ვექტორული მონაცემთა ბაზა (Vector database) – ბაზა, რომელიც ემბედინგებს ინახავს და მნიშვნელობით მსგავს ტექსტს ან სურათს სწრაფად პოულობს. ხშირად RAG-ში გამოიყენება.
როგორ მუშაობს ვექტორული მონაცემთა ბაზა
ტექსტი, სურათი ან სხვა მონაცემი ჯერ ემბედინგად, რიცხვების ვექტორად, გარდაიქმნება. ვექტორული ბაზა ამ ვექტორებს ინახავს და სწრაფად პოულობს მათ, რომლებიც მოთხოვნის ვექტორთან ყველაზე ახლოსაა. ახლო ვექტორები მსგავს შინაარსს ნიშნავს, ამიტომ ძიება მუშაობს მნიშვნელობით და არა მხოლოდ ზუსტი სიტყვების დამთხვევით. ცნობილი მაგალითებია Pinecone, Weaviate, Qdrant და pgvector.
მაგალითი ყოველდღიური ცხოვრებიდან
კომპანიის ასისტენტს ეკითხები: „რამდენი დღე შვებულება მეკუთვნის?“ ვექტორული ბაზა შიდა დოკუმენტებიდან პოულობს შესაბამის მონაკვეთს, თუნდაც იქ სიტყვა „შვებულება“ კი არა, „ანაზღაურებადი დასვენება“ ეწეროს.
რატომ არის ვექტორული მონაცემთა ბაზა მნიშვნელოვანი
- RAG – ვექტორული ბაზა RAG სისტემების მთავარი კომპონენტია.
- მეხსიერება – AI აგენტებს გრძელვადიანი „მეხსიერების“ შენახვაში ეხმარება.
- სიჩქარე – მილიონობით ჩანაწერში ძიება წამის მეასედებში ხდება.
წაიკითხე: Gemini Embedding 2: მოწინავე მულტიმოდალური სივრცე.
ვექტორული ბაზა და ჩვეულებრივი ბაზა: განსხვავება
ჩვეულებრივი მონაცემთა ბაზა ზუსტ კითხვებზე პასუხობს: იპოვე მომხმარებელი ამ ელფოსტით ან ყველა შეკვეთა გუშინდელი თარიღით. ვექტორული ბაზა კი პასუხობს კითხვას: რომელი ჩანაწერებია ამ მოთხოვნის შინაარსთან ყველაზე ახლოს. ის ზუსტ დამთხვევას კი არა, მსგავსებას ეძებს, ამიტომ შედეგი ყოველთვის რეიტინგით დალაგებული სიაა.
მილიონობით ვექტორში სწრაფი ძიებისთვის ვექტორული ბაზები სპეციალურ ინდექსებს იყენებენ, რომლებიც სიზუსტის მცირე ნაწილს სიჩქარეში ცვლის. ბევრ ჩვეულებრივ ბაზას ახლა ვექტორული ძიების ფუნქციაც დაემატა, ამიტომ მცირე პროექტებისთვის ცალკე სისტემა ყოველთვის საჭირო არ არის. არჩევანი დამოკიდებულია მონაცემების მოცულობაზე, სიჩქარის მოთხოვნებსა და არსებულ ინფრასტრუქტურაზე.
ვექტორულ ბაზაში ვექტორებთან ერთად ჩვეულებრივ ინახება დამატებითი ინფორმაციაც, მაგალითად დოკუმენტის სათაური, თარიღი ან ავტორი. ეს საშუალებას იძლევა, ძიება ფილტრებით შეიზღუდოს, მაგალითად მხოლოდ ბოლო წლის დოკუმენტებში. მნიშვნელოვანია, რომ დოკუმენტების ვექტორები და მოთხოვნის ვექტორი ერთი და იმავე ემბედინგის მოდელით იყოს შექმნილი, წინააღმდეგ შემთხვევაში შედარებას აზრი არ ექნება.
დაკავშირებული ტერმინები
ემბედინგი · RAG · სემანტიკური ძიება · ლატენტური სივრცე · AI აგენტი · AI ლექსიკონი
ხშირად დასმული კითხვები
ჩვეულებრივი ბაზის ნაცვლად გამოიყენება?
არა, ხშირად მასთან ერთად. ჩვეულებრივი ბაზა ზუსტ ჩანაწერებს ინახავს, ვექტორული კი მსგავსებით ძიებისთვისაა.
ქართულ ტექსტზე მუშაობს?
კი, თუ ემბედინგის მოდელი ქართულს კარგად იგებს.
შეჯამება
ვექტორული მონაცემთა ბაზა მონაცემებს შინაარსის მიხედვით ეძებს. ის RAG-ისა და AI აგენტების მეხსიერების საფუძველია.