为 AI 重新定义数据库：MongoDB 为何收购 Voyage AI

AI 正在重塑各行各业，重新定义客户体验，并改变企业创新、运营和竞争的方式。尽管大部分关注点在前沿模型上，但一项根本的挑战在于数据 — 如何存储和检索数据并让数据为 AI 应用所用。AI 驱动软件的民主化依赖于在正确的抽象层上进行开发，但目前，对于大多数组织来说，大规模创建有用的实时 AI 应用仍然不可行。

挑战不仅在于复杂性，还在于信任。AI 模型是概率性的，这意味着其输出不具有确定性和可预测性。这在当今聊天机器人的幻觉问题中显而易见，并且随着 AI 智能载体的兴起，AI 系统可以自主做出决策，这一点变得更加重要。开发团队需要能够控制、塑造和调整生成的输出，以符合其目标并确保准确性。

AI 驱动的搜索和检索是一项强大的工具，可以从特定来源提取相关的上下文数据，增强 AI 模型，以生成可靠和准确的响应或采取负责任和安全的行动，这在著名的检索增强生成（RAG）方法中得到了体现。在 AI 驱动的检索中，核心是嵌入生成和重新排序 — 这两个关键的 AI 组件能够捕捉数据的语义含义，并评估问询和结果的相关性。我们认为将生成、重新排序以及 AI 驱动的搜索嵌入数据库层可简化堆栈，从而为 AI 应用奠定更可靠的基础。通过将更多智能引入数据库，我们帮助企业减少幻觉，提高可信度，并在 AI 扩展上释放 AI 的全部潜力。

最具影响力的应用需要一个灵活、智能且可扩展的数据基础。因此，我们很高兴地宣布收购了 Voyage AI，这是一家在嵌入和重新排序模型领域的领导者，通过 AI 驱动的搜索和检索显著提高了准确性。此举不仅旨在增加 AI 功能，更是关乎为 AI 时代重新定义数据库。

为什么这很重要：AI 的未来构建在数据更高的相关性和准确性之上

AI 是概率性的 — 这不像传统软件那样具有预定义的规则和逻辑。相反，它会根据 AI 模型的训练方式和检索到的数据生成响应或采取行动。然而，由于该技术的概率性，AI 可能会出现幻觉。幻觉是检索不佳或不精确的直接后果 — 当 AI 无法访问正确的数据时，它会生成看似合理但不正确的信息。这是 AI 采用的一项关键障碍，尤其是在企业中以及在准确性不可妥协的关键任务用例中。

这使得检索最相关的数据对于 AI 应用程序提供高质量、上下文准确的结果至关重要。如今，开发者依赖于拼凑而成的独立组件来构建 AI 驱动的应用程序。这些组件的次优选择，例如嵌入模型，可能会导致低相关性的数据检索和低质量的生成输出。这种分散的方法对开发者来说既复杂、昂贵、效率低下，又繁琐。

借助 Voyage AI，MongoDB 通过使 AI 驱动的搜索和检索成为数据库的原生功能，解决了这一挑战。开发者无需实施变通方法或管理单独的系统，而是可以从实时操作数据中生成高质量的嵌入，存储向量，执行语义搜索，并优化结果——所有这些都在 MongoDB 中完成。这消除了复杂性，并提供了更高的准确性、更低的延迟和简化的开发者体验。

Voyage AI 为 MongoDB 带来的优势

Voyage AI 已组建了一支以斯坦福大学、麻省理工学院、加州大学伯克利分校和普林斯顿大学为基础的世界级 AI 研究团队，并迅速成为高精度 AI 检索领域的领导者。他们的技术已经被一些最先进的 AI 初创企业所信任，包括 Anthropic、LangChain、Harvey 和 Replit。

值得注意的是，Voyage AI 的嵌入模型是 Hugging Face 社区中评分最高的零样本模型。Voyage AI 的模型旨在通过以下方式提高生成输出的质量：

• 通过创建更好地捕捉文本、图像、PDF 和结构化数据含义的嵌入来增强向量搜索。

• 通过先进的重新排序模型提高检索准确性，以优化 AI 驱动式应用的搜索结果。

• 通过使用针对金融服务、医疗保健、法律等不同行业以及代码生成等使用案例进行优化的微调模型，启用特定领域的 AI。

通过将 Voyage AI 的检索功能集成到 MongoDB 中，我们正在帮助组织更轻松地构建更准确、更可靠的 AI 应用，而不会增加不必要的复杂性。

如何将 Voyage AI 集成到 MongoDB 中

我们将 Voyage AI 与 MongoDB 的集成分为三个阶段。在第一阶段，Voyage AI 的文本嵌入、多模态嵌入和重排序模型将继续通过 Voyage AI 的现有 API 以及 AWS 和 Azure 云市场广泛提供，确保开发者可以继续使用其先进的嵌入和重新排序功能。我们还将投资于平台的可扩展性和企业级就绪能力，以支持 Voyage AI 模型的更广泛采用。

接下来，我们会将 Voyage AI 的功能无缝嵌入到 MongoDB Atlas 中，首先推出用于 Vector Search 的自动嵌入服务，该服务将自动处理嵌入生成。然后将进行原生重新排序，使开发人员能够立即提高检索准确性。我们还计划扩展特定领域的 AI 功能，以更好地支持不同行业（例如，金融服务、法律等）或用例（例如，代码生成）。

最后，我们将通过增强的多模态功能推进 AI 驱动的检索，实现文本、图像和视频的无缝检索和排序。我们还计划引入指令调整模型，允许开发者使用简单的提示而不是复杂的微调来优化搜索行为。这将通过在 MongoDB Atlas 中嵌入生命周期管理来实现补充，确保 AI 应用的持续更新和实时优化。

这对开发者和企业意味着什么？

AI 驱动的应用需要的不仅仅是一个存储、处理和持久化数据的数据库，而是还需要一个能够主动提高检索准确性、无缝扩展并消除操作摩擦的数据库。借助 Voyage AI，MongoDB 重新定义了支撑任务关键型 AI 驱动的应用的数据库要求。

开发者将不再需要管理外部嵌入 API、独立运行的实例向量存储或复杂的搜索管道。AI 检索将内建到数据库中，实现与传统查询一样的无缝语义搜索、向量检索和排序。

对于企业来说，这意味着能够更加信心十足地扩展 AI 应用，并加快价值实现速度。通过在大规模扩展交付高质量的结果，企业可以将 AI 无缝集成到其最关键的用例中，确保可靠性、性能和实际影响。

展望未来：接下来会发生什么

这仅仅是个开始。我们的愿景是将 MongoDB 打造成最强大且直观的数据库，适用于现代 AI 驱动的应用程序。

• Voyage AI 的模型将很快在 MongoDB Atlas 中原生可用。

• 我们将继续提升 MongoDB 的 AI 检索能力，使其更智能、更具适应性，并能够处理更广泛的数据类型和应用场景。

请继续关注最新动态，详细了解如何在 MongoDB 中开始使用 Voyage AI 功能。

Source: Read More