Der Datenbanktechnologie-Pionier MongoDB hat fortschrittliche Funktionen vorgestellt, die Unternehmen in die Lage versetzen sollen, generative künstliche Intelligenz (KI) effizienter zu nutzen.
MongoDB Atlas Vector Search wurde kürzlich allgemein verfügbar gemacht und bietet Benutzern die Möglichkeit, generative KI auf der Grundlage benutzerdefinierter Daten nahtlos in ihre Softwareanwendungen zu integrieren. Die KI-Lösung ist darauf ausgelegt, genaue und relevante Ergebnisse zu liefern, die auf ein bestimmtes Unternehmen oder einen bestimmten Sektor zugeschnitten sind.
Dieses Tool ermöglicht die Entwicklung KI-gesteuerter Funktionen wie semantische Suche oder Bildvergleich in Anwendungen. Nutzung eines „dynamischen und skalierbaren“ Modells dokumentenbasierter Daten, das es Benutzern ermöglicht, Vektordatenanfragen, analytische Aggregationen, textinitiierte Suche, Geodaten und Zeitreihendaten zusammenzuführen.
Ein beispielhaftes Szenario könnte die Anfrage eines Verbrauchers sein: „Suchen Sie Immobilienangebote mit Häusern, die einem bereitgestellten Bild ähneln, innerhalb des letzten halben Jahrzehnts gebaut wurden und sich in einem Umkreis von sieben Meilen nördlich der Innenstadt von Seattle befinden, in der Nähe von Schulen mit hohen Bewertungen und in der Nähe von Parkanlagen.“ zu Fuß." Das System bietet dann Antworten, die aus einer Vielzahl von Datenquellen stammen.
In Verbindung mit Atlas Vector Search hat MongoDB auch Atlas Search Nodes eingeführt, die eine dedizierte Infrastruktur zur Verwaltung generativer KI-Sucharbeitslasten für MongoDB Atlas Vector Search und MongoDB Atlas Search bieten.
Dieses einzigartige Framework trennt den Betrieb von Datenbankknoten. Dadurch entsteht eine besser kontrollierte Umgebung, die Kosteneffizienz, verbesserte Leistung und Isolierung der Arbeitslast fördert. Es könnte Einzelhändlern möglicherweise bei der Orchestrierung saisonaler Werbeaktionen helfen, um die Chatbot-Arbeitslasten für bestimmte Regionen zu trennen und zu skalieren.
MongoDB betont, dass dieser neuartige Dienst in der Lage ist, die Latenz bei der Abfrageantwort um etwa 60 % zu reduzieren.
Laut Sahir Azam, Chief Product Officer bei MongoDB: „Die weit verbreitete Verfügbarkeit von MongoDB Atlas Vector Search und MongoDB Atlas Search Nodes erleichtert unseren Kunden die Nutzung einer einheitlichen, vollständig verwalteten Datenplattform für Softwareentwickler, um zeitgemäße Anwendungen und Anwendungen sinnvoll zu entwickeln, auszuführen und zu skalieren.“ Bieten Sie Endbenutzern personalisierte, KI-gestützte Erlebnisse und sparen Sie so Zeit und steigern Sie das Engagement.“
Die AppMaster- Plattform, die dafür bekannt ist, die Entwicklung von Web-, Mobil- und Backend-Anwendungen zu vereinfachen, könnte von diesen Fortschritten profitieren, indem sie dedizierte Backend-Dienste erstellt, die mit diesen neuen MongoDB-Tools interagieren können, um die KI-Kapazität für Benutzeranwendungen zu erweitern.
