Ya disponibleMenores costos, mayor escala: ahora están disponibles las nuevas funciones de cuantificación vectorial. Leer más >>

ATLAS

Búsqueda vectorial

Cree aplicaciones inteligentes impulsadas por la búsqueda semántica y la IA generativa utilizando capacidades nativas de bases de datos vectoriales con todas las funciones.

Empiece ahora
Ilustración de vectores
Ilustración de la industria de la IA

¿Qué es la búsqueda vectorial?

La IA generativa utiliza vectores para permitir la búsqueda semántica inteligente de datos no estructurados (texto, imágenes y audio). Los vectores son fundamentales para crear motores de recomendación, detección de anomalías e IA conversacional. La amplia gama de casos de uso, que son posibles gracias a las capacidades nativas de MongoDB, ofrece experiencias de usuario transformadoras.

El poder combinado de los vectores y MongoDB

Simplicidad sin igual

Evite el impuesto de sincronización. Con Atlas Vector Search integrado en la base de datos principal, no es necesario sincronizar datos entre las bases de datos operativas y vectoriales, lo que ahorra tiempo, reduce la complejidad y evita errores. Sus datos operativos y vectoriales permanecen en un solo lugar.

Ver video de 3 minutos
Ilustración con un ejemplo de cómo funciona esta función.
Ilustración con un ejemplo de cómo funciona esta función.

Potentes capacidades de consulta

Combine fácilmente consultas vectoriales con filtros de metadatos, búsquedas de gráficos, canalizaciones de agregación, búsqueda geoespacial y búsqueda léxica para obtener potentes casos de uso de búsqueda híbrida dentro de una sola base de datos.

Obtenga más información

Escalado superior para aplicaciones de búsqueda vectorial

A diferencia de otras soluciones, la arquitectura distribuida de MongoDB escala la búsqueda vectorial independientemente de la base de datos principal. Esto permite un verdadero aislamiento y optimización de la carga de trabajo para las consultas vectoriales, lo que da como resultado un rendimiento superior a escala.

Más información sobre los nodos de búsqueda
Ilustración con un ejemplo de cómo funciona esta función.

Base de datos vectorial lista para la empresa

La seguridad y la alta disponibilidad están integradas. Dado que los datos vectoriales se almacenan directamente en Atlas con sus datos operativos, puede estar seguro de que sus cargas de trabajo se están ejecutando con la misma seguridad y disponibilidad de nivel empresarial de confianza por la que MongoDB es conocido.

Consulte las capacidades de Atlas

Casos de éxito de clientes de Atlas Vector Search

Ver todos los clientes
10 minutosTiempo de creación de informes clínicos
"Solo MongoDB Atlas nos da la flexibilidad y la escala en la capa de la plataforma de datos para experimentar cómo aprovechar uno de los mayores avances técnicos que la industria haya visto".
Louise Lind Skov
Jefe de Digitalización de Contenidos, Novo Nordisk
Leer el estudio de caso
10 minutosTiempo de creación de informes clínicos
"Solo MongoDB Atlas nos da la flexibilidad y la escala en la capa de la plataforma de datos para experimentar cómo aprovechar uno de los mayores avances técnicos que la industria haya visto".
Louise Lind Skov
Jefe de Digitalización de Contenidos, Novo Nordisk
Leer el estudio de caso
30% deMenores costos operativos
APLICACIONES BASADAS EN EVENTOS
“Atlas Vector Search fue la solución a nuestros problemas. Simplifica gran parte del trabajo que se realiza para hacer que Okta Inbox sea muy fácil de usar para los clientes”.
Suchit Agarwal
Director de Ingeniería, Okta
Leer el estudio de caso
"Con Atlas Vector Search podemos componer consultas sofisticadas que filtran rápidamente los datos de los productos, las preferencias de los clientes y las incrustaciones de vectores para identificar con precisión las recomendaciones de productos hiperrelevantes en tiempo real".
Mundher Al-Shabi
Científico de datos sénior, héroe de la entrega
Leer el estudio de caso
“Queremos hacer posible que los usuarios de la base de conocimientos de nuestros clientes reciban respuestas instantáneas, confiables y precisas a sus preguntas utilizando la búsqueda conversacional basada en Atlas Vector Search de MongoDB y las capacidades de IA generativa”.
Saravana Kumar
CEO, Kovai
Lea la historia
"Fue increíblemente fácil implementar nuestros datos de búsqueda en los nodos de búsqueda de Atlas, con solo unos pocos clics de botón. Además, los requisitos de memoria de la búsqueda vectorial ahora pueden coincidir exactamente con nuestra implementación del nodo de búsqueda de Atlas. Esta es una consideración crucial para mantener la búsqueda vectorial rápida y optimizada".
Pierce Lamb
Ingeniero Senior de Software, VISO TRUST
Lea la historia

INTEGRACIONES DESTACADAS

Casos de uso de búsqueda vectorial

Ver todos los casos de uso

Centro de aprendizaje

Preguntas frecuentes

Introducción a la Atlas Vector Search

Vea cómo puede convertir sus datos en incrustaciones vectoriales, recuperarlos con capacidades de búsqueda y crear aplicaciones inteligentes de forma rápida y sencilla en MongoDB Atlas.
Empezar
Empiece a construir con:
  • Implementación simplificada
  • Experiencia unificada para desarrolladores
  • Escala horizontal, vertical e independiente
  • Ecosistema integrado de IA
  • +125 regiones en todo el mundo