Dè a th’ ann an stòran-dàta vector, mar a tha iad ag obair agus margaidh a dh’fhaodadh a bhith ann

Is e seòrsa de stòr-dàta a th’ ann an stòr-dàta vector a bhios a’ stòradh dàta mar vectaran àrd-mheudach, a tha nan riochdachaidhean matamataigeach de fheartan no bhuadhan. 

Mar as trice bidh na vectaran sin air an gineadh le bhith a’ cleachdadh seòrsa de dh’ obair in-ghabhail ri dàta amh, leithid teacsa, ìomhaighean, claisneachd, bhidio, agus feadhainn eile.

Faodaidh stòran-dàta vector a bhith definite mar inneal a bhios a’ clàr-amais agus a’ stòradh in-ghabhail vectar airson lorg luath agus sgrùdadh coltach, le feartan mar sìoladh meata-dàta agus sgèileadh còmhnard.

Ùine leughaidh tuairmseach: 9 minuti

Ùidh luchd-tasgaidh a’ fàs

Anns na beagan sheachdainean a dh ’fhalbh, tha àrdachadh air a bhith ann an ùidh luchd-tasgaidh ann an stòran-dàta vector. Bho thoiseach 2023 tha sinn air mothachadh gu bheil:

• Stòr-dàta tòiseachaidh vector Sèid Fhuair e $50 millean ann am maoineachadh Sreath B;
• giuthas thog e $100 millean ann am maoineachadh Sreath B aig luachadh $750 millean;
• Chroma , pròiseact le còd fosgailte, air $18 millean a thogail airson an stòr-dàta freumhachaidh aige;

Chì sinn nas mionaidiche dè na stòran-dàta vector.

Vectors mar riochdachadh dàta

Tha stòran-dàta vector gu mòr an urra ri freumhachadh vectar, seòrsa de riochdachadh dàta a tha a’ giùlan an fhiosrachaidh semantach a tha riatanach airson AI gus tuigse fhaighinn agus cuimhne fad-ùine a chumail airson tarraing air nuair a bhios iad a’ coileanadh ghnìomhan iom-fhillte. 

Vector ga chuir a-steach

Tha leapannan vector coltach ri mapa, ach an àite a bhith a’ sealltainn dhuinn far a bheil cùisean air an t-saoghal, bidh iad a’ sealltainn dhuinn far a bheil cùisean ann an rudeigin ris an canar àite vector. Tha àite vector na sheòrsa de raon-cluiche mòr far a bheil àite aig a h-uile dad airson cluich. Smaoinich gu bheil buidheann de bheathaichean agad: cat, cù, eun agus iasg. Is urrainn dhuinn neadachadh vectar a chruthachadh airson gach ìomhaigh le bhith a’ toirt suidheachadh sònraichte dha air an raon-cluiche. Faodaidh an cat a bhith ann an aon oisean, an cù air an taobh eile. Dh’ fhaodadh an t-eun a bhith anns an adhar agus dh’ fhaodadh an t-iasg a bhith anns an lòn. Tha an t-àite seo na àite ioma-thaobhach. Tha gach taobh a 'freagairt ri diofar thaobhan dhiubh, mar eisimpleir, tha sgiathan aig iasg, tha sgiathan aig eòin, tha casan aig cait is coin. Is dòcha gur e taobh eile dhiubh gur ann do uisge a tha iasg, eòin gu ìre mhòr dha na speuran, agus cait is coin chun na talmhainn. Aon uair ‘s gu bheil na vectaran sin againn, is urrainn dhuinn dòighean matamataigeach a chleachdadh gus an cruinneachadh stèidhichte air an coltas. Stèidhichte air an fhiosrachadh a tha againn,

Mar sin, tha in-ghabhail vectar coltach ri mapa a chuidicheas sinn gus rudan coltach ri chèile a lorg ann an àite vector. Dìreach mar a bhios mapa gar cuideachadh le bhith a’ seòladh an t-saoghail, bidh in-ghabhail vectaran a’ cuideachadh le bhith a’ seòladh raon-cluiche na vector.

