最新国产精品鲁鲁免费视频,A∨无码一区二区,免费AV无码久久一本通,99精品视频九九精品,99热在线都是精品,国产精品亲子乱子伦XXXX裸,亚洲色无码中文字幕伊人,99re6久久免费观看,无码精品久久久久一区二区,日本高清乱理伦片中文字幕

隨著大語言模型的興起，向量數(shù)據(jù)庫正愈發(fā)受到人們的關注。作為對向量數(shù)據(jù)庫的一名小白，近期簡單對這一新技術(shù)方向做了些了解，特分享給大家。

在數(shù)學中，向量是有大小和方向的量，可以使用帶箭頭的線段表示，箭頭指向即為向量的方向，線段的長度表示向量的大小。兩個向量的距離或者相似性可以通過歐式距離、余弦距離等得到。

圖片

向量數(shù)據(jù)是一種數(shù)學表示，用一組（多個維度）有序的數(shù)值表示一個對象或數(shù)據(jù)點。在向量數(shù)據(jù)中，每個維度代表了向量的一個特征或?qū)傩浴＠纾绻紤]一個二維向量數(shù)據(jù)集，每個向量可以表示平面上的一個點，其中第一個維度表示橫坐標，第二個維度表示縱坐標。實際只要維度夠多，就能夠?qū)⑺惺挛锒紖^(qū)分開來，世間萬物都可以用一個多維坐標系來表示，它們都在一個高維的特征空間中對應著一個坐標點。在生活中，向量數(shù)據(jù)在各種領域中得到廣泛應用，特別是在機器學習、數(shù)據(jù)挖掘和模式識別等領域。它可以表示各種類型的數(shù)據(jù)，如圖像、音頻、文本、用戶行為、傳感器數(shù)據(jù)等。

圖片

簡而言之，向量表示是一種將非結(jié)構(gòu)化的數(shù)據(jù)轉(zhuǎn)換為嵌入向量的技術(shù)，通過多維度向量數(shù)值表述某個對象或事物的屬性或者特征。通過嵌入技術(shù)，任何圖像、聲音、文本都可以被表達為一個高維的向量。

圖片

如果鍵值、文檔、圖數(shù)據(jù)一樣，向量數(shù)據(jù)也需要一種專門的載體來承擔。向量數(shù)據(jù)庫是一種專門用于存儲、管理和搜索向量數(shù)據(jù)的數(shù)據(jù)庫。它以向量的形式存儲數(shù)據(jù)，其中向量是抽象實體（如圖像、音頻文件、文本等）的數(shù)學表示；并支持使用專門的算法來支持向量數(shù)據(jù)搜索和分析。與傳統(tǒng)數(shù)據(jù)庫相比，向量數(shù)據(jù)庫使用向量化計算，能夠高速地處理大規(guī)模的復雜數(shù)據(jù)；并可以處理高維數(shù)據(jù)，例如圖像、音頻和視頻等，解決傳統(tǒng)關系型數(shù)據(jù)庫中的痛點。

向量數(shù)據(jù)庫，具有如下核心特點：

向量數(shù)據(jù)之前已經(jīng)得到廣泛應用，包括：推薦系統(tǒng)、圖像檢索、自然語言處理、人臉識別和圖像搜索、音頻識別、實時數(shù)據(jù)分析、物聯(lián)網(wǎng)以及生物信息學等諸多場景。ChatGPT的橫空出世，帶動了新一波生成式AI的投資浪潮，也帶火了向量數(shù)據(jù)庫。2023年3月，英偉達CEO黃仁勛首次提及向量數(shù)據(jù)庫，強調(diào)了向量數(shù)據(jù)庫對于構(gòu)建專有大模型的重要性，也催生了一波投資浪潮。

目前，市場上的涌現(xiàn)出一批向量數(shù)據(jù)庫。技術(shù)原理上，一種是關系型數(shù)據(jù)庫或NoSQL數(shù)據(jù)庫，增加向量嵌入存儲，但它們最初都沒有設計用于存儲和提供這種類型的數(shù)據(jù)。例如最為常見的pgvector插件，可以通過嵌入方式在PostgreSQL數(shù)據(jù)支持存儲和使用。另一種是原生的向量數(shù)據(jù)庫，即在誕生之初就定位為專項數(shù)據(jù)庫產(chǎn)品。Milvus是一個于2019年首次發(fā)布的開源矢量數(shù)據(jù)庫。

