InterSystems IRIS® verfügt über leistungsstarke integrierte generative KI-Funktionen, mit denen Sie intelligente Unternehmensanwendungen mit semantischer Suche und generativer KI für beliebige Datentypen erstellen können.
Vektor-Funktionen sind ein nativer Bestandteil der Multi-Modell-Datenbank-Engine von InterSystems IRIS, neben JSON, Volltext, Objekten, relationalen Tabellen, Schlüsselwerten und anderen Datentypen. Dadurch können KI-Anwendungen mit strukturierten und unstrukturierten Daten in derselben Engine betrieben werden, ohne dass Daten verschoben werden müssen. Das ist einfacher und effizienter als die Verwendung einer separaten Vektordatenbank.
Mit seiner geringen Latenzzeit bei Abfragen und der hohen Aufnahmegeschwindigkeit bietet InterSystems IRIS unübertroffene Echtzeitfunktionen. Sie können generative KI auf Streaming-Daten - einschließlich Video - anwenden und sie mit verschiedenen Datentypen kombinieren.
Vector Search
Die in InterSystems IRIS eingebetteten Funktionen für Vector Search ermöglichen die Suche in unstrukturierten und halbstrukturierten Daten. Die Daten werden in Vektoren (auch "Einbettungen" genannt) umgewandelt und dann in InterSystems IRIS für die semantische Suche, Retrieval-Augmented Generation (RAG), Textanalyse (NLP), Empfehlungsmaschinen und andere Anwendungsfälle gespeichert und indiziert.
Vector Search umfasst einen Vektor-SQL-Datentyp für die Speicherung und Abfrage von Einbettungen und integrierte Funktionen zur Berechnung von Vektorähnlichkeiten. Diese Funktionen sind in den Kern von InterSystems IRIS integriert und sorgen für maximale Geschwindigkeit, Skalierbarkeit, Sicherheit und Zuverlässigkeit. Vektordatenoperationen nutzen die Hardwarebeschleunigung (integrierte SIMD-Vektorverarbeitung) für eine extrem hohe Performance.
Hinzufügen von Semantik zu Ihren Anwendungen
Mit Vector Search können Sie Ihre Daten auf der Grundlage der Semantik, d. h. der Bedeutung der Daten, und nicht der Daten selbst abfragen. Stellen Sie sich einen mehrdimensionalen Raum vor, in dem jeder Datenpunkt (z. B. eine Phrase oder ein Datensatz) einem Vektor entspricht. Daten mit ähnlichen Bedeutungen oder Kontexten landen in diesem Vektor-Raum nahe beieinander.
Mit den jüngsten Fortschritten in der KI sind diese Vektoren nun besser in der Lage, die Bedeutung von Daten zu erfassen, indem sie niedriger dimensionierte Daten in einen höher-dimensionalen Raum projizieren, der mehr Kontext über die Daten enthält. Vektor-Einbettungen bieten ein viel feineres Modell der Bedeutung.
Der erste Schritt besteht darin, Daten in Vektor-Einbettungen umzuwandeln und sie als Vektoren in InterSystems IRIS zu speichern. Dann können Sie ähnliche Daten mit Hilfe von Vektor-Funktionen abfragen und schnell finden. Auf diese Weise können Sie Abfragen wie "Zeige mir passende Lebensläufe für diese Stellenbeschreibung" oder "Finde personalisierte Reiseempfehlungen für einen Strandurlaub in der Karibik auf der Grundlage meiner Vorlieben" erfüllen. Dies eröffnet eine völlig neue Klasse von Möglichkeiten für Ihre auf InterSystems IRIS basierenden Anwendungen.
KI-gestützte Erlebnisse mit RAG erstellen
Vector Search unterstützt die RAG-Architektur, die sich schnell als primäre Methode zur Überwindung der Einschränkungen von großen Sprachmodellen (LLM), wie veraltete Daten, Token-Limits und Halluzinationen, herauskristallisiert.
RAG kombiniert zwei Schritte: einen Retriever, der die Vektorsuche nutzt, um relevante Dokumente und Daten aus der Datenbank von InterSystems IRIS abzurufen, und einen Generator - das LLM selbst, das kontextbezogene Antworten im gewünschten Format und Tonfall erstellt.
Sie können frische, maßgebliche Informationen - einschließlich Ihrer eigenen Daten - verwenden, um eine genaue Antwort zu generieren und das LLM Ihrer Wahl zu nutzen, um die Frage zu verstehen, die Antwort zu formulieren und zusätzliche Informationen hinzuzufügen.
Entwickler können ein großes GenAI-Ökosystem nutzen, das zahlreiche Plattformen, Plugins und Bibliotheken umfasst. Damit erstellen Sie ebenso schnell wie einfach fortschrittliche generative KI-Anwendungen, einschließlich:
- ChatGPT
- LangChain
- Hugging Face
- Llama2
- LlamaIndex
- Cohere
KI-Orchestrierung
Die Verbreitung neuer Cloud-basierter GenAI-Dienste eröffnet erstaunliche neue Möglichkeiten, kann es aber auch schwierig machen, ein zuverlässiges System zu schaffen und zu verwalten. Dank der leistungsstarken Interopabilitätsfunktionen von InterSystems IRIS können Sie problemlos komplexe Anwendungen erstellen, die sich über mehrere Modelle erstrecken, unabhängig davon, wo sie ausgeführt werden. Ein grafischer Low-Code-Editor ermöglicht die Erstellung von KI-Lösungen ohne Programmierung, und integrierte Funktionen für API-Management sorgen für den Schutz, die Veröffentlichung und die Monetarisierung neuer GenAI-gestützter Dienste.
Verteilte Operationen werden automatisch für Auditing und Debugging erfasst. Die Visual Trace-Funktion gibt Entwicklern und Administratoren die Möglichkeit, Nachrichten im gesamten Orchestrierungsablauf zu verfolgen und ihren Inhalt zu untersuchen. Möchten Sie verstehen, ob ein Problem auf einen KI-Dienst, die Daten, mit denen Sie ihn füttern, oder die Geschäftslogik, in der er verwendet wird, zurückzuführen ist? Verwenden Sie Visual Trace.
Reif für den Einsatz
InterSystems IRIS bietet nachweislich Datensicherheit, Compliance und Hochverfügbarkeit für geschäftskritische Unternehmensanwendungen.
Die Erstellung generativer KI-Anwendungen mit unseren eingebetteten Funktionen für Vector Search bietet Ihnen folgende Vorteile:
- Volle Kontrolle über Ihre Daten
- LLM-, Orchestrierungs- und Agenten-Frameworks Ihrer Wahl
- Vollständige Auditierung und Rückverfolgbarkeit
- Führen Sie LLMs lokal aus, damit Ihre sensiblen Daten vollständig lokal und sicher bleiben
- Nutzung eines riesigen Ökosystems von KI-Diensten, unabhängig davon, wo sie ausgeführt werden, mit voller Sicherheit und Zuverlässigkeit