Disponibilidade Geral das Bases de Conhecimento do MongoDB Atlas Vector Search para o Amazon Bedrock

A MongoDB lançou publicamente sua integração de Atlas Vector Search com o Amazon Bedrock, apresentada pela primeira vez no Amazon Re:Invent do ano passado. Essa colaboração permite que os desenvolvedores sincronizem seus modelos de base e agentes de IA com dados proprietários armazenados no MongoDB, aumentando a relevância, precisão e personalização das respostas por meio da Geração Aumentada por Recuperação (RAG).

“Muitas empresas estão preocupadas com a precisão das saídas dos sistemas de IA enquanto protegem seus dados proprietários”, afirmou Sahir Azam, Diretor de Produtos da MongoDB. “Estamos simplificando o processo para clientes da MongoDB e da AWS utilizarem diversos modelos de base hospedados em seus ambientes da AWS. Isso permite que desenvolvam aplicações de IA generativa que incorporem de forma segura seus dados no MongoDB Atlas, melhorando assim a precisão e a experiência do usuário.”

O Amazon Bedrock, serviço gerenciado da AWS para IA generativa, funciona como um repositório central para as necessidades de desenvolvimento de aplicações de IA de clientes corporativos. A crescente variedade de modelos inclui aqueles da Amazon, Anthropic, Cohere, Meta, Mistral e Stable Diffusion. Embora a utilização de modelos treinados externamente possa ser benéfica, as empresas frequentemente preferem usar seus próprios bancos de dados para um contexto de cliente mais rico.

A integração do MongoDB é crucial nesse aspecto. Os desenvolvedores podem personalizar os modelos de base escolhidos com dados proprietários, permitindo o desenvolvimento fluido de aplicações em torno de LLMs recém-treinados sem intervenção manual. “Você pode criar aplicações de IA generativa, mas se não conseguir integrar seus dados operacionais em tempo real, receberá respostas genéricas”, explicou Scott Sanchez, Vice-presidente de Marketing de Produtos e Estratégia da MongoDB, durante uma coletiva de imprensa.

“Essa integração com o MongoDB facilita para os clientes conectarem os pontos”, acrescentou. “Eles podem personalizar seus grandes modelos de linguagem com dados proprietários convertendo-os em embeddings vetoriais armazenados no MongoDB. Por exemplo, um varejista poderia criar uma aplicação de IA generativa usando agentes autônomos para gerenciar tarefas como solicitações de inventário em tempo real ou devoluções de clientes.”

Este anúncio segue colaborações anteriores entre a MongoDB e a AWS, incluindo o Vector Search da MongoDB disponível no Amazon SageMaker e o suporte do Atlas pelo CodeWhisperer. A MongoDB continua a inovar, revelando iniciativas como seu Programa de Aplicações de IA (MAAP) para ajudar clientes corporativos a desenvolver aplicações de IA.