MongoDB جستجوی برداری را به پایگاه داده Atlas اضافه می کند تا به ساخت برنامه های هوش مصنوعی کمک کند

MongoDB علاوه بر یکپارچه‌سازی مدل‌های پایه هوش مصنوعی Vertex Google Cloud، ویژگی‌هایی را اضافه می‌کند که هدف آن تبدیل Atlas به یک پلتفرم کامل داده توسعه‌دهنده است.

بعد از تلاش برای گسترش پایگاه کاربر خود برای گنجاندن متخصصان پایگاه داده سنتی در سال گذشته، MongoDB در حال تغییر دنده‌ها است و ویژگی‌هایی را اضافه می‌کند تا پایگاه داده Atlas NoSQL خود را به‌عنوان-a- تبدیل کند. سرویس (DBaaS) به یک پلت فرم داده کامل‌تر برای توسعه‌دهندگان، از جمله قابلیت‌هایی که از ساخت برنامه‌های هوش مصنوعی مولد پشتیبانی می‌کنند.

علاوه بر معرفی جستجوی برداری برای Atlas و ادغام مدل‌های پایه هوش مصنوعی Vertex Google Cloud، این شرکت در کنفرانس MongoDB.local خود در نیویورک پنج‌شنبه انواع قابلیت‌های جدید را برای DBaaS اعلام کرد. جستجوی جدید اطلس، جریان داده، و قابلیت های جستجو.

داگ هنشن، تحلیلگر اصلی در Constellation Research گفت: «هر چیزی که MongoDB اعلام کرده است را می توان به عنوان حرکتی برای تبدیل Atlas به یک پلت فرم داده جامع تر و کامل تر برای توسعه دهندگان تلقی کرد. “هرچه MongoDB بتواند برای توسعه دهندگان تمام ابزارهای مورد نیاز خود را فراهم کند، پلتفرم برای آن توسعه دهندگان و شرکت هایی که برای آنها کار می کنند چسبناک تر می شود.”

دیدگاه Henschen منطقی به نظر می رسد، زیرا این شرکت با تامین کنندگان پلت فرم داده های ابری مانند Snowflake که یک Native Application Framework ارائه می دهد و Databricks که اخیراً Lakehouse Apps< را راه اندازی کرده است رقابت کرده است. /a>.

در تلاش برای کمک به شرکت در ساخت برنامه‌های کاربردی مبتنی بر هوش مصنوعی مولد از داده‌های ذخیره‌شده در MongoDB، این شرکت قابلیت جستجوی برداری را در داخل اطلس معرفی کرده است که به آن جستجوی برداری Atlas نامیده می‌شود.

به گفته این شرکت، این قابلیت جستجوی جدید به پشتیبانی از طیف جدیدی از بارهای کاری، از جمله جستجوی معنایی با متن، جستجوی تصویر، و توصیه‌های محصول بسیار شخصی‌شده کمک می‌کند.

مت آسلت، مدیر تحقیقات در Ventana Research گفت: «جستجو بر روی بردارها اجرا می‌شود – نمایش‌های ریاضی چند بعدی از ویژگی‌ها یا ویژگی‌های داده‌های خام که می‌تواند شامل متن، تصاویر، صدا یا ویدیو باشد.

آسلت گفت: «جستجوی برداری از بردارها برای انجام جستجوهای مشابه با فعال کردن شناسایی و بازیابی سریع داده های مشابه یا مرتبط استفاده می کند. ) برای کاهش نگرانی در مورد دقت و اعتماد از طریق ادغام محتوا و داده های سازمانی تأیید شده.

جستجوی برداری اطلس MongoDB همچنین به شرکت‌ها این امکان را می‌دهد که قابلیت‌های مدل‌های از پیش آموزش‌دیده‌شده مانند GPT-4 را با داده‌های خود از طریق استفاده از چارچوب‌های منبع باز مانند LangChain و LlamaIndex.

این چارچوب‌ها را می‌توان برای دسترسی به LLM‌های شرکای MongoDB و ارائه‌دهندگان مدل، مانند AWS، Databricks، Google Cloud، Microsoft Azure، MindsDB، Anthropic، Hugging Face و OpenAI، برای تولید جاسازی‌های برداری و ساخت برنامه‌های مبتنی بر هوش مصنوعی استفاده کرد. اطلس، اضافه شد.

