Cher(e) Inventeur(euse),
Un autre jour s’est écoulé à AWS re:Invent et on a encore beaucoup parlé d’intelligence artificielle. Un cadre supérieur est monté sur scène pour déclamer les louanges de l’impact des bases de données vectorielles sur la technologie. Le Dr Swami Sivasubramanian, vice-président d’AWS pour les données et l’IA, a prononcé le discours principal sur l’IA à re:Invent à Las Vegas, un jour après que le PDG d’AWS, Adam Selipsky, ait également parlé principalement de l’IA. Sivasubramanian, vice-président des données et de l’IA, décrit la pile générative d’IA d’AWS Sivasubramanian a donné la perspective de la base de données, expliquant aux participants que les résultats en IA de haute qualité dépendent de données de haute qualité, et mettant en avant des fonctionnalités, notamment la génération de code SQL à partir d’une entrée texte pour Amazon Redshift (un service de base de données en entrepôt), et l’ajout de la recherche vectorielle aux gestionnaires de base de données, y compris OpenSearch serverless (disponible en version finale), MemoryDB pour Redis (version de prévisualisation), DocumentDB (disponible en version finale), et bientôt pour Amazon Aurora et MongoDB. La recherche vectorielle est également disponible pour PostgreSQL via l’extension pgvector. Alors, pourquoi toute cette activité autour de la recherche vectorielle ? « Les embeddings vectoriels sont produits par des modèles fondamentaux, qui traduisent les entrées de texte telles que les mots, les phrases ou les unités de texte importantes en représentations numériques », a déclaré Sivasubramanian. « Les vecteurs permettent à vos modèles de mieux trouver les relations entre des mots similaires, par exemple, un chat est plus proche d’un chaton, ou un chien est plus proche d’un chiot. »