Is e am prìomh bheachd gu bheil astar nas lugha eatorra aig in-ghabhail a tha coltach gu semantach ri chèile. Gus faighinn a-mach dè cho coltach ‘s a tha iad, is urrainn dhuinn gnìomhan astar feòir a chleachdadh leithid astar Euclidean, astar cosine, msaa.

Stòr-dàta vector vs leabharlannan vector

Leabharlann vector stòradh vectaran ann an clàran-amais mar chuimhneachan, gus rannsachaidhean coltach a dhèanamh. Tha na feartan / crìochan a leanas aig leabharlannan vector:

1. Sàbhail vectors a-mhàin : Cha bhith leabharlannan vector a’ stòradh ach in-ghabhail vectaran agus chan e na nithean co-cheangailte riutha bhon deach an gineadh. Tha seo a’ ciallachadh nuair a bhios sinn a’ ceasnachadh, gum freagair leabharlann vector leis na vectaran iomchaidh agus IDan nì. Tha seo cuingealaichte leis gu bheil am fìor fhiosrachadh air a stòradh san nì agus chan e an id. Gus an duilgheadas seo fhuasgladh, bu chòir dhuinn na stuthan a stòradh ann an stòradh àrd-sgoile. Faodaidh sinn an uairsin na IDan a thill an ceist a chleachdadh agus an maidseadh ri nithean gus na toraidhean a thuigsinn.
2. Tha dàta clàr-amais neo-ghluasadach : Tha clàran-amais air an dèanamh le leabharlannan vectar do-ruigsinneach. Tha seo a’ ciallachadh, aon uair ‘s gu bheil sinn air an dàta againn a thoirt a-steach agus an clàr-amais a thogail, chan urrainn dhuinn atharrachaidhean sam bith a dhèanamh (gun cuir a-steach, cuir às no atharrachaidhean ùra). Gus atharraichean a dhèanamh air a’ chlàr-amais againn, feumaidh sinn a thogail às ùr
3. Ceist fhad ‘s a tha thu a’ cuingealachadh in-mhalairt : Chan urrainnear a’ mhòr-chuid de leabharlannan vector a cheasnachadh fhad ‘s a thathar a’ toirt a-steach dàta. Feumaidh sinn na stuthan dàta againn uile a thoirt a-steach an toiseach. Mar sin thèid an clàr-amais a chruthachadh às deidh na stuthan a thoirt a-steach. Faodaidh seo a bhith na dhuilgheadas dha tagraidhean a dh’ fheumas milleanan no eadhon billeanan de nithean a thoirt a-steach.

Tha mòran leabharlannan sgrùdaidh vector rim faighinn: FAISS de Facebook, Annoy le Spotify agus ScanNN le Google. Bidh FAISS a’ cleachdadh modh cruinneachadh, bidh Annoy a’ cleachdadh chraobhan agus bidh ScanNN a’ cleachdadh teannachadh vectar. Tha malairt dèanadais ann airson gach fear, as urrainn dhuinn a thaghadh a rèir ar n-iarrtasan agus ar tomhasan coileanaidh.

CRUD

Is e am prìomh fheart a tha ag eadar-dhealachadh stòran-dàta vector bho leabharlannan vector an comas dàta a thasgadh, ùrachadh agus a dhubhadh às. Tha taic CRUD aig stòran-dàta vector coileanta (cruthaich, leugh, ùraich agus cuir às) a dh’ fhuasglas crìochan leabharlann vector.

