روكست، المورد الرائد لقاعدة بيانات الوقت الحقيقي، يعزز قدراته مع تحسين البحث بواسطة المتجهات وزيادة القدرة على التوسع. تأسست الشركة على تخزين القيم المفتوح المصدر RocksDB الذي تم تطويره في ميتا (سابقًا فيسبوك)، وتستخدم روكست تقنية متطورة تتيح ميزات الفهرسة في الوقت الحقيقي. وقد حصلت الشركة على تمويل إجمالي قدره 105 مليون دولار، بما في ذلك جولة تمويلية حديثة بقيمة 44 مليون دولار تم الكشف عنها في أغسطس.
مع التحديث الأخير، أطلقت روكست رسميًا خاصية البحث بالمتجهات ضمن منصتها لقاعدة بيانات الوقت الحقيقي. تم عرض هذه الميزة لأول مرة في أبريل وقد تلقت تحسينات كبيرة خلال الأشهر الماضية. قد أبلغ المستخدمون الأوائل مثل شركة الطيران المنخفضة التكلفة جيت بلو عن تنفيذات ناجحة لتقنية روكست. بالتزامن مع تحديث البحث بالمتجهات، تقوم روكست أيضًا بالاندماج مع أداة LangChain الشهيرة لتنظيم الذكاء الاصطناعي وإطار البيانات LlamaIndex.
قال فينكات فينكاتاراماني، مؤسس الشركة والرئيس التنفيذي: "إن قدرة البحث بواسطة المتجهات متاحة الآن بشكل عام ومتطورة جدًا. يمكنك إنشاء فهارس تشابه باستخدام تقنية الجار الأقرب التقريبية (ANN) بمقياس ضخم، مع تحديثات في الوقت الحقيقي على تحليلات المتجهات والبيانات الوصفية."
فهرسة روكست في الوقت الحقيقي للبحث بالمتجهات
شهد سوق البحث بالمتجهات تنافسًا متزايدًا في عام 2023. تعتبر المتجهات - التي تمثل البيانات الرقمية - حيوية لتشغيل نماذج اللغة الكبيرة (LLMs). وقد ظهرت العديد من قواعد البيانات المخصصة للمتجهات، مثل Pinecone وMilvus، جنبًا إلى جنب مع التقنيات المعروفة مثل DataStax وMongoDB وNeo4j.
تهدف روكست إلى التميز في السوق من خلال تقديم تحديثات فورية للبحث بالمتجهات. عند دخول بيانات جديدة إلى قاعدة بيانات روكست، يتم تحديث كل من فهرس قاعدة البيانات وتحليلات المتجهات في الوقت الحقيقي، مع تأخيرات في نطاق مللي ثانية واحدة. تأتي هذه الكفاءة من نموذج فصل بين الحوسبة لبناء الفهارس والموارد المستخدمة لتنفيذ الاستعلامات.
وأوضح فينكاتاراماني: "مع معظم قواعد البيانات المستخدمة للمتجهات، لا تكون التحديثات الفورية ممكنة؛ إذ تتطلب إعادة بناء الفهرس بشكل دوري."
تسريع بحث تشابه المتجهات باستخدام ANN
يمكن تنفيذ البحث بالمتجهات باستخدام طرق متعددة، بما في ذلك تقنية الجار الأقرب التقريبية (ANN) وتقنية الجار الأقرب (KNN) الأكثر دقة. بينما توفر ANN نتائج تقريبية بكفاءة، تحسب KNN المطابقة الدقيقة، وهو ما يمكن أن يكون مكلفًا من حيث الموارد للبيانات الكبيرة.
تستخدم روكست استراتيجيات KNN وANN بناءً على سياق الاستعلام ومجموعة البيانات المحددة. تسمح واجهة SQL للمستخدمين بدمج عمليات البحث بالمتجهات مع فلاتر البيانات الوصفية، حيث يقوم محسن روكست تلقائيًا باختيار أفضل طريقة من حيث السرعة.
بفضل قدرتها على التحديث الفوري، تعكس فهارس ANN الخاصة بروكست أحدث البيانات خلال مللي ثوانٍ قليلة.
استمرارية قواعد بيانات المتجهات
في يوم مطوري OpenAI الأخير، أعلنت الشركة عن خدمات جديدة لها القدرة على إعادة تشكيل مشهد الذكاء الاصطناعي التوليدي. وقد أثارت واجهات برمجة التطبيقات الجديدة لبناء GPT والمساعد من OpenAI نقاشات حول مستقبل تقنيات قواعد بيانات المتجهات.
رغم التكهنات في الصناعة، لا يزال فينكاتاراماني واثقًا من الطلب المستمر على قواعد البيانات للمتجهات. ويقول إن المؤسسات الكبيرة التي لديها متطلبات أمان وامتثال عالية لا يمكن أن تعتمد فقط على خدمات الطرف الثالث لمبادراتها في الذكاء الاصطناعي.
وأشار فينكاتاراماني: "لن تتراجع الحاجة إلى قواعد بيانات المتجهات، خاصة للبيانات المعقدة التي تعزز حالات استخدام الجيل المعزز للاسترجاع (RAG)." وأكد أنه مع تطور تطبيقات الذكاء الاصطناعي، ستظل البنية التحتية الأساسية - قواعد بيانات المتجهات - تلعب دورًا حيويًا.
واختتم بقوله: "أعتقد أن قواعد بيانات المتجهات هنا لتبقى، بدعم من مجموعة متنوعة من حالات الاستخدام الناشئة التي تتجاوز مجرد الدردشة."
قائمة الترتيب