圖片

那上述兩種路線未來發(fā)展如何呢？一種觀點認為向量數(shù)據(jù)庫的核心技術(shù)核心向量索引技術(shù)成熟，進入壁壘低，因此市場認為向量數(shù)據(jù)庫核心技術(shù)缺少壁壘，傳統(tǒng)數(shù)據(jù)庫實現(xiàn)向量搜索功能簡單，將替代向量數(shù)據(jù)庫滿足大部分市場需求，專業(yè)向量數(shù)據(jù)庫將被“傳統(tǒng)向量數(shù)據(jù)庫”取代。另一種觀點認為，專業(yè)的向量數(shù)據(jù)庫仍具有不可替代性，其在檢索性能、數(shù)據(jù)規(guī)模、接口豐富度、性價比等方面具有一定優(yōu)勢。個人認為，從長期角度來看，上述兩種路線都具有存在意義，雙方也都有各自所長及適應場景。特別是近年來，向量數(shù)據(jù)庫也在不斷向傳統(tǒng)數(shù)據(jù)庫學習，進而滿足AI場景化在通用性、穩(wěn)定性等方面的要求。

從近期的融資來看，資本角度非常看好這一領域（如下圖）。向量數(shù)據(jù)庫正在被定義為一種“AI基礎設施”。從市場空間來看，AI技術(shù)的發(fā)展將推動向量數(shù)據(jù)應用與存儲需求加速增長：一方面隨著AI應用場景不斷豐富，向量數(shù)據(jù)庫的下游客戶數(shù)量隨著AI發(fā)展而飛速增長；另一方面AIGC正推動著非結(jié)構(gòu)化數(shù)據(jù)應用飛速增長，AIGC帶來了跨模態(tài)數(shù)據(jù)分析的需求浪潮，只有向量數(shù)據(jù)庫才能實時快速地處理這些海量的向量數(shù)據(jù)。

圖片

在所有現(xiàn)有向量數(shù)據(jù)庫中，pgvector是一個獨特的存在——它選擇了在現(xiàn)有的世界上最強大的開源關系型數(shù)據(jù)庫PostgreSQL上以插件的形式添磚加瓦，而不是另起爐灶做成另一個專用的"數(shù)據(jù)庫"。目前很多PostgreSQL生態(tài)產(chǎn)品和云產(chǎn)品，都推出了對pgvector的支持。

圖片

pgvector是一個基于PostgreSQL的擴展，為用戶提供了一套強大的功能，用于高效地存儲、查詢和處理向量數(shù)據(jù)。它具有以下特點：

在pgvector中，可以使用各種查詢運算符對向量數(shù)據(jù)進行不同的操作。這些運算符主要用于計算向量之間的相似度或距離，其中一些運算符使用不同的距離度量。以下是一些常用的pgvector查詢運算符：

在選擇適當?shù)倪\算符時，您應該考慮您的應用需求和數(shù)據(jù)特性。這可能涉及保持相對距離、強調(diào)大小或方向以及關注特定維度等因素。請注意，根據(jù)您的數(shù)據(jù)和用例，運算符的選擇可能會對搜索結(jié)果的質(zhì)量以及最終應用程序的有效性產(chǎn)生重大影響。

pgvector提供了ivfflat算法以近似搜索，它的工作原理是將相似的向量聚類為區(qū)域，并建立一個倒排索引，將每個區(qū)域映射到其向量。這使得查詢可以集中在數(shù)據(jù)的一個子集上，從而實現(xiàn)快速搜索。通過調(diào)整列表和探針參數(shù)，ivfflat可以平衡數(shù)據(jù)集的速度和準確性，使PostgreSQL有能力對復雜數(shù)據(jù)進行快速的語義相似性搜索。通過簡單的查詢，應用程序可以在數(shù)百萬個高維向量中找到與查詢向量最近的鄰居。對于自然語言處理、信息檢索等，ivfflat是一個比較好的解決方案。

下面構(gòu)建一個測例，在PostgreSQL中使用pgvector插件測試對向量數(shù)據(jù)的檢索。向量數(shù)據(jù)集采用公開的國內(nèi)省市位置數(shù)據(jù)，將經(jīng)緯度作為向量維度存儲。通過歐幾里德距離計算向量數(shù)據(jù)間距離（即城市間距離）。

圖片

圖片

北京市海淀區(qū)中關村南1條甲1號ECO中科愛克大廈6-7層

北京市公安局海淀分局備案編號：110108002980號營業(yè)執(zhí)照