تدمج MongoDB بحث Atlas Vector مع Amazon Bedrock الخاص بـ AWS لتعزيز نماذج الذكاء الاصطناعي التوليدية
في سطور
يهدف تكامل Atlas Vector Search من MongoDB مع Amazon Bedrock من AWS إلى تسريع تطوير التطبيقات المدعومة بالذكاء الاصطناعي التوليدي.
في AWS re:Invent 2023، قاعدة بيانات سحابية أصلية MongoDB أعلنت عن خططها للاندماج بحث المتجهات في MongoDB Atlas مع أمازون بيدروكللمساعدة في تطوير تطبيقات الذكاء الاصطناعي على Amazon Web Services (AWS)، والاستفادة من بنيتها التحتية السحابية الشهيرة.
ويهدف التعاون إلى تبسيط عملية دمج الذكاء الاصطناعي وقدرات البحث الدلالي، مما يعزز تجارب المستخدم ومشاركته.
يستخدم MongoDB Atlas Vector Search البيانات التشغيلية لدمج الذكاء الاصطناعي التوليدي في التطبيقات، مما يوفر تجارب مخصصة للمستخدم النهائي. يهدف التكامل مع Amazon Bedrock إلى تمكين المطورين وتبسيط عملية الإنشاء تطبيقات أمازون استخدام الذكاء الاصطناعي التوليدي لحالات الاستخدام المتنوعة.
سيمكن التطبيقات من تقديم استجابات محدثة بناءً على بيانات الملكية التي تتم معالجتها بواسطة MongoDB Atlas Vector Search.
على عكس الحلول الإضافية التي تخزن بيانات المتجهات فقط، يعمل MongoDB Atlas Vector Search كقاعدة بيانات متجهة عالية الأداء وقابلة للتطوير. فهو يتكامل مع قاعدة بيانات تشغيلية موزعة عالميًا قادرة على تخزين ومعالجة مجموعة بيانات المؤسسة بأكملها.
من خلال التكامل مع Amazon Bedrock، يكتسب العملاء القدرة على تخصيص النماذج الأساسية (FMs) بشكل خاص، بالتعاون مع AI21 Labs، وAmazon، أنثروبي، كوهير، ميتا و Stability AI. تتضمن العملية دمج بيانات الملكية، وتحويلها إلى عمليات تضمين متجهة، والاستفادة من MongoDB Atlas Vector Search لمعالجة عمليات التضمين هذه.
"بينما يمكن لـ MongoDB Atlas Vector Search العمل مع العديد من أنواع النماذج الأساسية (FMs) من موفري الخدمة مثل OpenAIو Hugging Face و Microsoft Azure و Google Cloud و Anthropic وغيرها - توفر Amazon Bedrock خيارًا من وحدات FM المُدارة عالية الأداء والتي يمكن للمطورين استخدامها لتحويل بيانات الملكية (الصور والنصوص والفيديو وما إلى ذلك) إلى متجهات بحيث تشبه FMs الكبيرة وقال أندرو ديفيدسون، نائب الرئيس الأول للمنتج في MongoDB: "يمكن لنماذج اللغة معالجتها وتقديم استجابات لطلبات المستخدم النهائي". Metaverse Post.
الشحن السريع لتطبيقات الذكاء الاصطناعي التوليدية مع بحث المتجهات
قال MongoDB إن التطبيقات الناتجة، باستخدام وكلاء الجيل المعزز للاسترجاع (RAG) الخاص بـ Amazon Bedrock، ستكون قادرة على الرد على استفسارات المستخدم بالمعلومات ذات الصلة والسياق دون الحاجة إلى تشفير يدوي.
قال ديفيدسون من MongoDB: "أصبح الجيل المعزز للاسترجاع (RAG) الآن نمطًا معماريًا شائعًا حيث يمكن للمؤسسات توفير بيانات الملكية لنماذج الأساس (FMs) لتخصيص الاستجابات لطلبات المستخدم النهائي بحيث تكون أكثر تخصيصًا ودقة وملاءمة". Metaverse Post. "وهذا يقلل مما يسمى الهلوسة التي يمكن أن يكون مديرو المرافق عرضة لها ويوفر للمستخدمين النهائيين استجابات أكثر جدارة بالثقة."
على سبيل المثال، يمكن لمؤسسة بيع الملابس بالتجزئة تطوير الذكاء الاصطناعي التوليدي تطبيق لأتمتة المهام مثل معالجة طلبات المخزون في الوقت الفعلي أو تخصيص مرتجعات العملاء وعمليات التبادل من خلال اقتراح سلع مماثلة موجودة في المخزون.
