MongoDB引领创新，发布全新向量检索功能

    6月22日，MongoDB 宣布引入全新的向量检索功能——Atlas Vector Search，并在7月31日更新了产品说明。该功能的推出极大地简化了 AI 和语义搜索在应用程序中的集成过程。作为长期以来备受开发人员喜爱的 NoSQL 数据库，MongoDB 一直在不断创新。在这次6月22日的重要公告中，MongoDB 不仅宣布了与 Google Cloud 在人工智能领域的合作，还正式推出了AI创新者计划。

    此次合作中，MongoDB 与 Google Cloud 共同为 MongoDB 及其数据开发者平台 MongoDB Atlas 打造了一系列令人期待的新产品，其中 Atlas Vector Search 便是其中之一。除此之外，MongoDB 还为行业和金融服务领域推出了专为其量身定制的 MongoDB Atlas 解决方案。与此同时，关系迁移器也已全面开放，供所有用户广泛使用，进一步提升了数据库迁移的便捷性。

    对于不熟悉此概念的人而言，向量检索是一项功能，它能够根据数据的语义或含义，而非仅仅数据本身，来进行查询。简而言之，它通过将各种形式的数据转化为向量，并运用算法来比较这些向量以测量它们之间的相似度。这个过程的首要步骤是获取源数据（例如文本、音频、图像或视频），然后使用“编码模型”将其转变为“向量”或者“嵌入（embeddings）”。

    随着人工智能的最新进展，这些向量能够通过将低维数据映射到高维空间中，其中包含更多上下文信息，从而更为准确地捕捉数据的含义。一旦数据以这种数字化的方式表示，就可以利用近似最近邻算法来进行查询，从而以极快的速度找到具有相似向量的数据。这使得诸如“给我找一些令人感觉悲伤的电影”或“给我展示与...类似的图像”等查询变得可能。

    将数据转化为向量的过程，为有效的聚类和语义搜索操作提供了可能性。在向量空间中，相似的数据点会更加接近，从而有助于建立有意义的关联和进行比较。MongoDB 引入的向量检索功能，通过将文本、图像、视频、音频等多种数据类型转化为数字向量，为构建AI应用程序奠定了基础。这一举措不仅简化了AI处理过程，还实现了基于相关性的高效搜索。

    MongoDB Atlas Vector Search 中的生成 AI 功能，赋予了精确信息检索和个性化的能力。MongoDB Atlas 的搜索节点专门为企业级搜索工作负载提供了定制资源。

    传统上，当客户在不同的搜索引擎之间切换时，将源数据库与搜索引擎同步存在一系列挑战，导致架构复杂化和时间延迟。然而，使用 Atlas，搜索成为了同一平台的一部分，无需将数据迁移到其他平台。所有的搜索操作都可以在Atlas上实时执行，为客户提供无缝的搜索体验。开发人员现在可以利用熟悉的 MongoDB 查询语言来执行语义查询，而无需依赖专门的向量数据库或语言获取。

    MongoDB Atlas Stream Processing 在高速流数据处理方面发挥了关键作用，不断产生和变化的流数据对于个性化、欺诈检测、物联网和路径规划等实时应用至关重要。流数据的生命周期包括生成数据的源头、对流数据的分析以获取洞察力，以及用于存储数据的持久化数据库。将静态数据与动态数据集成，为开发人员提供了优雅高效的体验，支持多个实时应用场景。

    MongoDB Atlas Data Federation 的引入使用户能够在 Azure 上进行数据查询，并在 Microsoft 工作负载中实现隔离。总体而言，这些创新使企业能够通过在统一的开发者数据平台上整合多种工作负载，从而优化运营效率并加速创新。

    此外，MongoDB 还在 LangChain 和 LlamaIndex 中支持多种功能，包括向量搜索支持、聊天记录和文档索引。MongoDB 在不断快速发展，并将持续发布新的功能。

    此次 MongoDB 与 Google Cloud 的合作旨在推动生成 AI 的采用，并促进创新应用程序的开发。借助集成的操作数据存储，MongoDB Atlas 独特地支持生成式 AI 驱动的应用程序开发，从而提高效率和简便性。此外，MongoDB 还针对行业和金融服务领域推出了专门定制的 MongoDB Atlas 解决方案。该解决方案旨在为金融行业提供弹性、可扩展性、数据隐私和合规性等量身定制的解决方案。目前，MongoDB 在金融领域拥有庞大的客户群，包括北美多家顶级银行，在每秒处理超过150,000笔交易。

    除金融领域外，还有零售、医疗保健、保险、制造和汽车等其他行业领域。这些行业特定的计划将为公司提供专家引导的架构设计审查，通过研讨会和其他工具建立技术合作伙伴关系，从而帮助企业构建针对特定垂直领域的解决方案。此外，公司还将提供量身定制的 MongoDB 大学课程和学习材料，以支持开发人员的企业项目。

    尽管关于新功能的可用性和定价信息尚未立即公布，但公司表示正在逐步将其关系迁移器工具推向广泛市场。

    综合来看，MongoDB 在持续创新的道路上不断前行，通过引入向量检索功能和战略合作，为数据管理和应用领域带来了新的机遇和可能性。这些举措不仅在数据库技术方面取得了进步，还在数据处理、AI应用以及行业解决方案的开发中发挥了重要作用。随着未来技术的不断发展，我们可以期待 MongoDB 的创新将持续驱动着数据科学的前沿，为企业创造更大的价值，带来更多令人期待的成就。尽管未来对于向量检索的期望尚未明确，然而随着技术的不断演进，预计向量检索将进一步提升数据搜索、分析和关联的效率，为更多领域带来创新和突破。

—    参考链接   —

https://analyticsindiamag.com/the-good-the-bad-and-the-ugly-the-story-of-mongodb/

https://analyticsindiamag.com/mongodb-ups-the-ante-with-vector-search-for-generative-ai/

https://www.mongodb.com/blog/post/introducing-atlas-vector-search-build-intelligent-applications-semantic-search-ai

https://analyticsindiamag.com/mongodb-partners-with-microsoft-for-cloud-adoption/

https://www.infoworld.com/article/3700728/mongodb-adds-vector-search-to-atlas-database-to-help-build-ai-apps.html

https://www.mongodb.com/blog/post/announced-mongodb-local-nyc-2023?tck=pencil_banner