首页>软件资讯>常见问题

常见问题

MongoDB Atlas Vector Search与Amazon Bedrock集成,推动在AWS上构建下一代应用程序

发布时间:2023-11-30 16:04:37人气:218

Scalestack等客户期待使用MongoDBAtlasVectorSearch和AmazonBedrock构建下一代应用程序  

MongoDB.png

北京,2023年11月30日——MongoDB(纳斯达克股票代码:MDB)在亚马逊云科技(AWS)2023年re:Invent大会上宣布,公司计划将MongoDBAtlasVectorSearch与AmazonBedrock集成,进而推动企业和机构在AWS及其行业领先的云基础设施上构建下一代应用程序。MongoDBAtlasVectorSearch使用企业和机构的运营数据来简化将生成式AI和语义搜索引入应用程序的过程,为终端用户提供极具吸引力的定制化体验。此次全新集成将有助于开发者更加轻松地在AWS上创建应用程序,使用生成式AI来完成各种用例的复杂任务,并基于MongoDBAtlasVectorSearch处理的专有数据作出最新的回应。欲了解更多关于在MongoDBAtlas上构建人工智能应用程序的信息,请访问mongodb.com/use-cases/artificial-intelligence。  

MongoDB首席产品官SahirAzam表示:“从初创公司到大型企业在内的各种规模客户都告诉我们,他们希望利用生成式AI来构建下一代应用程序,并为其业务的未来发展提供保障。然而,许多客户都对确保AI系统输出的准确性以及保障专有数据的安全性表示关切。随着MongoDBAtlasVectorSearch与AmazonBedrock的集成,我们与AWS的共同客户将可以更加便捷地使用托管于AWS环境中的各种基础模型来构建生成式AI应用程序。这些应用程序能够安全地运用客户专有数据,在提高准确性的同时,增强终端用户体验。”  

AmazonBedrock是AWS推出的一项完全托管的服务,使用单个API提供高性能基础模型(FM)选项,以及构建生成式AI应用程序所需的一系列广泛功能,进而维护安全和隐私。MongoDBAtlasVectorSearch与AmazonBedrock的全新集成将有助于组织更快速、更轻松地在AWS上部署生成式AI应用程序,而这些应用程序可以使用MongoDBAtlasVectorSearch处理的数据,并作出更准确、更相关的回应。与仅存储向量数据的附加解决方案不同,MongoDBAtlasVectorSearch是一个高性能、可扩展的向量数据库,可驱动生成式AI应用程序的开发;与此同时,MongoDBAtlasVectorSearch还可以与MongoDB全局分布式操作数据库集成,存储和处理组织的所有数据。  

随着MongoDBAtlasVectorSearch与AmazonBedrock的集成,客户将可使用自身的专有数据对来自AI21Labs、Amazon、Anthropic、Cohere、Meta和StabilityAI等公司的基础模型进行定制,将这些数据转换为向量嵌入,并使用MongoDBAtlasVectorSearch对这些向量嵌入进行处理。利用AgentsforAmazonBedrock的检索增强生成(RAG)功能,客户可以构建应用程序,即可根据用户查询作出符合情境且极具相关性的回应,而且这些应用程序无需手动编码。举例来说,零售服装企业可以更轻松地开发一款生成式AI应用程序,这款应用程序能够帮助员工自动处理实时库存请求等任务,并在客户退货或换货时给出相似款式库存商品的建议,为客户提供个性化体验。依托完全托管的各项功能,此次全新集成将使AWS和MongoDB的共同客户在企业范围内安全地使用生成式AI和其专有数据,在加速创造商业价值的同时降低运营成本。  

亚马逊云科技生成式AI全球副总裁VasiPhilomin表示:“随着AI技术的广泛采用,越来越多的组织正在着手完善其数据战略,以开发出具有差异化竞争优势的生成式AI解决方案。通过MongoDBAtlasVectorSearch和AmazonBedrock的集成,客户将能够更高效地调整其数据战略,进而构建并扩展生成式AI创新。我们与MongoDB的合作历时十余载,我们非常期待继续保持这种合作势头,并为我们的共同客户提供更多充分利用生成式AI的机会。”  

ScalestackAI是一个集数据丰富、优先级排序和激活于一体的平台,助力Go-To-Market(GTM)团队轻松地将现有数据映射到他们理想的客户配置文件中,并为他们的销售和营收引擎提供动力。  


Scalestack的使命是助力企业提升销售生产率,而与MongoDB的合作则是我们达成使命不可或缺的一部分。MongoDBAtlasVectorSearch可以存储我们在RAG聊天机器人中使用的数据,为我们使用的大语言模型提供了一个长期存储解决方案。我们非常乐见MongoDBAtlasVectorSearch与AmazonBedrock的集成——这个完全托管的系统可以让我们的开发人员将更多的精力投入到为客户创新。我们非常期待与MongoDB和AWS合作,进一步推动ScalestackAI驱动收入运营(RevOps)平台的开发。  

Scalestack联合创始人兼首席执行官ElioNarciso  

MongoDBAtlasVectorSearch与AmazonBedrock的集成将于未来几个月在AWS平台上正式推出。



上一条:红帽企业Linux 10对Wayland和Xorg的规划

下一条:Toad基于Python的标准化评分卡模型