エンタープライズAIのためのベクターデータベース (Japanese Edition)

この作品はAIを使って翻訳されている。ご意見、ご感想をお待ちしている：translation-feedback@oreilly.com

企業の生成AIは転換期を迎えている。パイロットはモデルが機能することを証明した。苦労しているのは、それを支えるインフラだ。セマンティック検索、RAG、エージェントワークフローは、キーワードや完全一致ではなく、意味や類似性に基づくデータ検索を必要とする。この種の推論のために設計されたことのないアーキテクチャは、モデルを改善しても直らない。

エンタープライズAIのためのベクターデータベースは、アーキテクトとプラットフォームエンジニアリングリーダーに、これを正しく理解するために必要な基礎知識を与える。この集中ガイドでは、ベクトル埋め込みと類似性検索がどのように機能するのか、ベクトルデータベースを既存のデータ資産に責任を持って統合する方法、実際の本番環境における信頼性、ガバナンス、ライフサイクル管理とはどのようなものなのか、などを取り上げている。

• AIワークロードにベクトルデータベースが不可欠である検索ギャップを理解する。
• サイロ化されたガバナンス不能なAIサイドカーを回避するセマンティック検索システムを設計する。
• アプローチにコミットする前に、パフォーマンス、コスト、精度のトレードオフを評価する。
• 生産グレードのデプロイに適したガバナンスとメタデータのフレームワークを適用する。
• 既に機能しているプラットフォームを破壊することなく、ベクター機能を既存のプラットフォームに統合する。