MongoDB公司今日宣布,其此前仅在Atlas云平台上提供的搜索和向量搜索功能,现已面向自管理部署开放,包括MongoDB社区版和MongoDB企业服务器版。
这一功能为数百万在本地和本地部署环境中工作的开发者提供了先进的人工智能构建工具。目前该功能处于公开预览阶段,使开发者能够在不依赖第三方搜索引擎或向量数据库的情况下测试和构建AI驱动的应用程序。该功能在MongoDB架构中原生嵌入了全文、语义和混合搜索能力。
MongoDB核心产品高级副总裁兼负责人Ben Cefalo表示:"这与我们在Atlas内部构建的技术完全相同。这很重要,因为我们希望您构建的应用程序无论是在自己的数据中心还是在Atlas上运行,都能以相同的方式响应。"
过去,实现这些功能通常需要外挂外部系统,这可能会导致同步问题、增加运营开销和成本。现在,开发者可以运行结合关键词和向量搜索的混合查询,在本地管理聊天消息、文档和视频等非结构化数据,并构建具有持久记忆的智能体AI系统。
MongoDB表示,随着AI智能体在软件开发中变得越来越重要,数据库正在从被动存储系统演变为智能记忆引擎。Cefalo说:"大语言模型提供推理能力,但是数据库才是给智能体真正力量、记忆和状态的关键。"
**8.2版本首次亮相**
除了新功能外,MongoDB还推出了MongoDB 8.2版本,据供应商称,该版本带来了显著的性能改进,包括无索引查询速度提升高达49%,时间序列批量插入吞吐量提升近三倍。此次更新还为MongoDB的可查询加密功能添加了子字符串支持,这是一种客户端技术,可在敏感数据到达数据库之前对其进行加密,并允许在加密数据上运行表达式查询而无需解密。
Cefalo表示:"如果您无法信任您的数据库,这些都没有意义。我们拥有经过实战验证的基础,多年来企业应用在性能、可用性和安全性方面的应用经验为我们提供了坚实支撑。"
收购在MongoDB的AI推进中发挥了重要作用。今年早些时候收购Voyage AI公司为平台带来了一套嵌入和重排序模型,增强了平台向大语言模型提供高上下文、领域优化数据的能力。AI嵌入是数据的数值表示或向量,以计算机能够理解和比较的形式捕获各种类型数据的含义和上下文。它们对于使AI模型理解语义含义、执行相似性搜索和支持推荐系统至关重要。
Cefalo说:"优秀的嵌入模型与卓越的嵌入模型之间的差别,就像您从梦中醒来后的模糊回忆与您对人生最重要事件的清晰、生动记忆之间的差别。"
MongoDB声称超过75%的财富100强公司都是其客户,包括全球10大银行中的7家和15大汽车制造商中的13家。
Q&A
Q1:MongoDB新推出的混合搜索功能有什么优势?
A:MongoDB的混合搜索功能现在可以在本地和自管理部署环境中使用,使开发者能够在不依赖第三方搜索引擎或向量数据库的情况下构建AI应用程序。该功能原生嵌入了全文、语义和混合搜索能力,避免了外挂外部系统可能导致的同步问题、运营开销和额外成本。
Q2:MongoDB 8.2版本有哪些性能提升?
A:MongoDB 8.2版本带来了显著的性能改进,包括无索引查询速度提升高达49%,时间序列批量插入吞吐量提升近三倍。此外,该版本还为可查询加密功能添加了子字符串支持,这是一种客户端加密技术,可以在不解密的情况下对加密数据运行查询。
Q3:AI嵌入模型在MongoDB中起什么作用?
A:AI嵌入是数据的数值表示或向量,以计算机能理解和比较的形式捕获各种数据的含义和上下文。通过收购Voyage AI获得的嵌入和重排序模型,增强了MongoDB向大语言模型提供高上下文、领域优化数据的能力,这对AI模型理解语义含义、执行相似性搜索和支持推荐系统至关重要。
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
微软研究院提出潜在分区网络(LZN),首次实现生成建模、表示学习和分类任务的真正统一。该框架通过共享高斯潜在空间和创新的潜在对齐机制,让原本独立的AI任务协同工作。实验显示LZN不仅能增强现有模型性能,还能独立完成各类任务,多任务联合训练效果更是超越单独训练。这项研究为构建下一代通用AI系统提供了新的架构思路。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
上海AI实验室开发的VLAC模型让机器人首次具备真实世界自主学习能力。该系统如同给机器人配备智能导师,能实时评估动作效果并从中学习。在四个操作任务测试中,机器人成功率从30%提升至90%,仅需200次练习。技术结合视觉、语言理解和动作生成,支持跨场景适应和人机协作,为家庭服务、医疗护理等领域应用奠定基础。