MongoDB integroi Atlas Vector Searchin AWS:n Amazon Bedrockin kanssa tehostaakseen generatiivisia tekoälymalleja
Lyhyesti
MongoDB:n Atlas Vector Search -integraatio AWS:n Amazon Bedrockin kanssa pyrkii nopeuttamaan generatiivisella tekoälyllä toimivien sovellusten kehitystä.
AWS:ssä re:Invent 2023, pilvipohjainen tietokanta MongoDB ilmoitti integraatiosuunnitelmistaan MongoDB Atlas Vector Search with Amazonin kallioperä, auttamaan tekoälysovellusten kehittämistä Amazon Web Servicesissä (AWS) hyödyntäen sen tunnettua pilviinfrastruktuuria.
Yhteistyön tavoitteena on virtaviivaistaa generatiivisten tekoäly- ja semanttisten hakutoimintojen sisällyttämistä, mikä parantaa käyttäjäkokemusta ja sitoutumista.
MongoDB Atlas Vector Search hyödyntää operatiivista dataa integroidakseen generatiivisen tekoälyn sovelluksiin ja tarjota räätälöityjä loppukäyttäjäkokemuksia. Integraatio Amazon Bedrockin kanssa on valmiina vahvistamaan kehittäjiä ja yksinkertaistamaan niiden luomista AWS-sovellukset generatiivisen tekoälyn hyödyntäminen erilaisiin käyttötapauksiin.
Sen avulla sovellukset voivat tarjota ajantasaisia vastauksia MongoDB Atlas Vector Searchin käsittelemien yksityisten tietojen perusteella.
Toisin kuin lisäratkaisut, jotka tallentavat pelkästään vektoritietoja, MongoDB Atlas Vector Search toimii suorituskykyisenä ja skaalautuvana vektoritietokantana. Se integroituu maailmanlaajuisesti hajautetun toiminnallisen tietokannan kanssa, joka pystyy tallentamaan ja käsittelemään organisaation koko tietojoukon.
Amazon Bedrockin integroinnin ansiosta asiakkaat saavat mahdollisuuden muokata perusmalleja (FM) yksityisesti yhteistyössä AI21 Labsin, Amazonin, Antropinen, Cohere, Meta ja Stability AI. Prosessi sisältää omistusoikeudellisten tietojen sisällyttämisen, sen muuntamisen vektori upotuksiksi ja MongoDB Atlas Vector Searchin hyödyntämisen näiden upotusten käsittelemiseen.
"Vaikka MongoDB Atlas Vector Search voi toimia monen tyyppisten perustusmallien (FM) kanssa sellaisilta palveluntarjoajilta kuin OpenAI, Hugging Face, Microsoft Azure, Google Cloud, Anthropic ja muut – Amazon Bedrock tarjoaa valikoiman tehokkaita, hallittuja FM-laitteita, joiden avulla kehittäjät voivat muuntaa omaa dataa (kuvia, tekstiä, videoita jne.) vektoreiksi, jotta FM:t pitävät suurista kielimallit voivat käsitellä niitä ja tarjota vastauksia loppukäyttäjien pyyntöihin”, MongoDB:n tuotejohtaja Andrew Davidson kertoi. Metaverse Post.
Generatiivisten AI-sovellusten turboaminen vektorihaulla
MongoDB sanoi, että tuloksena olevat sovellukset, jotka käyttävät Agents for Amazon Bedrockin haun lisättyä sukupolvea (RAG) - pystyvät vastaamaan käyttäjien kyselyihin asiaankuuluvilla ja kontekstuaalisilla tiedoilla ilman manuaalista koodausta.
"Retrieval Augmented Generation (RAG) on nyt yleinen arkkitehtuurimalli, jossa organisaatiot voivat tarjota omistusoikeudellisia tietoja perusmalleille (FM:ille) mukauttaakseen vastauksia loppukäyttäjien pyyntöihin, jotta ne ovat yksilöllisempiä, tarkempia ja merkityksellisempiä", MongoDB:n Davidson kertoi. Metaverse Post. "Tämä vähentää niin kutsuttuja hallusinaatioita, joille FM:t voivat olla alttiita, ja tarjoaa loppukäyttäjille luotettavampia vastauksia."
