新一代的 AI 人工智慧浪潮已然成形，並改變了企業組織在既有工作流程中使用內部和外部資料的方式。大型語言模型（LLM）和嵌入模型（可透過非結構化資料來建立高維度向量的模型）的組合現在能夠幫助您輕鬆駕馭任何類型的資料。

有鑒於有超過 80% 的資料乃是非結構化的（舉凡文字、文件、圖片、影片檔案等）的資料，即便您的終端使用者可能還不知道他們想尋找什麼，向量嵌入仍能有助於就這些資料進行情境話分解析，讓進行搜尋就不單單只是輸入關鍵字那麼簡單的事。所以，您的企業組織會如何利用向量搜索和大型語言模型來擴展您企業組織的知識集並提高相關結果的量呢？

本次網路研討會的與會人士有 RedMonk 的首席分析師暨聯合創始人 Stephen O’Grady 以及 MongoDB 的產品管理主管 Benjamin Flast，兩位會探討相關的結構趨勢，舉凡：

什麼是 Vector Search，以及 AI 人工智慧會如何在理解非結構化資料這一方面發揮其作用。
如何借助大型語言模型來構建向量嵌入的機能以提高相關性。
儲存並檢索向量的各種方法。
現有的向量使用案例、AI 人工智慧的整合和成果實例。