas desinformadas: afinar un modelo grande o dotarlo de memoria a largo plazo. Sin embargo, esto conlleva un segundo obstáculo: desplegar una aplicación en torno a un LLM informado con los controles de seguridad adecuados y a la escala y el rendimiento que esperan los usuarios.

Los desarrolladores necesitan una plataforma de datos que tenga la flexibilidad del modelo de datos para adaptarse a los datos estructurados y no estructurados en constante cambio que informen a los grandes modelos sin obstaculizar los esquemas rígidos. Aunque afinar un modelo es una opción, su costo es prohibitivo en términos de tiempo y recursos informáticos. Esto significa que los desarrolladores deben poder presentar datos como contexto para los grandes modelos como parte de las indicaciones. Necesitan dar a estos modelos generativos memoria a largo plazo. A continuación, analizamos algunos ejemplos de cómo hacerlo con diversos LLM y marcos de IA generativa.

Cinco recursos para empezar a usar MongoDB Atlas y LLM

MongoDB Atlas permite integrar sin problemas los principales servicios y sistemas de IA generativa, como los hiperescaladores y los LLM y marcos de código abierto. Al combinar los almacenes de datos de incrustación de documentos y vectores en un solo lugar a través de Atlas Database y Atlas Vector Search (vista previa), los desarrolladores pueden acelerar la creación de sus aplicaciones enriquecidas con IA generativa que se basan en la verdad de los datos operativos. A continuación, se muestran ejemplos de cómo trabajar con marcos LLM populares y MongoDB:

1. Comience con Atlas Vector Search (vista previa) y OpenAI para Semantic Search

Este tutorial explica los pasos para realizar una semantic search en un conjunto de datos de películas de muestra con MongoDB Atlas. Primero, establecerá un desencadenador de Atlas para realizar una llamada a una API de OpenAI cada vez que se inserte un nuevo documento en su cluster, para convertirlo en una inserción de vector. Luego, realizará una consulta de búsqueda de vectores usando Atlas Vector Search. Incluso hay una sección especial de bonificaciones para aprovechar los modelos de HuggingFace. Lea el tutorial.

2. Desarrolle una aplicación de chat enriquecida con AI generativa con sus propios datos utilizando Llamalndex y MongoDB

LlamaIndex proporciona una interfaz simple y flexible para conectar LLM con datos externos. Este blog conjunto de LlamaIndex y MongoDB incluye más detalles sobre por qué y cómo podría querer crear su propia aplicación de chat. El cuaderno adjunto en el blog proporciona un tutorial de código sobre cómo consultar cualquier documento PDF usando consultas en inglés. Lea el blog.

3. Consulte los docs sobre cómo usar Atlas Vector Search (vista previa) como tienda vectorial con LangChain

Como se indica en la publicación del blog del anuncio de la asociación, LangChain y MongoDB Atlas encajan de forma natural, y se ha demostrado por el entusiasmo orgánico de la comunidad que ha llevado a varias integraciones en LangChain para MongoDB. Además de ahora admitir Atlas Vector Search como una tienda de vectores, ya hay asistencia técnica para utilizar MongoDB como un historial de registro de chat. Lea los docs: python, javascript.

4. Genere predicciones directamente en MongoDB Atlas con MindsDB AI Collections

MindsDB es una plataforma de aprendizaje automático de código abierto que aporta machine learning automatizado a la base de datos. En este blog, generará predicciones directamente en Atlas con MindsDB AI Collection, lo que le dará la capacidad de consumir predicciones como datos regulares, consultar estas predicciones y acelerar la velocidad de desarrollo simplificando los flujos de trabajo de implementación. Lea el blog.

5. Integre modelos de transformador HuggingFace en MongoDB Atlas con los desencadenadores de Atlas

HuggingFace es una comunidad de IA que facilita la construcción, capacitación e implementación de modelos de machine learning. Aprovechar los disparadores de Atlas junto con HuggingFace le permite reaccionar fácilmente a los cambios en los datos operativos que proporcionan memoria a largo plazo a sus modelos. Aprenda a configurar disparadores para predecir automáticamente el sentimiento de los nuevos documentos en su base de datos MongoDB y agregarlos como campos adicionales a sus documentos. Consulte el repositorio de GitHub.

Del prototipo a la producción con MongoDB para aplicaciones enriquecidas con IA generativa

La plataforma de datos para desarrolladores de MongoDB basada en Atlas ofrece una experiencia moderna y optimizada para los desarrolladores, al tiempo que ha sido probada por miles de empresas de todo el mundo para funcionar a escala y de forma segura.

Ya sea que esté construyendo la próxima gran novedad en una startup o empresa, Atlas le permite:

• Acelerar la creación de sus aplicaciones enriquecidas con IA generativa que se basan en la verdad de los datos operativos.

• Simplificar la arquitectura de su aplicación aprovechando una única plataforma que les permite almacenar datos vectoriales y de aplicaciones en el mismo lugar, reaccionar a los cambios en los datos fuente con funciones serverless y buscar en múltiples modalidades de datos para mejorar la relevancia y precisión en las respuestas que generan sus aplicaciones.

• Haga evolucionar fácilmente sus aplicaciones enriquecidas con IA generativa con la flexibilidad del modelo de documentos y, al mismo tiempo, mantenga una experiencia de desarrollador simple y elegante.

• Integre a la perfección los principales servicios y sistemas de IA, como los hiperescaladores y los LLM y marcos de código abierto, para seguir siendo competitivo en mercados dinámicos.

• Desarrolle aplicaciones enriquecidas con IA generativa en una base de datos operativa de alto rendimiento y altamente escalable que ha tenido una década de validación en una amplia variedad de casos de uso de IA.

Aunque estos ejemplos son los cimientos de algo más innovador, MongoDB puede ayudarle a pasar del concepto a la producción a escala. Comience hoy registrándose en el nivel gratuito de MongoDB Atlas e integrándolo con sus marcos y LLM preferidos. Si está interesado en trabajar con nosotros más de cerca, consulte nuestro programa MongoDB AI Innovators, que permite la innovación en inteligencia artificial y muestra soluciones de vanguardia de startups, clientes y socios.