1. Tasglann vectors agus stuthan : Faodaidh stòran-dàta an dà chuid nithean dàta agus vectaran a stòradh. Leis gu bheil an dà chuid air an stòradh, is urrainn dhuinn sgrùdadh vector a cheangal ri sìoltachain structaraichte. Leigidh sìoltachain leinn dèanamh cinnteach gu bheil na nàbaidhean as fhaisge a rèir sìoltachan meata-dàta.
2. Mutability : mar stòran-dàta vector làn thaic amh, is urrainn dhuinn inntrigidhean nar clàr-amais a chur ris, a thoirt air falbh no ùrachadh às deidh dhuinn a bhith air a chruthachadh. Tha seo gu sònraichte feumail nuair a bhios tu ag obair le dàta a tha ag atharrachadh gu cunbhalach.
3. Rannsachadh fìor-ùine : Eu-coltach ri leabharlannan vector, leigidh stòran-dàta leinn ar dàta a cheasnachadh agus atharrachadh tron ​​phròiseas in-mhalairt. Mar a bhios sinn a’ luchdachadh milleanan de nithean, tha an dàta a chaidh a thoirt a-steach fhathast làn ruigsinneach agus obrachail, agus mar sin cha leig thu leas feitheamh gus an tèid an in-mhalairt a chrìochnachadh gus tòiseachadh ag obair air na tha ann mu thràth.

Ann an ùine ghoirid, tha stòr-dàta vector a’ toirt seachad fuasgladh nas fheàrr airson a bhith a’ làimhseachadh in-ghabhail vectar le bhith a’ dèiligeadh ri crìochan clàran-amais vector fèin-chumanta mar a chaidh a dheasbad anns na puingean roimhe seo.

Ach dè a tha a’ dèanamh stòran-dàta vector nas fheàrr na stòran-dàta traidiseanta?

Stòran-dàta vector vs stòran-dàta traidiseanta

Tha stòran-dàta traidiseanta air an dealbhadh gus dàta structaraichte a stòradh agus fhaighinn air ais a’ cleachdadh mhodalan co-cheangailte, a tha a’ ciallachadh gu bheil iad air an ùrachadh airson ceistean stèidhichte air colbhan agus sreathan dàta. Ged a tha e comasach freumhachadh vector a stòradh ann an stòran-dàta traidiseanta, chan eil na stòran-dàta sin air an ùrachadh airson gnìomhachd vectar agus chan urrainn dhaibh rannsachaidhean coltach ri chèile no gnìomhachd iom-fhillte eile a dhèanamh air stòran-dàta mòra gu h-èifeachdach.

Tha seo air sgàth gu bheil stòran-dàta traidiseanta a’ cleachdadh dòighean clàrachaidh stèidhichte air seòrsachan dàta sìmplidh, leithid sreangan no àireamhan. Chan eil na dòighean clàrachaidh sin freagarrach airson dàta vectar, aig a bheil meudachd àrd agus a dh’ fheumas dòighean clàrachaidh sònraichte leithid clàran-amais neo-dhìreach no craobhan spàsail.

Cuideachd, chan eil stòran-dàta traidiseanta air an dealbhadh gus an àireamh mhòr de dhàta neo-structaraichte no leth-structaraichte a tha gu tric co-cheangailte ri freumhachadh vectar a làimhseachadh. Mar eisimpleir, faodaidh milleanan de phuingean dàta a bhith ann an ìomhaigh no faidhle claisneachd, nach urrainn stòran-dàta traidiseanta a làimhseachadh gu h-èifeachdach.

Tha stòran-dàta vector, air an làimh eile, air an dealbhadh gu sònraichte gus dàta vectar a stòradh agus fhaighinn air ais agus tha iad air an ùrachadh airson rannsachaidhean coltach agus gnìomhachd iom-fhillte eile air stòran-dàta mòra. Bidh iad a’ cleachdadh dòighean clàrachaidh sònraichte agus algoirmean a tha air an dealbhadh gus obrachadh le dàta àrd-mheudach, gan dèanamh tòrr nas èifeachdaiche na stòran-dàta traidiseanta airson a bhith a’ stòradh agus a’ faighinn air ais leabaichean vectar.

A-nis gu bheil thu air uimhir a leughadh mu stòran-dàta vector, is dòcha gu bheil thu a’ faighneachd, ciamar a tha iad ag obair? Bheir sinn sùil.

Ciamar a tha stòr-dàta vector ag obair?

