説明
MongoDBベクトル検索は、ユーザーが運用データと共にベクトルを保存し、検索できるMongoDB Atlasの強力な機能です。ベクトルは、特定の特徴や特性を捉えた数値の配列として表現されるデータの数学的表現です。機械学習や人工知能の文脈では、ベクトル埋め込みがテキスト、画像、音声などの複雑なデータをコンピュータが処理できる形式にエンコードするために使用されます。この機能は、意味検索、推薦システム、生成AIなどのアプリケーションにとって不可欠です。
続きを読む
MongoDBベクトル検索の主な利点の一つは、従来のキーワード検索とは異なり、ベクトルにキャプチャされた意味に基づいて検索を行う能力です。これにより、より正確で文脈を考慮した検索結果が得られ、ユーザー体験が向上します。MongoDBはベクトルデータベースとして機能し、ユーザーが運用データ、メタデータ、ベクトル埋め込みを一元管理できるようにし、別々のデータベースや同期の必要性を排除します。
MongoDBベクトル検索は、K-Nearest Neighbor (KNN)、Approximate Nearest Neighbor (ANN)、Exact Nearest Neighbor (ENN)など、類似ベクトルを見つけるためのさまざまなアルゴリズムをサポートしています。これらのアルゴリズムは、精度とパフォーマンスのバランスを取るように設計されており、複雑で高次元のベクトルユースケースを扱いやすくします。さらに、プラットフォームは4096次元の制限内で任意のプロバイダーからの埋め込みをサポートし、データの取り込みとクエリに柔軟性を提供します。
ネイティブな再ランキング機能の統合により、最も関連性の高いデータのみが大規模言語モデル（LLM）に提供され、トークンの消費を最適化し、全体的なパフォーマンスを向上させます。さらに、MongoDBのハイブリッド検索機能は、単一のクエリで語彙検索とベクトル検索を組み合わせ、ユーザーに両方の利点を提供します。
MongoDBベクトル検索は、意味検索、取得強化生成（RAG）、エージェントシステムの開発など、幅広いアプリケーションに適しています。その強力な機能と能力により、MongoDBベクトル検索は、ベクトルデータの力を活用したインテリジェントなアプリケーションの構築を支援します。
- カテゴリーベクトルデータベースと検索
- 料金モデルフリーミアム
- デプロイクラウド
- プラットフォームAWS、Azure、GCP
MongoDBベクトル検索の主要機能
完全管理されたマルチクラウドデータベース
近似最近傍（ANN）検索
正確最近傍（ENN）検索
ハイブリッド検索機能
ネイティブ再ランキング統合
自動埋め込み生成
検索ノードによる独立したスケーリング
ベクトル量子化によるコスト効率
MongoDBベクトル検索の使い方は？
オープンソースモデルを使用してベクトル埋め込みを作成するか、MongoDBに自動生成させます。
クエリしたい埋め込みのためのベクトル検索インデックスを定義します。
集約パイプライン内で$vectorSearchステージを使用してクエリを実行します。
メタデータフィルターと組み合わせてベクトルクエリを使用し、検索結果を向上させます。
MongoDBベクトル検索の使用例
- 意味検索
- 取得強化生成
- エージェントシステム
- 推薦システム
- 異常検知