Esimerkiksi vähittäiskaupan vaatetusalan organisaatio voisi kehittää a generatiivinen tekoäly sovellus automatisoida tehtäviä, kuten reaaliaikaisten varastopyyntöjen käsittelyä tai asiakkaiden palautusten ja vaihtojen personointia ehdottamalla samanlaisia varastossa olevia tuotteita.
"Tarjoamalla perusmalleille (FM:ille) kontekstin MongoDB Atlas Vector Searchin käsittelemistä organisaation omistamista tiedoista, loppukäyttäjät voivat saada yksilöllisempiä ja tarkempia vastauksia pyyntöihinsä", MongoDB:n Davidson kertoi. Metaverse Post. "Koska vektoreita tallennetaan metatietojen, operatiivisten tietojen, aikasarjatietojen, paikkatiedon ja muuntyyppisten tietojen rinnalle, Atlas Vector Search voi suorittaa monimutkaisempia kyselyitä kuin pultattavat vektoritietokannat yhden API:n ja kyselykielen avulla."
Organisaatiot voisivat myös ottaa käyttöön MongoDB Atlasin kaikissa suurissa maissa pilvipalveluntarjoajat Samanaikaisesti maksimaalisen käytettävyyden ja luotettavuuden sekä tietoturvan ja tietosuojan hallintaan, jotka ovat tärkeitä asiakkaille, erityisesti säännellyillä aloilla.
"Kehittäjät voivat helposti kehittää tietomallia koko tietomallin uudelleensuunnittelun sijaan, mikä voi viedä kuukausia työtä ja hidastaa uusien sovellusominaisuuksien käyttöönottoa, mukaan lukien generatiivista tekoälyä käyttävät ominaisuudet, ilman, että heidän tarvitsee huolehtia kustannuksista, joita aiheutuu jatkuvasta siirtymisestä suurempiin. ja suurempia tietokantaklustereita”, MongoDB:n Davidson lisäsi.
MongoDB Atlas Vector Searchin integroinnin Amazon Bedrockiin odotetaan olevan saatavilla AWS:ssä lähikuukausina.
Vastuun kieltäminen
Mukaisesti Luottamusprojektin ohjeetHuomaa, että tällä sivulla annettuja tietoja ei ole tarkoitettu eikä niitä tule tulkita oikeudellisiksi, verotukselliseksi, sijoitus-, rahoitus- tai minkään muun muodon neuvoiksi. On tärkeää sijoittaa vain sen verran, mitä sinulla on varaa menettää, ja pyytää riippumatonta talousneuvontaa, jos sinulla on epäilyksiä. Lisätietoja saat käyttöehdoista sekä myöntäjän tai mainostajan tarjoamista ohje- ja tukisivuista. MetaversePost on sitoutunut tarkkaan, puolueettomaan raportointiin, mutta markkinaolosuhteet voivat muuttua ilman erillistä ilmoitusta.
Author
Victor on johtava tekninen toimittaja/kirjoittaja osoitteessa Metaverse Post ja kattaa tekoälyn, krypton, datatieteen, metaversumien ja kyberturvallisuuden yritysmaailmassa. Hänellä on puolen vuosikymmenen media- ja tekoälykokemus työskentelystä tunnetuissa tiedotusvälineissä, kuten VentureBeatissa, DatatechVibessä ja Analytics India Magazinessa. Mediamentorina arvostetuissa yliopistoissa, kuten Oxfordissa ja USC:ssä, sekä datatieteen ja analytiikan maisterin tutkinnon suorittaneena Victor on syvästi sitoutunut pysymään uusien trendien tasalla. Hän tarjoaa lukijoille viimeisimmät ja oivaltavimmat kertomukset Tech and Web3 maisema.
lisää artikkeleita
Victor on johtava tekninen toimittaja/kirjoittaja osoitteessa Metaverse Post ja kattaa tekoälyn, krypton, datatieteen, metaversumien ja kyberturvallisuuden yritysmaailmassa. Hänellä on puolen vuosikymmenen media- ja tekoälykokemus työskentelystä tunnetuissa tiedotusvälineissä, kuten VentureBeatissa, DatatechVibessä ja Analytics India Magazinessa. Mediamentorina arvostetuissa yliopistoissa, kuten Oxfordissa ja USC:ssä, sekä datatieteen ja analytiikan maisterin tutkinnon suorittaneena Victor on syvästi sitoutunut pysymään uusien trendien tasalla. Hän tarjoaa lukijoille viimeisimmät ja oivaltavimmat kertomukset Tech and Web3 maisema.
