MongoDB Atlas Vector Search新功能助力开发者构建和扩展AI应用程序

MongoDB Atlas Vector Search不仅新增了多项功能以支持上下文数据查询,而且还实现了多项性能改进,可助力加速构建生成式AI应用程序

Confluent Cloud与MongoDB Atlas Vector Search的集成使开发者能够访问来自各种来源的实时数据流,以推动生成式AI应用程序

Dataworkz、Drivly、ExTrac、Inovaare Corporation、NWO.ai、One AI、VISO Trust等多家企业均在使用MongoDB Atlas Vector Search

北京,2023年10月9日——MongoDB(NASDAQ: MDB)近日在MongoDB伦敦用户大会上宣布,MongoDB Atlas Vector Search不仅增加了多项新功能,实现了多项性能改进,而且还集成了数据流,可助力开发者更快速、更轻松地构建生成式AI应用程序。自今年6月MongoDB Atlas Vector Search发布预览版以来,各种规模的企业纷纷开始采用,将其纳入统一的数据处理解决方案,以构建生成式AI应用程序。MongoDB Atlas Vector Search使开发者能够更加轻松地聚合和筛选数据,改进语义检索并减少由AI驱动的应用程序中的幻觉现象。MongoDB Atlas Vector Search还实现了多项性能改进,将建立索引的时间大幅缩短85%,可助力加快应用程序开发进程。此外,MongoDB Atlas Vector Search还与来自Confluent Cloud的完全托管数据流相集成,使开发者能够利用来自不同来源的实时数据轻松构建AI应用程序。欲了解有关MongoDB Atlas Vector Search的更多信息,请访问 mongodb.com/zh-cn/products/platform/atlas-vector-search。

MongoDB首席产品官Sahir Azam表示:“看到MongoDB Atlas Vector Search获得全面积极的反响,我感到非常振奋。我们的客户都迫切想要将生成式AI技术纳入其应用程序中并转变业务模式,但又担心将其他软件产品添加到企业技术栈中会增加复杂性和运营负担,而MongoDB Atlas Vector Search正好可以解决他们的后顾之忧。客户表示,MongoDB Atlas Vector Search能够将向量数据库直接集成到他们的操作数据存储库中,这对开发者而言是一个重大的突破。客户的反馈激励着我们通过引入新功能和实现性能改进,快速地对MongoDB Atlas Vector Search进行迭代,从而帮助客户以更加顺畅和更具成本效益的方式构建由生成式AI驱动的应用。”

如今,许多企业都在设法利用生成式AI技术构建新型应用程序,以满足终端用户的需求。然而,支持这些应用程序的大型语言模型(LLM)需要向量形式(即文本、图像、音频、视频和其他类型数据的数字表示)的最新专有数据。虽然对于许多企业而言,向量数据还是一个比较新的概念,但专用向量数据库已经成为存储和处理LLM的短期解决方案。然而,将专用数据库添加到企业的技术栈时,需要开发者耗费宝贵的时间和精力来学习开发和维护每个单点解决方案,而这项任务充满了复杂性。例如,开发者必须跨数据存储库同步数据,以确保应用程序可以实时响应终端用户的请求,这不仅实施难度大,而且会显著增加复杂性、成本和潜在安全风险。此外,许多专用数据库都缺乏灵活性,难以作为托管服务在各大云服务提供商平台运行来提高性能和韧性,这会严重限制长期基础设施方案的实施。由于面临这些挑战,无论是初创公司还是成熟企业,都希望将向量及其所有数据存储在一个灵活、统一的多云开发者数据平台,以快速部署应用程序并提高运营效率。

为了应对这些挑战,MongoDB Atlas Vector Search提供了在各大云服务提供商平台构建生成式AI应用程序所需的各项功能,让企业能够更加轻松便捷地构建兼具高可用性和高韧性的应用程序。MongoDB Atlas Vector Search将向量数据库功能纳入统一的开发者数据平台,让团队可以存储和处理向量嵌入和几乎所有类型的数据,从而更加快速和轻松地构建生成式AI应用程序。Dataworkz、Drivly、ExTrac、Inovaare Corporation、NWO.ai、One AI、VISO Trust和许多其他企业均已使用MongoDB Atlas Vector Search预览版来构建由AI驱动的应用程序,以降低公共安全风险,提高医疗保健合规性,从大量多语言内容中获取信息,简化客户服务,提高企业风险评估能力。MongoDB Atlas Vector Search最新功能可助力企业进一步加速生成式AI应用程序开发:

