Búsqueda vectorial

Los vectores son representaciones matemáticas de datos, expresadas como arreglos de números que capturan características o propiedades específicas. En el aprendizaje automático y la inteligencia artificial, las incrustaciones vectoriales se refieren a estas representaciones numéricas, que suelen utilizarse para codificar datos complejos, como texto, imágenes o audio, en un formato que las computadoras puedan entender y procesar. Las incrustaciones están diseñadas para mantener relaciones y patrones dentro de los datos, como similitudes o significado contextual. Por ejemplo, en el procesamiento del lenguaje natural, las palabras con significados similares están representadas por incrustaciones que se encuentran cerca unas de otras en el espacio vectorial. Este enfoque permite búsquedas eficientes, sistemas de recomendación y otras tareas de aprendizaje automático.

La incrustación automatizada es una funcionalidad que genera incrustaciones vectoriales para los datos directamente en MongoDB. Al definir un campo autoEmbed en un índice de búsqueda vectorial, MongoDB crea automáticamente incrustaciones con un modelo de Voyage AI en el momento de la ingesta, la actualización y la query, manteniendo los vectores sincronizados con los documentos sin necesidad de un pipeline externo.

MongoDB Vector Search permite buscar datos basados en el significado semántico capturado en vectores, mientras que MongoDB Search permite la búsqueda de palabras clave (es decir, basada en el texto real y cualquier mapeo de sinónimos definido).

Sí, MongoDB es una base de datos vectorial. Atlas es una plataforma de datos inteligente, lista para IA y totalmente gestionada con una amplia gama de capacidades que incluye búsqueda de texto, léxica y vectorial. En lugar de utilizar una base de datos vectorial autónoma o complementaria, la versatilidad de nuestra plataforma permite a los usuarios almacenar sus datos operativos, metadatos e incrustaciones vectoriales y utilizar sin problemas la búsqueda vectorial para la indexación, recuperación y creación de aplicaciones de IA generativa de alto rendimiento. MongoDB Vector Search también está disponible para MongoDB Enterprise Advanced, la forma más flexible de ejecutar MongoDB en producción on-premises y en nubes privadas. También está disponible en MongoDB Community Edition.

MongoDB Vector Search admite incrustaciones de cualquier proveedor que esté por debajo del límite de 4096 dimensiones en el servicio.

La incrustación automatizada admite la familia de modelos de Voyage AI, todos alojados dentro del perímetro de seguridad de Atlas, con configuración para dimensiones de salida y salidas cuantificadas.

Admitimos la ingesta, la indexación y la consulta de vectores escalares y binarios cuantificados de proveedores de incrustación. También ofrecemos la opción de implementar la cuantificación escalar y binaria automática de vectores de fidelidad completa en MongoDB.  

Puede traer sus propias incrustaciones de cualquier proveedor y MongoDB Vector Search siempre funcionará con ellas.

Al utilizar la incrustación automatizada, MongoDB gestiona la inferencia, la autenticación, el escalado, los reintentos y la sincronización. No es necesario aprovisionar ningún servicio de incrustación externo, rotar claves ni operar infraestructura de sincronización. Los modelos de incrustación se facturan según el uso real de tokens.

Al utilizar Bring your own embeddings, usted es responsable de ingerir la incrustación vectorial generada desde el proveedor de su elección. Todas las operaciones relacionadas —facturación, límites de velocidad, gestión de claves de API— deben ser administradas por usted.

KNN significa "K-Nearest Neighbors", que es el algoritmo que se usa con frecuencia para encontrar vectores cerca unos de otros.

ANN significa "Vecinos más cercanos aproximados" y es un enfoque para encontrar vectores similares que cambia la precisión a favor del rendimiento. Este es uno de los algoritmos principales utilizados para impulsar Atlas Vector Search. Nuestro algoritmo para la búsqueda del vecino más cercano aproximado utiliza el gráfico de mundo pequeño navegable jerárquico (HNSW) para la indexación y consulta eficientes de millones de vectores.

ENN significa "Vecinos más cercanos exactos" y es un enfoque para encontrar vectores similares que podrían cambiar algo de rendimiento a favor de la precisión. Este método devuelve los vectores exactos más cercanos a un vector de query, con el número de vectores especificado por la variable limit. La ejecución de queries de búsqueda vectorial exacta (ENN) puede mantener una latencia inferior a un segundo para queries sin filtrar de hasta 10,000 documentos. También puede proporcionar respuestas de baja latencia para filtros altamente selectivos que restringen un amplio conjunto de documentos a 10,000 documentos o menos, ordenados por relevancia vectorial.

Sí, la cuantificación vectorial está admitida.

Con la incrustación automatizada, puede elegir entre escalar, flotante, binaria (con nueva puntuación mediante vectores flotantes) y binaria sin ninguna puntuación.

Con sus propias incrustaciones, admitimos la ingesta, indexación y consulta de vectores escalares y binarios cuantificados de proveedores de incrustación. También ofrecemos la opción de implementar la cuantificación escalar y binaria automática de vectores de fidelidad completa en MongoDB.

Sí, MongoDB Vector Search puede consultar cualquier tipo de datos que se puedan convertir en una incrustación vectorial. Uno de los beneficios del modelo orientado a documentos es que puede almacenar sus incrustaciones junto con los datos enriquecidos de sus documentos.

La reclasificación nativa ($rerank) aumenta al instante la precisión de la recuperación mediante la integración de los modelos de reclasificación de primer nivel de Voyage AI directamente en el motor de query de MongoDB. La reclasificación nativa de MongoDB permite a los usuarios garantizar que solo los datos altamente pertinentes se entreguen a su LLM, optimizando el gasto de tokens y mejorando la precisión.

La búsqueda híbrida en MongoDB combina la búsqueda léxica y la búsqueda vectorial en una sola query, para que las aplicaciones puedan beneficiarse tanto de la precisión de las palabras clave como de la relevancia semántica. En MongoDB, la búsqueda híbrida se ejecuta directamente en datos operativos activos, lo que ayuda a los equipos a mejorar la recuperación sin tener que añadir un sistema de búsqueda adicional para sincronizar y mantener. MongoDB admite etapas de fusión nativas para la recuperación híbrida, lo que ofrece a los equipos una manera más sencilla de combinar resultados léxicos y vectoriales en una sola query. MongoDB admite etapas de fusión nativas para la recuperación híbrida, lo que ofrece a los equipos una manera más sencilla de combinar resultados léxicos y vectoriales en una sola query.