Lançamento do Atlas Vector Search: crie aplicações inteligentes com semantic search e IA com qualquer tipo de dados

Temos o prazer de anunciar que o Atlas Vector Search agora está disponível para todos. A pesquisa vetorial agora oferece suporte a cargas de trabalho de produção, permitindo que você continue a criar aplicações inteligentes impulsionados por semantic search e IA generativa, enquanto otimiza o consumo de recursos e melhora o desempenho com os nós de Pesquisa.

Leia o blog abaixo para ver o anúncio completo e a lista de benefícios.

O momento finalmente chegou. A Inteligência Artificial agora está mais acessível. O que antes era desenvolvido e frequentemente ficava restrito às equipes de ciência de dados e aprendizado de máquina em toda a empresa está agora facilmente disponível para criadores de todos os lugares. Mas para aproveitar o incrível poder dessas novas ferramentas é preciso construir sobre uma plataforma de dados confiável, componível e elegante. Ao mesmo tempo, como todos vimos, esses novos recursos são tão bons quanto os dados ou a "verdade básica" a que eles têm acesso. Por isso estamos entusiasmados com a inclusão de mais um recurso no MongoDB Atlas Developer Data Platform para liberar todo o potencial dos seus dados e alimentar aplicações de IA. Hoje, a MongoDB tem o prazer de anunciar nosso novo e empolgante recurso de Vector Search projetado para atender às demandas de dados de todas as formas e possibilitar que nossos parceiros aproveitem esses incríveis novos recursos.

Qual é a capacidade?

Para quem que não conhece, pesquisa vetorial é um recurso que permite consultar seus dados com base na semântica ou no significado dos dados e não nos dados em si. Isso é possível pela representação numérica de todas as formas de dados como um vetores, que podem então ser comparados entre si por meio de algoritmos sofisticados. A primeira etapa é pegar os dados de origem, seja texto, áudio, imagem ou vídeo, e convertê-los em "Vetores" ou "Incorporações" utilizando-se um "modelo de codificação". Com os recentes avanços em inteligência artificial, esses vetores agora podem capturar o significado dos dados, projetando dados dimensionais inferiores em um espaço dimensional mais alto com contexto sobre os dados. Depois que esses são transformados nessas representações numéricas, você pode consultar para localizar valores semelhantes utilizando um algoritmo de Vizinhos Mais Próximos Aproximado que permite que suas consultas encontrem dados muito rápido com vetores semelhantes. Isso possibilita que você responda consultas como "mostre filmes com a sensação de tristeza" ou "dê-me imagens que parecem…". Essa capacidade torna possível uma nova classe de recursos.

Qual a relação com nossa plataforma?

Com essa funcionalidade incorporada de forma nativa no MongoDB Atlas, você não precisa copiar e transformar seus dados, aprender uma sintaxe ou pilha nova nem gerenciar um conjunto totalmente novo de infraestrutura. Com o Atlas Vector Search do MongoDB, nada disso é necessário. Você pode utilizar esses novos recursos avançados em uma plataforma de classe mundial e testada na prática para criar aplicações com rapidez nunca antes possível. Muitos dos desafios inerentes ao aproveitamento da IA e do Vector Search decorrem da complexidade envolvida na exposição segura e protegida dos dados da aplicação. Essas tarefas acrescentam camadas de atrito à experiência do desenvolvedor e tornam suas aplicações mais difíceis de criar, depurar e manter. O MongoDB elimina todas essas dificuldades e, ao mesmo tempo, traz o poder do Vector Search para uma plataforma organicamente dimensionada vertical e horizontalmente para suportar qualquer carga de trabalho que você utilizar. Finalmente, nada disso importa sem garantias de segurança e disponibilidade, e o compromisso do MongoDB com uma solução segura de gerenciamento de dados, além da alta disponibilidade por meio de redundância e failover automático, garante que sua aplicação nunca perderá o ritmo.

Novidade no MongoDB.local Londres

Em .Local Londres, temos o prazer de anunciar o lançamento de um estágio de agregação dedicado ao Vector Search que pode ser chamado por meio de $vectorSearch. Esse novo estágio de agregação introduz alguns conceitos novos que adicionam mais potência e facilitam a utilização do Vector Search como nunca antes. Com o $vectorSearch, você pode também utilizar um filtro prévio com sintaxe MQL (por exemplo $gte, $eq etc...) que filtra os documentos à medida que você percorre o índice, o que resulta em resultados uniformes e alto desempenho. Qualquer desenvolvedor que entenda o MongoDB poderá tirar proveito desse recurso de filtragem com facilidade! Finalmente, estamos também introduzindo duas maneiras de ajustar seus resultados dentro do estágio de agregação, com os parâmetros "numCandidates" e "limit". Com esses parâmetros, você pode ajustar quantos documentos devem ser candidatos para a pesquisa aproximada do vizinho mais próximo e, em seguida, limitar quantos resultados você deseja com o "limit".

Como ele interage com o ecossistema?

A quantidade de inovação que ocorre com a Inteligência Artificial é surpreendente, e é incrível ver os avanços que a comunidade de código aberto está fazendo rapidamente. Há enormes ganhos sendo obtidos em modelos de linguagem de código aberto, bem como os vários métodos que podem ser integrados em aplicações. Com o poder bruto exposto pela inteligência artificial, nunca foi tão importante ter uma abstração sólida sobre a capacidade de dar aos desenvolvedores a flexibilidade necessária. Diante disso, temos o prazer de informar que temos vários recursos compatíveis com o LangChain e o LlamaIndex, desde o suporte do Vector Search até o registro de chat e indexação de documentos. Estamos avançando rapidamente aqui e continuaremos lançando novas funcionalidades para os principais fornecedores.

Resumo

Com tudo isso, as coisas estão apenas começando, estamos comprometidos no MongoDB em ajudar os desenvolvedores a alimentar a nova geração de aplicações com recursos de IA com a melhor plataforma de dados para desenvolvedores no mercado. Também analisaremos mais estruturas e arquiteturas de plugins que poderemos suportar. Mas, como sempre, a parte mais importante desta equação é você, o desenvolvedor. Vamos conversar com a comunidade e encontrar as formas de atendê-lo melhor e garantir que estamos atendendo às suas necessidades em todas as etapas do caminho. Siga em frente e crie!