● 提高生成式AI应用程序的信息检索准确性: 无论是个性化电影推荐、聊天机器人对客户服务的快速响应,还是定制的送餐服务,当今应用程序终端用户都希望获得准确无误且互动性强的最新体验,从而节省他们的时间和精力。生成式AI正在帮助开发者实现这些功能,但由LLM驱动的应用程序容易产生幻觉现象(即,生成无用的错误信息),因为它们缺乏提供相关信息所需的必要上下文。通过扩展MongoDB Atlas的统一查询接口,开发者如今可借助MongoDB Atlas Vector Search创建专用的数据聚合阶段,从专有数据中筛选出所需结果,显著提高信息检索的准确性,从而助力减少由LLM驱动的应用程序中的幻觉现象。

● 加速建立生成式AI应用程序所需的数据索引: 在使用LLM之前,首先需要准备数据,而生成向量就是准备数据的第一步。向量创建完成后,接下来需要建立索引,以提高数据查询和信息检索的效率。如果数据发生变化或可提供新数据,则必须对索引进行更新。由于MongoDB Atlas Vector Search拥有统一、灵活的文档数据模型,因而可在完全托管的情况下无缝建立操作数据、元数据和向量数据的索引,从而降低复杂性。得益于最新的多项性能改进,使用MongoDB Atlas Vector Search建立索引的时间缩短了85%,可助力加速开发由AI驱动的应用程序。

● 使用来自各个来源的实时数据流构建由AI驱动的应用程序: 企业可使用Confluent Cloud完全托管的云原生数据流平台来支持引人入胜、响应迅速的实时应用程序。作为Connect with Confluent合作伙伴计划的一部分,开发者现在可以在MongoDB Atlas Vector Search中使用Confluent Cloud数据流,将其作为附加选项,以实时提供来自企业内部各个来源的真实数据(即:反映当前状况的准确信息),为生成式AI应用程序的构建提供支持。MongoDB Atlas配备完全托管的连接器,开发者可使应用程序更加快速地响应不断变化的条件,并为终端用户提供更加准确的结果。

现已使用MongoDB Atlas Vector Search预览版实现创新的企业

Dataworkz致力于帮助企业将数据、转换和AI技术纳入单一体验中,生成高质量的LLM就绪数据,从而利用LLM构建自己的专有数据。Dataworkz首席执行官兼创始人Sachin Smotra表示:“我们的目标是为业务分析师和数据工程师提供集数据、数据处理和机器学习于一体的产品,帮助他们更快地构建AI应用程序。MongoDB Atlas Vector Search使我们能够实现语义搜索和上下文信息检索,从而极大地改善用户体验,提高结果准确性。我们期待着继续利用Atlas Vector Search,更加轻松地实现专有数据检索增强生成,从而获得高度相关的结果,并帮助客户提升业务影响力。”

Drivly为汽车行业提供商业基础设施,使其能够通过简单API,以编程方式买卖车辆。Drivly创始人兼首席技术官Nathan Clevenger表示:“我们正在使用Atlas Vector Search超越基于语义的全文搜索,为生成式AI购车助手提供上下文和记忆。令我们感到振奋的是,MongoDB在Atlas中添加了向量搜索功能,这极大地简化了我们的工程任务。”

ExTrac利用由领域专家确定的数千个数据源,使用由AI驱动的分析技术来实时定位、跟踪和预测公共安全面临的数字和物理风险。ExTrac首席执行官Matt King表示:“我们的领域专家先查找并管理相关数据流,随后我们再使用AI技术对这些数据进行匿名化处理,并大规模理解数据。我们采用基本模型,并利用我们自己的标记数据对模型进行调整,以创建能够对风险进行实时识别和分类的特定领域模型。Atlas Vector Search在一系列任务中都表现出了极其强大的功能,使我们能够使用搜索结果来增强LLM并减少幻觉现象。我们可以将向量嵌入与源数据共同存储在单一系统中,让我们的开发者能够更快地构建新功能,且无需添加独立的向量数据库,因为如果附加了元数据,许多向量数据库就会限制返回的数据量。得益于MongoDB文档数据模型的灵活性,无论过程有多复杂,我们都能够获得、检索和分析任何形状和结构的数据。我们正在超越文本,对来自十多年前档案中的图像和视频进行向量化。Atlas Vector Search使我们能够查询和分析任何形式的数据,帮助我们更好地建立趋势模型,追踪不断演变的叙事方式,并为客户预测风险。”