MongoDB با Google Cloud شریک است

همکاری MongoDB با Google Cloud برای ادغام قابلیت‌های Vertex AI به منظور تسریع توسعه برنامه‌های مبتنی بر هوش مصنوعی مولد است. به گفته این شرکت، Vertex AI API جاسازی متن برای ایجاد جاسازی‌ها از داده‌های سازمانی ذخیره شده در MongoDB Atlas لازم است.

این جاسازی‌ها را می‌توان بعداً با مدل‌های نوشتاری PALM ترکیب کرد تا عملکردهای پیشرفته‌ای مانند جستجوی معنایی، طبقه‌بندی، تشخیص نقاط پرت، ربات‌های گفتگوی مبتنی بر هوش مصنوعی و خلاصه‌سازی متن ایجاد کند.

این مشارکت همچنین به شرکت‌ها اجازه می‌دهد تا از کمک‌های عملی از تیم‌های خدمات MongoDB و Google Cloud در طرح‌بندی داده‌ها و طراحی نمایه‌سازی، ساختار جستجو و تنظیم دقیق مدل‌های هوش مصنوعی بهره ببرند.

پایگاه‌های داده Dremio، DataStax و Kinetica نیز قابلیت‌های هوش مصنوعی مولد را اضافه می‌کنند.

اسلت گفت: حرکت MongoDB برای افزودن جستجوی برداری به اطلس منحصر به فرد نیست، اما رقابت پذیری شرکت را افزایش می دهد. آسلت گفت: “لیست رو به رشدی از ارائه دهندگان پایگاه داده برداری تخصصی وجود دارد، در حالی که چندین فروشنده پایگاه های داده موجود در حال کار برای افزودن پشتیبانی برای آوردن جستجوی برداری به داده هایی هستند که قبلاً در پلت فرم های داده خود ذخیره شده اند.”

مدیریت داده‌های جریان بی‌درنگ در یک رابط واحد

به منظور کمک به شرکت‌ها در مدیریت داده‌های جریان بی‌درنگ از چندین منبع در یک رابط واحد، MongoDB یک رابط پردازش جریانی را به Atlas اضافه کرده است.

به گفته این شرکت، این رابط کاربری جدید که می تواند هر نوع داده ای را پردازش کند و دارای یک مدل داده منعطف است، لقب Atlas Stream Processing نامیده می شود، به شرکت ها اجازه می دهد داده ها را در زمان واقعی تجزیه و تحلیل کنند و رفتار برنامه را مطابق با نیازهای مشتری نهایی تنظیم کنند.

MongoDB ادعا کرد که

Atlas Stream Processing نیاز توسعه دهندگان به استفاده از چندین زبان برنامه نویسی تخصصی، کتابخانه ها، واسط های برنامه نویسی برنامه (API) و درایورها را دور می زند و در عین حال از پیچیدگی استفاده از این ابزارهای متعدد اجتناب می کند.

به گفته Aslett، رابط جدید به توسعه دهندگان کمک می کند تا با استفاده از مدل سند، هم با داده های جریانی و هم با داده های تاریخی کار کنند.

آسلت گفت: «پردازش داده‌ها در حین ورود به داده‌ها را قادر می‌سازد تا با افزودن داده‌های جدید، به طور مداوم پرس‌وجو شوند، و نمای هم‌زمان به‌روزرسانی شده و دائمی را ارائه می‌دهد که با جذب داده‌های جدید ایجاد می‌شود.

گزارشی از Ventana Research ادعا می‌کند که بیش از هفت مورد از هر ۱۰ شرکت معماری استاندارد اطلاعات تا سال ۲۰۲۵ شامل جریان داده‌ها و پردازش رویداد می‌شود تا بتوانند تجربیات بهتری را برای مشتری ارائه دهند.

به گفته Sanjeev Mohan، تحلیلگر اصلی SanjMo، پردازش Atlas Stream می‌تواند توسط توسعه‌دهندگان برای انجام عملکردهایی مانند تجمیع‌ها و همچنین فیلتر کردن و تشخیص ناهنجاری روی داده‌هایی که در موضوعات کافکا، Amazon Kinesis یا حتی داده‌های تغییر MongoDB هستند استفاده شود. گرفتن.

