Die Datenbank für KI neu definieren: Warum MongoDB Voyage AI übernommen hat

KI verändert Industriezweige, definiert Kundenerfahrungen neu und wandelt die Art und Weise, wie Unternehmen Innovationen vorantreiben, agieren und im Wettbewerb bestehen. Während sich viel auf fortschrittliche Modelle konzentriert, stellt die Datenverwaltung eine grundlegende Herausforderung dar – insbesondere, wie Daten gespeichert, abgerufen und für KI-Anwendungen nutzbar gemacht werden. Die Demokratisierung von KI-gestützter Software hängt davon ab, auf den richtigen Abstraktionen aufzubauen. Dennoch ist es für die meisten Organisationen derzeit nicht möglich, nützliche Echtzeit-KI-Anwendungen in großem Umfang zu erstellen.

Die Herausforderung besteht nicht nur in der Komplexität, sondern auch im Vertrauen. KI-Modelle sind probabilistisch, was bedeutet, dass ihre Ergebnisse nicht deterministisch und vorhersehbar sind. Dies wird besonders deutlich beim Halluzinationsproblem in heutigen Chatbots und wird noch entscheidender mit dem Aufkommen von Agenten, bei denen KI-Systeme autonome Entscheidungen treffen. Entwicklungsteams benötigen die Fähigkeit, die generierten Ergebnisse zu kontrollieren, zu gestalten und zu begründen, um sie mit ihren Zielen in Einklang zu bringen und die Genauigkeit zu gewährleisten.

Die KI-gestützte Suche und Abfrage ist ein leistungsstarkes Tool, das relevante Kontextdaten aus bestimmten Quellen extrahiert und KI-Modelle erweitert, um zuverlässige und genaue Antworten zu generieren oder verantwortungsvolle und sichere Maßnahmen zu ergreifen, wie der bekannte Ansatz der Retrieval Augmented Generation (RAG) zeigt. Das Herzstück des KI-gestützten Retrievals sind die Generierung von Einbettungen und das Reranking – zwei KI-Schlüsselkomponenten, die die semantische Bedeutung von Daten erfassen und die Relevanz von Abfragen und Ergebnissen bewerten. Wir sind der Meinung, dass die Einbettung von Generierung und Neubewertung sowie die KI-gestützte Suche in die Datenbankebene gehören, um den Stack zu vereinfachen und eine zuverlässigere Grundlage für KI-Anwendungen zu schaffen. Indem wir mehr Intelligenz in die Datenbank integrieren, unterstützen wir Unternehmen dabei, Halluzinationen zu reduzieren, die Vertrauenswürdigkeit zu erhöhen und das volle Potenzial der KI im großen Maßstab zu entfalten.

Die wirkungsvollsten Anwendungen benötigen eine flexible, intelligente und skalierbare Datenbasis. Deshalb freuen wir uns, die Übernahme von Voyage AI bekanntzugeben, einem führenden Unternehmen in der Entwicklung von Embedding- und Neu-Ranking-Modellen, die die Genauigkeit durch KI-gestützte Suche und Abfrage erheblich verbessern. Dieser Schritt zielt nicht nur darauf ab, KI-Fähigkeiten hinzuzufügen – es geht darum, die Datenbank für das KI-Zeitalter neu zu definieren.

Warum das wichtig ist: Die Zukunft der KI beruht auf einer besseren Relevanz und Genauigkeit der Daten

KI ist probabilistisch – sie wird nicht wie traditionelle Software mit vordefinierten Regeln und Logik erstellt. Stattdessen generiert sie Antworten oder ergreift Maßnahmen basierend darauf, wie das KI-Modell trainiert wurde und welche Daten abgerufen werden. Aufgrund der probabilistischen Natur der Technologie kann KI jedoch Halluzinationen erzeugen. Halluzinationen sind eine direkte Folge einer schlechten oder ungenauen Datenabfrage – wenn KI keinen Zugriff auf die richtigen Daten hat, generiert sie plausible, aber falsche Informationen. Dies ist eine entscheidende Hürde für die Einführung von KI, insbesondere in Unternehmen und bei geschäftskritischen Anwendungsfällen, bei denen Genauigkeit nicht verhandelbar ist.

Dies macht das Abrufen der relevantesten Daten essenziell, damit KI-Anwendungen qualitativ hochwertige und kontextuell genaue Ergebnisse liefern können. Heute verlassen sich Entwickler auf ein Flickwerk aus separaten Komponenten, um KI-gestützte Anwendungen zu erstellen. Suboptimale Entscheidungen bei diesen Komponenten, wie z. B. bei Embedding-Modellen, können zu Datenabfragen mit geringer Relevanz und zu schlecht generierten Ausgaben führen. Dieser fragmentierte Ansatz ist komplex, kostspielig, ineffizient und umständlich für Entwickler.

Mit Voyage AI löst MongoDB diese Herausforderung, indem es KI-gestützte Suche und Abfrage direkt in die Datenbank integriert. Anstatt Umgehungslösungen zu implementieren oder separate Systeme zu verwalten, können Entwickler hochwertige Embeddings aus Echtzeit-Betriebsdaten generieren, Vektoren speichern, semantische Suchen durchführen und Ergebnisse verfeinern – alles innerhalb von MongoDB.Dies beseitigt Komplexität und bietet höhere Genauigkeit, niedrigere Latenzzeiten und ein optimiertes Entwicklererlebnis.