Tha fios againn uile mar a bhios stòran-dàta dàimheach ag obair: bidh iad a’ stòradh sreangan, àireamhan, agus seòrsachan eile de dhàta sgalar ann an sreathan agus colbhan. Air an làimh eile, tha stòr-dàta vector ag obair air vectaran, agus mar sin tha an dòigh anns a bheil e air a mheudachadh agus air a cheasnachadh gu math eadar-dhealaichte.

Ann an stòran-dàta traidiseanta, mar as trice bidh sinn a’ faighneachd airson sreathan san stòr-dàta far a bheil an luach mar as trice a rèir ar ceist. Ann an stòran-dàta vector, bidh sinn a’ cleachdadh meatrach coltach ri bhith a’ lorg vectar a tha nas coltaiche ris a’ cheist againn.

Bidh stòr-dàta vector a’ cleachdadh measgachadh de ghrunn algoirmean a bhios uile a’ gabhail pàirt ann an sgrùdadh nàbaidh as fhaisge (ANN). Bidh na h-algorithms sin a’ dèanamh an fheum as fheàrr den sgrùdadh le bhith a’ hashing, a’ tomhas no a’ sgrùdadh stèidhichte air graf.

Tha na h-algorithms sin air an cruinneachadh ann an loidhne-phìoban a bheir seachad lorg luath is ceart air nàbaidhean vectar a chaidh a cheasnachadh. Leis gu bheil an stòr-dàta vector a’ toirt seachad toraidhean tuairmseach, tha na prìomh cho-dhùnaidhean malairt eadar cruinneas agus astar. Mar as mionaidiche an toradh, is ann as slaodaiche a bhios a’ cheist. Ach, faodaidh siostam math sgrùdadh ultra-luath a thoirt seachad le mionaideachd cha mhòr foirfe.

• Clàr-innse : Bidh an stòr-dàta vector a’ clàr-amais vectaran a’ cleachdadh algairim leithid PQ, LSH no HNSW. Bidh an ceum seo a’ ceangal na vectaran le structar dàta a leigeas le sgrùdadh nas luaithe.
• Ceist : bidh stòr-dàta vector a’ dèanamh coimeas eadar an vectar ceist clàr-amais an aghaidh vectaran clàr-amais san t-seata dàta gus na nàbaidhean as fhaisge a lorg (a’ cur an sàs meatrach coltachd a chleachdar leis a’ chlàr-amais sin)
• Post-giollachd : Ann an cuid de chùisean, bidh an stòr-dàta vectar a’ faighinn na nàbaidhean mu dheireadh as fhaisge bhon t-seata dàta agus gan làimhseachadh gus na toraidhean deireannach a thilleadh. Faodaidh an ceum seo a bhith a’ toirt a-steach ath-sheòrsachadh nan nàbaidhean as fhaisge a’ cleachdadh tomhas coltachd eadar-dhealaichte.

buannachdan

Tha stòran-dàta vector nan inneal cumhachdach airson rannsachaidhean coltach agus gnìomhachd iom-fhillte eile air seataichean dàta mòra, nach gabh a choileanadh gu h-èifeachdach a’ cleachdadh stòran-dàta traidiseanta. Gus stòr-dàta vectar gnìomh a thogail, tha in-ghabhail riatanach, leis gu bheil iad a’ glacadh brìgh semantach an dàta agus a’ comasachadh rannsachaidhean coltach ri chèile. Eu-coltach ri leabharlannan vector, tha stòran-dàta vector air an dealbhadh gus a bhith iomchaidh don chùis cleachdaidh againn, gan dèanamh air leth freagarrach airson tagraidhean far a bheil coileanadh agus scalability deatamach. Le àrdachadh ann an ionnsachadh innealan agus inntleachd fuadain, tha stòran-dàta vector a’ sìor fhàs cudromach airson raon farsaing de thagraidhean a’ toirt a-steach siostaman molaidh, sgrùdadh ìomhaighean, coltas semantach agus tha an liosta a’ dol air adhart. Mar a bhios an raon a’ sìor fhàs, faodaidh sinn a bhith an dùil gum faic sinn eadhon barrachd thagraidhean ùr-ghnàthach de stòran-dàta vector san àm ri teachd.

Ercole Palmeri