Şirketler için RAG Platformunu Sunan Vectorize, 3.6 Milyon Dolar Yatırım Aldı
Günlük ve haftalık bültenlerimize abone olarak endüstri lideri yapay zeka konularındaki en son güncellemeleri ve özel içerikleri alın. Daha Fazla Bilgi İçin
Vector veritabanları artık kurumsal yapay zeka uygulamalarının temel bir unsuru olarak popüler hale geldi, bu da Geri Getirme ile Güçlendirilmiş Üretim (RAG) için sadece ihtiyaç duyulan şey değil.
Vectorize adlı start-up’ın CEO ve kurucu ortağı Chris Latimer, veritabanı sağlayıcısı DataStax’te birkaç yıl geçirdi ve şirketin bulut çalışmalarına liderlik etti. Gördüğü tekrarlayan bir sorun, vector veritabanının genelde işletmelere RAG için olanak sağlaması konusunda zor olmadığıydı. Zor kısım, yapılandırılmamış tüm verilerin alınması ve bunların vektör veritabanına optimize edilerek genelde iyi çalışması gereken bir şekilde alınmasıydı.
Latimer bu zorluğu çözmeye yardımcı olmak amacıyla sadece on ay önce Vectorize’ı kurduğunu belirtiyor.
Şirket şu anda, True Ventures liderliğindeki 3.6 milyon dolarlık bir sermaye turunda fon topladığını duyuruyor. Fonlamanın yanı sıra, şirket genel itibarıyla kurumsal RAG platformunu duyurdu. Vectorize platformu, yakın gerçek zamanlı veri yeteneği için bir acentik RAG yaklaşımını sağlayabilir. Vectorize, yapay zeka veri mühendisliği alanına odaklanmaktadır. Platform, şirketlerin verilerini vektör veritabanlarında ve büyük dil modellerinde kullanılmak üzere hazırlamalarına ve sürdürmelerine yardımcı olur. Vectorize platformu, şirketlere sezgisel bir arayüz aracılığıyla hızlı bir RAG veri boru hattı oluşturma imkanı sunar. Bir diğer temel özellik ise işletmelere farklı yaklaşımları test etmelerine olanak tanıyan bir RAG değerlendirme özelliğidir.
Vectorize’ın Kurumsal RAG Yığınına Entegre Olması
Vectorize kendisi bir vektör veritabanı değildir. Bunun yerine, yapısı gereği Pinecone, DataStax, Couchbase ve Elastic gibi mevcut vektör veritabanlarına yapılandırmamış veri kaynaklarını bağlayan bir platformdur.
Latimer, Vectorize’ın farklı kaynaklardan veriyi vektör veritabanları için alması ve optimize etmesi işlevini açıkladı. Platform, alım, senkronizasyon, hata işleme ve diğer veri mühendisliği en iyi uygulamalarını ele alan üretim için hazır bir veri boru hattı sağlayacaktır.
Vectorize kendisi bir vektör gömme teknolojisi değildir. Verileri, metin, görüntü veya ses olsun, vektörlere dönüştürme işlemi vektör gömme hakkında olan şeydir. Vectorize, kullanıcıların farklı gömme modellerini ve veri parçalama yöntemlerini değerlendirmelerine yardımcı olarak en iyi yapılandırmayı belirlemelerine yardımcı olur.
Acentik AI ile Kurumsal RAG’yi Güçlendirmek
Vectorize’ın temel yeniliklerinden biri, “acentic RAG” yaklaşımıdır. Daha fazla otomatik sorun çözme yeteneği sağlayan geleneksel RAG tekniklerini AI ajan yetenekleriyle birleştiren bir yaklaşımdır.
Acentik RAG kavramı hipotetik bir konsept değildir. Vectorize’ın erken kullanıcılarından biri olan AI çıkarım çipleri üreten Groq, yakın zamanda 640 milyon dolar topladı. Groq, Vectorize’ın acentik RAG yeteneklerini kullanarak bir AI destek ajanını güçlendirmektedir. Ajan, Vectorize’ın veri boru hatları tarafından sağlanan veri ve bağlamı kullanarak müşteri sorunlarını otomatik olarak çözebilmektedir.
Kurumsal RAG için Gerçek Zamanlı Veri Boru Hatlarının Neden Önemli Olduğu
Bir işletmenin RAG kullanmasının temel nedenlerinden biri, kendi veri kaynaklarına bağlanmaktır. Ancak, bu verilerin güncel olması da oldukça önemlidir.
“Eski veri, eski kararlarla sonuçlanacaktır,” diyor Latimer. Vectorize, müşterilere verilerinin eskiliğine karşı yapılandırılabilir gerçek zamanlı ve yakın gerçek zamanlı veri güncelleme imkanları sunar.
“Aslında insanların verileri eskiliğe karşı tolere edebilecekleri şekilde platformu yapılandırmasına izin verdik,” diyor. “Dolayısıyla eğer ihtiyacınız olan tek şey boru hattınızı haftada bir kez çalıştırmaksa, size bunu yapmanıza izin veririz ve eğer gerçek zamanlı çalıştırmanız gerekiyorsa, buna da izin veririz ve hemen gerçek zamanlı güncellemeleri alırsınız.”