Was Voyage AI zu MongoDB beiträgt

Voyage AI hat ein erstklassiges KI-Forschungsteam aufgebaut, dessen Wurzeln in Stanford, am MIT, an der UC Berkeley und in Princeton liegen, und hat sich schnell zu einem führenden Unternehmen im Bereich hochpräziser KI-Abfrage entwickelt. Ihre Technologie genießt bereits das Vertrauen einiger der fortschrittlichsten KI-Startups, darunter Anthropic, LangChain, Harvey und Replit.

Bemerkenswert ist, dass die Embedding-Modelle von Voyage AI die am höchsten bewerteten Zero-Shot-Modelle in der Hugging Face Community sind. Die Modelle von Voyage AI sind darauf ausgelegt, die Qualität der generierten Ergebnisse zu verbessern durch:

• Verbesserung der Vektorsuche durch die Erstellung von Einbettungen, die die Bedeutung von Texten, Bildern, PDFs und strukturierten Daten besser erfassen.

• Verbesserung der Abfragegenauigkeit durch fortschrittliche Reranking-Modelle, die Suchergebnisse für KI-gestützte Anwendungen verfeinern.

• Ermöglichung von domänenspezifischer KI mit fein abgestimmten Modellen, die für verschiedene Branchen wie Finanzdienstleistungen, Gesundheitswesen und Recht sowie für Anwendungsfälle wie die Codegenerierung optimiert sind.

Indem wir die Abruffunktionen von Voyage AI in MongoDB integrieren, helfen wir Organisationen dabei, KI-Anwendungen einfacher und mit höherer Genauigkeit und Zuverlässigkeit zu entwickeln – ohne unnötige Komplexität.

Wie Voyage AI in MongoDB integriert werden wird

Wir integrieren Voyage AI in drei Phasen. In der ersten Phase bleiben die Modelle von Voyage AI zur Texteinbettung, multimodalen Einbettung und Neubewertung über die aktuellen APIs von Voyage AI und über die AWS- und Azure-Marktplätze allgemein verfügbar. So wird sichergestellt, dass Entwickler weiterhin ihre erstklassigen Einbettungs- und Neubewertungsfunktionen nutzen können. Wir werden auch in die Skalierbarkeit und Unternehmensbereitschaft der Plattform investieren, um die verstärkte Nutzung der Modelle von Voyage AI zu unterstützen.

Als Nächstes werden wir die Fähigkeiten von Voyage AI nahtlos in MongoDB Atlas integrieren, beginnend mit einem Auto-Embedding-Dienst für die Vektorsuche, der die Generierung von Embeddings automatisch übernimmt. Native Neu-Rankierung wird folgen und es Entwicklern ermöglichen, die Abrufgenauigkeit sofort zu verbessern. Wir planen auch, domänenspezifische KI-Fähigkeiten zu erweitern, um verschiedene Branchen (z. B. Finanzdienstleistungen, Recht, etc.) oder Anwendungsfälle (z. B. Code-Generierung) besser zu unterstützen.

Abschließend werden wir die KI-gestützte Abfrage mit erweiterten multimodalen Fähigkeiten vorantreiben, die eine nahtlose Abfrage und Rangfolge von Texten, Bildern und Videos ermöglichen. Wir planen außerdem die Einführung anweisungsoptimierter Modelle, die es Entwicklern ermöglichen, das Suchverhalten mithilfe einfacher Eingabeaufforderungen statt durch komplexe Feinabstimmungen zu verfeinern. Dies wird durch ein Embedding-Lifecycle-Management in MongoDB Atlas ergänzt, das kontinuierliche Aktualisierungen und Echtzeit-Optimierungen für KI-Anwendungen sicherstellt.

Was das für Entwickler und Unternehmen bedeutet

KI-gestützte Anwendungen benötigen mehr als nur eine Datenbank, die Daten speichert, verarbeitet und aufbewahrt – sie brauchen eine Datenbank, die aktiv die Abrufgenauigkeit verbessert, nahtlos skaliert und betriebliche Reibungen beseitigt. Mit Voyage AI definiert MongoDB neu, was erforderlich ist, damit eine Datenbank als Grundlage für geschäftskritische KI-gestützte Anwendungen dienen kann.

Entwickler müssen keine externen APIs, eigenständigen Vektorspeicher oder komplexe Suchpipelines mehr verwalten. Die KI-Abfrage wird in die Datenbank selbst integriert, sodass die semantische Suche, die Vektorabfrage und die Rangfolge genauso nahtlos erfolgen wie herkömmliche Abfragen.

Für Unternehmen bedeutet dies eine schnellere Wertschöpfung und ein größeres Vertrauen in die Skalierung von KI-Anwendungen. Durch die Bereitstellung qualitativ hochwertiger Ergebnisse im großen Maßstab können Unternehmen KI nahtlos in ihre kritischsten Anwendungsfälle integrieren und so Zuverlässigkeit, Leistung und reale Auswirkungen sicherstellen.

Blick nach vorn: Was kommt als Nächstes?

Aber das ist erst der Anfang. Unsere Vision ist es, MongoDB zur leistungsfähigsten und benutzerfreundlichsten Datenbank für moderne, KI-gesteuerte Anwendungen zu machen.

• Die Modelle von Voyage AI werden in Kürze direkt in MongoDB Atlas verfügbar sein.

• Wir werden die KI-Abruffunktionen von MongoDB weiter ausbauen, damit sie intelligenter und anpassungsfähiger werden und eine größere Bandbreite an Datentypen und Anwendungsfällen verarbeiten können.

Bleiben Sie dran, um mehr darüber zu erfahren, wie Sie die Fähigkeiten von Voyage AI in MongoDB nutzen können!