Мы очень рады запустить службу векторного поиска под названием Vectorstore, которая представляет собой управляемую услугу SaaS для обеспечения векторного поиска с фильтрацией метаданных в приложениях ИИ (например, рекомендации, реклама, поиск документов/изображений/видео и обнаружение аномалий). Сервис находится на стадии MVP, и мы готовы принять клиентов.
Клиентам просто нужно подготовить векторы, и им не нужно настраивать и управлять инфраструктурой. Чтобы интегрировать Vectorstore, необходимо выполнить два шага: вектор индекса (семантическое представление неструктурированных данных) и метаданные (например, категория товара — обувь) в сервис, а затем запросить сервис для получения наиболее похожих кандидатов. Мы предоставляем Python SDK для легкой интеграции. Подробности смотрите в Справочнике по API. Если у вас есть какие-либо вопросы, не стесняйтесь, присылайте мне сообщение Linkedin или пишите на [email protected].
Для различных приложений ИИ есть два основных шага: один — поиск кандидатов, а второй — ранжирование кандидатов (дополнительный контекст см. в предыдущей статье). Обычный способ поиска кандидатов основан на семантическом поиске на основе векторов, которые генерируются с помощью некоторых преобразователей глубокого обучения на необработанных данных (то есть документах, изображениях, видео). Однако сложно построить, масштабировать и поддерживать инфраструктуру поиска кандидатов для миллионов и даже миллиардов векторов из-за большого количества болевых точек. Таким образом, только крупные компании (такие как Google, FB, Amazon) имеют ресурсы для его создания. Vectorstore стремится помочь малым и средним компаниям использовать эту технологию, предоставляя управляемую услугу со следующими функциями, показанными на рисунке 1.
В настоящее время мы хотели бы подключить клиентов с менее чем 5 миллионами векторов. Масштабируемость и другие важные функции (например, наблюдаемость) появятся в ближайшем будущем. Не стесняйтесь обращаться.
