Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

MongoDB, Inc.は、次世代アプリケーションの構築、デプロイ、スケーリングのプロセスを合理化するように設計されたMongoDB Atlas Vector SearchおよびMongoDB Atlas Search Nodesを発売した。新しい製品は、生成AIとセマンティック検索機能のリアルタイムアプリケーションへの統合を簡素化し、運用データのユーザー エクスペリエンスを向上させることを目的としている。MongoDB Atlas Search Nodesは、生成AIと関連性ベースの検索を使用するアプリケーションに専用のインフラストラクチャーを提供し、データベースに依存しないワークロードのスケーラビリティーと高スループットのユースケースの管理の向上を可能にするという。

同社のMongoDB Atlas Vector Searchは、ベクトルデータを保存する単なるアドオン ソリューションではなく、グローバルに分散された運用データベースと統合された、高性能でスケーラブルなベクトルデータベースだ。この統合により、開発者は、不必要なデータの重複や同期といった複雑さを伴うことなく、主要なクラウド プロバイダー全体で事実上あらゆる種類のワークロードに対応する生成AIアプリケーションを構築できるようになる。このソリューションにより、顧客は事前トレーニングされたoundation models （FMs）を備えたetrieval-augmented generation（RAG）を使用して、独自の最新データをインテリジェントアプリケーションに活用できるようになるという。

MongoDB Atlas Vector Searchを使用すると、顧客は単一の統合プラットフォームを使用して、セマンティック検索から画像比較、高度にパーソナライズされた推奨に至るまで、AIを活用した機能を構築、展開、拡張できる。MongoDB Atlasの柔軟でスケーラブルなドキュメントベースのデータモデルは、事実上あらゆる種類のデータをサポートしており、顧客はベクトル データ、分析集計、テキストベースの検索、地理空間データ、時系列データに対する幅広いクエリーを組み合わせることができる。この組み合わせにより、RAGが強化され、エンドユーザーの要求に対する応答がさらに改善されるという。

一般提供開始となったMongoDB Atlas Search Nodesは、生成AIと関連性ベースの検索ワークロードを管理するための専用インフラストラクチャーを顧客に提供する。これにより、ワークロードの分離、コストの最適化、大規模なパフォーマンスの向上が可能になる。お客様は、クエリー時間を最大60%削減し、運用データを1つのAPIで使用して最適化されたAIを活用した関連性ベースの検索エクスペリエンスを提供することで、パフォーマンスを向上させることができる。MongoDB Atlas Vector SearchとMongoDB Atlas Search NodesがAWS、Google Cloud、Microsoft Azureで利用できるようになったとのことだ。