AI & Strojové učenieexpert

Čo je Vektorová databáza?

Vektorová databáza je špecializovaný typ databázy optimalizovaný na ukladanie, indexovanie a vyhľadávanie vektorových embeddingov. Umožňuje rýchle vyhľadávanie podobnosti — nájdenie najblížších vektorov k zadanému dotazu.

Definícia Vektorová databáza

Čo je vektorová databáza

Vektorová databáza je databázový systém navrhnutý na efektívnu prácu s vysokorozmernými vektormi (embeddingami). Na rozdiel od relačných databáz (PostgreSQL, MySQL), ktoré vyhľadávajú podľa presných hodnôt, vektorové databázy vyhľadávajú podľa podobnosti — nájdu vektory, ktoré sú najbližšie k zadanému dotazu.

Populárne vektorové databázy

  • Pinecone — plne spravovaná cloudová služba, jednoduchá integrácia
  • Weaviate — open-source, podporuje hybrid search (vektory + kľúčové slová)
  • ChromaDB — ľahký, open-source, ideálny na prototypovanie
  • Milvus — open-source, škálovateľný na miliardy vektorov
  • pgvector — rozšírenie pre PostgreSQL, umožňuje vektorové vyhľadávanie v existujúcej databáze

Ako vyhľadávanie funguje

Vektorová databáza používa algoritmy aproximovaného najbližšieho suseda (ANN — Approximate Nearest Neighbor) ako HNSW alebo IVF. Tieto algoritmy vyhľadávajú medzi miliónmi vektorov za milisekundy. Presnosť vyhľadávania sa meria metrikami ako recall@k a väčšina databáz dosahuje 95-99% presnosť.

Vektorové databázy sú kľúčovým komponentom RAG architektúr, odporúčacích systémov, sémantického vyhľadávania a detekcie duplikátov. S rastúcim nasadením AI sa stali jednou z najrýchlejšie rastúcich kategórií databázového softvéru.

Praktický príklad

Príklad: Módny e-shop implementuje vizuálne vyhľadávanie: zákazník nahrá fotografiu šiat, ktoré videl na ulici. Systém prevedie fotografiu na embedding pomocou CLIP modelu a vyhľadá v Pinecone databáze 10 najbližších vektorov. Za 50 milisekúnd zobrazí 10 vizuálne najpodobnejších produktov z katalógu — šaty s podobným strihom, farbou a vzorkou, aj keď sa líšia značkou a cenou.

Často kladené otázky

Čo je vektorová databáza?

Vektorová databáza je špeciálny typ databázy na ukladanie a vyhľadávanie vektorov (embeddingov). Namiesto vyhľadávania podľa presných hodnôt hľadá najbližšie — najvpodobnejšie — vektory k vášmu dotazu.

Kedy potrebujem vektorovú databázu?

Keď budujete RAG systém (firemný chatbot s vlastnými dokumentmi), sémantické vyhľadávanie, odporúčací systém, vizuálne vyhľadávanie obrázkov alebo detekciu duplikátov.

Môžem použiť PostgreSQL namiesto vektorovej databázy?

Áno, s rozšírením pgvector. Pre menšie projekty (do miliónov vektorov) je to výborná voľba, pretože nemusíte prevádzkovať samostatný systém. Pre väčšie objemy sú špecializované vektorové databázy efektívnejšie.

Súvisiace pojmy

Embeddings

Embeddings sú číselné reprezentácie (vektory) dát — slov, viet, obrázkov alebo iných objektov — v mnohorozmernom priestore. Podobné objekty majú blízke vektory, čo umožňuje strojom porozumieť vzťahom a podobnosti medzi dátami.

RAG (Retrieval-Augmented Generation)

RAG je technika, ktorá vylepšuje odpovede jazykového modelu tým, že pred generovaním odpovede najprv vyhľadá relevantné informácie z externej databázy znalostí. Kombinuje silu vyhľadávania s generatívnou AI.

LLM (Veľký jazykový model)

LLM (Large Language Model) je typ AI modelu natrénovaný na obrovskom množstve textu, ktorý dokáže generovať, porozumieť a spracovávať ľudský jazyk. Medzi najznámejšie LLM patria GPT, Claude, Gemini a LLaMA.

NLP (Spracovanie prirodzeného jazyka)

NLP (Natural Language Processing) je odvetvie umelej inteligencie zamerané na interakciu medzi počítačmi a ľudským jazykom. Umožňuje strojom porozumieť, interpretovať a generovať text v prirodzenom jazyku.

Dataset

Dataset (dátová sada) je organizovaná zbierka dát používaná na trénovanie, testovanie a vyhodnocovanie modelov strojového učenia. Kvalita a veľkosť datasetu priamo ovplyvňujú výkon výsledného modelu.

Späť na slovník

Potrebujete pomôcť s webom?

Napíšte mi a poradím vám s vaším projektom. Prvá konzultácia je zadarmo a nezáväzná.

Napíšte miPozrite moju prácu