این شرکت گفت که مدل داده‌های انعطاف‌پذیر در پردازش جریان اطلس نیز می‌تواند در طول زمان برای مطابقت با نیازها تغییر یابد.

افزودن رابط جدید به Atlas را می توان به عنوان حرکتی برای بازی کردن با ارائه دهندگان ابر داده رقیب مانند Snowflake و Databricks دانست که قبلاً ویژگی هایی را برای پردازش داده های بلادرنگ معرفی کرده اند، Constellation’s Henschen اشاره کرد.

>

ویژگی های جستجوی جدید Atlas

به منظور کمک به شرکت‌ها برای حفظ پایگاه داده و عملکرد جستجو در Atlas، این شرکت ویژگی جدیدی به نام گره‌های جستجوی Atlas معرفی کرده است که بارهای کاری جستجو را از بارهای کاری پایگاه داده جدا می‌کند.

به گفته شرکت، شرکت‌هایی که قبلاً حجم کاری جستجوی خود را در MongoDB افزایش داده‌اند، گره‌های جستجوی اطلس منابع اختصاصی را ارائه می‌دهند و استفاده از منابع را برای پشتیبانی از عملکرد این حجم‌های کاری خاص، از جمله جستجوی برداری، بهینه می‌کنند.

آسلت گفت: «شرکت‌ها ممکن است متوجه شوند که اختصاص گره‌ها در یک خوشه، به‌ویژه برای جستجو، می‌تواند با جلوگیری از کاهش عملکرد در بارهای کاری دیگر، از کارایی عملیاتی پشتیبانی کند. .

به‌روزرسانی‌های MongoDB برای Atlas همچنین شامل یک ویژگی جدید ویرایش داده‌های سری زمانی است که شرکت ادعا می‌کند معمولاً در بیشتر پایگاه‌های داده سری زمانی مجاز نیست.

این شرکت گفت که ویژگی‌های مجموعه‌های سری زمانی این شرکت اکنون به شرکت‌ها اجازه می‌دهد تا داده‌های سری زمانی را تغییر دهند که منجر به کارایی ذخیره‌سازی بهتر، نتایج دقیق و عملکرد جستجوی بهتر می‌شود.

به گفته موهان، ویژگی تغییر داده‌های سری زمانی به اکثر شرکت‌ها کمک می‌کند.

به‌روزرسانی‌های دیگر MongoDB Atlas شامل قابلیت ردیف‌بندی و پرس‌وجو از پایگاه‌های داده در Microsoft Azure با استفاده از ویژگی‌های Atlas Online Archive و Atlas Data Federation می‌شود و افزود که Atlas قبلاً از ردیف‌بندی و جستجو در AWS پشتیبانی می‌کرد.

اطلس MongoDB برای خدمات مالی و سایر صنایع

به عنوان بخشی از به روز رسانی های اعلام شده در کنفرانس MongoDB.local خود، این شرکت اعلام کرد که یک برنامه پایگاه داده اطلس جدید برای خدمات مالی و به دنبال آن سایر بخش های صنعت مانند خرده فروشی، مراقبت های بهداشتی، بیمه، تولید راه اندازی خواهد کرد. و خودرو.

این برنامه‌های خاص صنعت باعث می‌شود که شرکت بررسی‌های طراحی معماری به رهبری متخصصان، مشارکت‌های فناوری را از طریق کارگاه‌ها و ابزارهای دیگر برای شرکت‌ها برای ایجاد راه‌حل‌های عمودی خاص ارائه دهد. این شرکت همچنین دوره های آموزشی و مواد آموزشی متناسب با دانشگاه MongoDB را ارائه می دهد تا توسعه دهندگان را برای پروژه های سازمانی خود قادر سازد.

در حالی که شرکت فوراً اطلاعاتی در مورد در دسترس بودن و قیمت ویژگی های جدید ارائه نکرد، گفت که ابزار Relational Migrator خود را به طور کلی در دسترس قرار می دهد.

این ابزار برای کمک به شرکت‌ها طراحی شده است تا پایگاه‌های داده قدیمی خود را به پایگاه‌های داده مبتنی بر سند مدرن منتقل کنند.