🧭 دیتابیس معمولی دنبال همون کلمه‌ها می‌گرده؛ وکتور دیتابیس (vector database) دنبال معنی.

حوشه مصنوعی متن طور رو نمیخونه اولش تبدیلش میکنه به یه نقطه روی نقشه وقتی مشتری می نویسه گوشی ارزون با باتری خوب دیتابیس فروشگاهت هیچی پیدانه میکنه با این که موبایل اقتصادی با شارجدهی بالا رو داره چون دیتابیس معمولی دنبال همون کلمه ها میگرده نمعنی وکتر دیتابیس همین مشکل رو حل میکنه و تا دو دقیقه دیگه میفهمید چطور

اول باید متن و به چیزی تدبیل کنیم که کامپیوتر بتونه مقایستش کنه یه مودل حوشه مصنوعی که بهش مودل امبیدینگ میگن هر جمله رو میگیره و یه لیست طولانی از عدد تفویل میده به این لیست میگن وکتر نکته جالب اینه که جمله هایی که معنی نزدیک دارن عدد های نزدیک میگیرن

اگه این وکترها رو رو روی نقشه بکشیم گوشی ارزون و موبایل اقتصادی کناره هم میفتند و کفش ورزشی یه جای دور حالا جستجو چطور انجام میشه؟ سوال مشتری هم به یه وکتور تبدیل میشه یعنی یه نقطی تازه روی همون نخشه

دیتابیس فقط باید نزدیکترین نقطه ها رو برگردونه اسمش nearest neighbor searchه یعنی جستجوی نزدیکترین همسایه دیگه مهم نیست مشتری چه کلمه این نوشته

وکتر دیتابیس یه ایندکس مخصوص میسازه مثلا HNSW که مثل یه شبکه راه بین نقطه است به جای گشتن همه جا از هر نقطه به همسایی نزدیکتر میپره تا جوابو پیدا کنه جوابش تقریبیه ولی سریع و برای این کار همین کافیه کجا به کار میاد وقتی به یه چطبات فایل میدی و از توش سوال میپرسی همین اتفاق میفته

تیکیه های فایلت وکتور میشن و نزدیک ترین هاشون به سوالت به مودل داده میشن به این کار میگن رنگ پیشنهاد فیلم، جستجوی اکس مشابه و شناختن تیکیت های تکراری توی پشتیبانی هم همینطوری کار میکنن حالا لازم یه دیتابیس جدید بیاری؟ همیشه نه اگه الان پوسکرس داری افصانی پی جی وکتور هم این کار رو توی همون دیتابیس انجام میده

اگه سیرویس آماده میخوای پاینکون هست و برای شروع سبوک و اپن سورس هم کروما رو داریم اگه هم فقط چند هزار تا مهداری حتی بدون ایندیکس هم جوابت سریع میرسه یه ویدیوی کامل هم داریم که نشون میده این دیتابیس کنار هفت نوعه دیگه کجا میشینه

پس فرق اصلی همینه دیتابیس معمولی کلمه ها رو میسنج و وکتر دیتابیس معنی ها رو

دیتابیس معمولی کلمه ها رو میسنج و وکتر دیتابیس معنی ها رو