قال ديفيدسون من MongoDB: "من خلال توفير نماذج الأساس (FMs) مع سياق من بيانات الملكية الخاصة بالمؤسسة والتي تتم معالجتها بواسطة MongoDB Atlas Vector Search، يمكن للمستخدمين النهائيين الحصول على استجابات أكثر تخصيصًا ودقة لطلباتهم". Metaverse Post. "نظرًا لأنه يتم تخزين المتجهات جنبًا إلى جنب مع البيانات التعريفية والبيانات التشغيلية وبيانات السلاسل الزمنية والبيانات الجغرافية المكانية وأنواع أخرى من البيانات، يمكن لـ Atlas Vector Search إجراء استعلامات أكثر تعقيدًا من قواعد بيانات المتجهات المثبتة عبر واجهة برمجة تطبيقات واحدة ولغة استعلام واحدة."
ستتمكن المؤسسات أيضًا من نشر MongoDB Atlas عبر التخصصات الرئيسية مزودي السحابة في وقت واحد لتحقيق أقصى قدر من التوفر والموثوقية، إلى جانب ضوابط الأمان وخصوصية البيانات - وهو أمر بالغ الأهمية للعملاء، وخاصة أولئك الذين يعملون في الصناعات المنظمة.
"يمكن للمطورين تطوير نموذج البيانات بسهولة بدلاً من إعادة تصميم مخطط البيانات بالكامل، الأمر الذي قد يستغرق شهوراً من العمل ويعوق نشر ميزات التطبيق الجديدة، بما في ذلك تلك التي تستخدم الذكاء الاصطناعي التوليدي، دون الحاجة إلى القلق بشأن تكلفة الانتقال المستمر إلى تطبيقات أكبر وأضاف ديفيدسون من MongoDB: "ومجموعات قواعد بيانات أكبر".
من المتوقع أن يكون تكامل MongoDB Atlas Vector Search مع Amazon Bedrock متاحًا على AWS في الأشهر المقبلة.
إخلاء مسؤولية
تتماشى مع المبادئ التوجيهية لمشروع الثقةيرجى ملاحظة أن المعلومات المقدمة في هذه الصفحة ليس المقصود منها ولا ينبغي تفسيرها على أنها نصيحة قانونية أو ضريبية أو استثمارية أو مالية أو أي شكل آخر من أشكال المشورة. من المهم أن تستثمر فقط ما يمكنك تحمل خسارته وأن تطلب مشورة مالية مستقلة إذا كانت لديك أي شكوك. لمزيد من المعلومات، نقترح الرجوع إلى الشروط والأحكام بالإضافة إلى صفحات المساعدة والدعم المقدمة من جهة الإصدار أو المعلن. MetaversePost تلتزم بتقارير دقيقة وغير متحيزة، ولكن ظروف السوق عرضة للتغيير دون إشعار.
نبذة عن الكاتب
فيكتور هو مدير التحرير/الكاتب التقني في Metaverse Post ويغطي الذكاء الاصطناعي والتشفير وعلوم البيانات والميتافيرس والأمن السيبراني داخل مجال المؤسسة. يتمتع بخبرة تمتد لنصف عقد في مجال الإعلام والذكاء الاصطناعي من خلال العمل في منافذ إعلامية معروفة مثل VentureBeat وDatatechVibe وAnalytics India Magazine. كونه مرشدًا إعلاميًا في جامعات مرموقة بما في ذلك جامعة أكسفورد وجامعة جنوب كاليفورنيا وحاصل على درجة الماجستير في علوم البيانات والتحليلات، فإن فيكتور ملتزم بشدة بمواكبة الاتجاهات الناشئة. إنه يقدم للقراء أحدث القصص وأكثرها ثاقبة من التكنولوجيا و Web3 المناظر الطبيعيه.
المزيد من المقالات
فيكتور هو مدير التحرير/الكاتب التقني في Metaverse Post ويغطي الذكاء الاصطناعي والتشفير وعلوم البيانات والميتافيرس والأمن السيبراني داخل مجال المؤسسة. يتمتع بخبرة تمتد لنصف عقد في مجال الإعلام والذكاء الاصطناعي من خلال العمل في منافذ إعلامية معروفة مثل VentureBeat وDatatechVibe وAnalytics India Magazine. كونه مرشدًا إعلاميًا في جامعات مرموقة بما في ذلك جامعة أكسفورد وجامعة جنوب كاليفورنيا وحاصل على درجة الماجستير في علوم البيانات والتحليلات، فإن فيكتور ملتزم بشدة بمواكبة الاتجاهات الناشئة. إنه يقدم للقراء أحدث القصص وأكثرها ثاقبة من التكنولوجيا و Web3 المناظر الطبيعيه.