Inovaare Corporation是一家为医疗保健支付者提供由AI驱动的合规自动化解决方案的领先提供商。Inovaare Corporation首席技术官兼联合创始人Mohar Mishra表示:“在Inovaare Corporation,我们认为医疗保健合规不仅仅是为了满足法规要求,也是为了改变医疗保健支付者在整个合规生命周期内的表现。我们需要一个不仅具有技术实力,而且同样致力于开创医疗保健合规的未来的合作伙伴。MongoDB强大的数据平台因其可扩展性和敏捷性而著称,完全契合Inovaare的承诺,即为医疗保健支付者提供一个统一、安全、由AI驱动的合规运营平台。MongoDB Atlas Vector Search提供的全新功能增强了我们的产品报告能力,使我们能够提供基于上下文感知的合规指导和基于实时数据的洞察。”

NWO.ai是一家领先的由AI驱动的消费者信息平台,致力于帮助《财富》世界500强品牌将新产品推向市场。NWO.ai联合创始人Pulkit Jaiswal表示:“在当今这个飞速发展的数字化时代,获得准确、及时的信息至关重要。在NWO.ai,我们的旗舰产品——全球最优政策响应(WOPR)处于智能化外交领域的前沿。WOPR可利用AI技术浏览全球海量的叙事信息,提供实时洞察和定制化传播策略。这不仅可以为决策者赋能,还可以有效消除AI制造的虚假信息。我们很高兴能够将Atlas Vector Search集成到WOPR,这增强了我们即时搜索和分析嵌入的能力,从而满足我们双重用途用例的要求。此次合作令人感到振奋,我们相信这彰显出了数字时代外交领域的未来。”

One AI是一个提供AI代理、语言分析和API的平台,可以将生产就绪的准确语言功能无缝集成到产品和服务中。One AI首席执行官兼创始人Amit Ben表示:“我们的明星产品OneAgent通过AI代理促进可信对话,这些AI代理严格按照来源于公司的内容进行操作,并带有内置事实核查功能。借助MongoDB Atlas,我们能够获取源客户文档,并根据源客户文档生成向量嵌入,随后建立索引并存储在MongoDB Atlas vector Search中。当客户对其业务存在疑问并询问我们的AI代理时,Atlas Vector Search将为聊天机器人提供最相关的数据,以确保为客户提供最准确的解答。通过启用语义搜索和信息检索,我们能够为客户提供更完善、更高效的体验。”

VISO Trust直接将可靠、全面、可操作的供应商安全信息交到决策者手中,助力他们完成知情风险评估。VISO Trust联合创始人兼首席技术官Russell Sherman表示:“在VISO Trust,我们利用创新技术来实现在AI和安全领域的增长和扩张。凭借Atlas Vector Search,再加上亚马逊云科技的高效率以及与Terraform相集成,我们实现了平台转型。借助Atlas Vector Search,并经过十年的不断改进,如今我们拥有了一个久经考验的向量和元数据数据库,有效地满足了我们的密集检索需求。由于我们的向量和工件元数据能够无缝地共同存储,我们也无需再部署新的数据库。”

关于MongoDB Atlas

MongoDB Atlas是领先的多云开发者数据平台,可以加速并简化数据构建过程。MongoDB Atlas在一个统一的环境中提供了一套全面的数据和应用服务,使开发者团队能够快速构建满足现代应用所需的功能、性能和规模。数以万计的客户和数以百万计的开发者每天通过MongoDB Atlas运行关键业务应用。欲了解更多有关MongoDB Atlas信息,请访问 mongodb.com/zh-cn/atlas.

关于MongoDB

MongoDB总部位于美国纽约,致力于释放软件与数据潜能,以赋能创新者开创新行业或变革、颠覆现有行业。由开发者构建并服务开发者的MongoDB开发者数据平台,是一个集成了多个相关服务的数据库,可帮助开发团队应对当今市场对各种现代应用不断增长的需求,并提供统一且一致的用户体验。MongoDB在全球100多个国家和地区拥有数万家客户。自2007年以来,MongoDB数据库平台的下载量达数亿次,MongoDB University课程已培养了数百万名开发者。欲了解更多信息,请访问 mongodb.com/zh-cn.