Redéfinir la base de données pour l'IA : pourquoi MongoDB a acquis Voyage AI

Par Dev Ittycheria, PDG de MongoDB

MongoDB, la principale base de données pour les applications modernes, a annoncé aujourd'hui l'acquisition de Voyage AI, un pionnier des modèles d'intégration et de reclassement de pointe qui alimentent les applications d'IA de la prochaine génération. L'intégration de la technologie de Voyage AI à MongoDB permettra aux organisations de créer facilement des applications fiables, alimentées par l'IA, en offrant une recherche d'informations très précise et pertinente, profondément intégrée aux données opérationnelles.

L'IA est en train de remodeler les industries, de redéfinir les expériences des clients et de transformer la façon dont les entreprises innovent, opèrent et sont compétitives. Bien que l'accent soit mis sur les modèles d'avant-garde, un défi fondamental réside dans les données - comment elles sont stockées, récupérées et rendues utiles pour les applications d'IA. La démocratisation des logiciels alimentés par l'IA dépend de l'utilisation des bonnes abstractions, mais aujourd'hui, la création d'applications d'IA utiles et en temps réel à grande échelle n'est pas réalisable pour la plupart des organisations.

Le défi n'est pas seulement la complexité, c'est aussi la confiance. Les modèles d'IA sont probabilistes, ce qui signifie que leurs résultats ne sont pas déterministes et prévisibles. Le problème de l'hallucination dans les chatbots est aujourd'hui évident et devient encore plus critique avec la montée en puissance des agents, où les systèmes d'IA prennent des décisions autonomes. Les équipes de développement doivent pouvoir contrôler, façonner et rectifier les résultats générés afin de les aligner sur leurs objectifs et d'en garantir l'exactitude.

La recherche et l'extraction assistées par l'IA sont des outils puissants qui permettent d'extraire des données contextuelles pertinentes à partir de sources spécifiques et d'augmenter les modèles d'IA afin de générer des réponses fiables et précises ou de prendre des mesures responsables et sûres, comme le montre l'approche RAG (retrieval augmented generation), très en vue. Au cœur de la recherche assistée par l'IA se trouvent la génération d'intégration et le reclassement, deux composants clés de l'IA qui capturent la signification sémantique des données et évaluent la pertinence des requêtes et des résultats. Nous pensons que la génération d'intégration et le reclassement, ainsi que la recherche alimentée par l'IA, ont leur place dans la couche de base de données, ce qui simplifie la pile et crée une base plus fiable pour les applications d'IA. En apportant plus d'intelligence dans la base de données, nous aidons les entreprises à limiter les hallucinations, à améliorer la fiabilité et à libérer tout le potentiel de l'IA à grande échelle.

Les applications les plus performantes nécessitent une base de données flexible, intelligente et évolutive. C'est pourquoi nous sommes ravis d'annoncer l'acquisition de Voyage AI, un leader dans l'intégration et le reclassement de modèles qui améliorent considérablement la précision grâce à la recherche et à l'extraction alimentées par l'IA. Il ne s'agit pas seulement d'ajouter des capacités d'IA, mais de redéfinir la base de données pour l'ère de l'IA.



Pourquoi c'est important : L'avenir de l'IA repose sur l'amélioration de la pertinence et de la précision des données

L'IA est probabiliste : elle n'est pas conçue comme un logiciel traditionnel avec des règles et une logique prédéfinies. Elle génère des réponses ou prend des mesures en fonction de l'entraînement du modèle d'IA et des données extraites. Toutefois, en raison de la nature probabiliste de la technologie, l'IA peut avoir des hallucinations. Les hallucinations sont la conséquence directe d'une récupération médiocre ou imprécise : lorsque l'IA n'a pas accès aux bonnes données, elle génère des informations plausibles mais incorrectes. Il s'agit d'un obstacle majeur à l'adoption de l'IA, en particulier dans les entreprises et pour les cas d'utilisation critiques où la précision n'est pas négociable.

Il est donc essentiel de récupérer les données les plus pertinentes pour que les applications d'IA fournissent des résultats de haute qualité et contextuellement exacts. Aujourd'hui, les développeurs s'appuient sur un ensemble de composants distincts pour créer des applications basées sur l'IA. Des choix sous-optimaux de ces composants, tels que l'intégration de modèles, peuvent conduire à une récupération de données peu pertinentes et à des résultats générés de faible qualité. Cette approche fragmentée est complexe, coûteuse, inefficace et encombrante pour les développeurs.

Avec Voyage AI,...