人工智能 (AI) 已经改变了流程优化、数据分析和客户体验。现在，机器学习 (ML) 模型正通过向量搜索推动下一次飞跃。通过嵌入可以将文档、图像和音频的含义和上下文编码为向量的模型，以实现基于相似度的搜索，向量搜索解锁了强大的 ML 和 AI 工具和功能。
OpenSearch 将传统搜索、分析和向量搜索融合在一个解决方案中。通过减少操作、管理和集成 AI 生成资产所需的工作量，OpenSearch 的向量数据库能力加速了 ML 和 AI 应用程序的开发。内置的性能和可扩展性使您能够在所有模型、向量和元数据中支持向量、词法和混合搜索与分析。增强信息检索和分析，提高效率和稳定性，并为您的生成式 AI 模型提供资源以提供更准确和智能的响应。
生产环境验证
使用数万用户在生产环境中信赖的成熟搜索和分析引擎，为 AI 应用程序提供支持。
规模化稳定
使用一个经过验证的数据平台构建稳定的应用程序，该平台可扩展到数百亿个向量，同时具有低延迟和高可用性。
开放且灵活
利用开源集成到流行的开放框架中，并使用主要云提供商的托管服务。
为未来而构建
通过向量、词法和混合搜索，以及分析和可观测性功能，所有这些都在一个软件套件中，为您的 AI 应用程序的未来创新做好准备。
主要功能
向量数据库
使用低延迟查询，通过 k 最近邻 (k-NN) 功能按相似度发现资产。
神经网络搜索
通过考虑上下文和关系的搜索，提高人类语言查询的准确性和相关性。
可扩展的 ML 框架
通过 OpenSearch 的预训练模型、上传您自己的模型或连接到外部托管模型来支持神经网络搜索。
异常检测
使用随机切割森林 (RCF) 算法，近乎实时地自动检测数据中的异常行为。
高效过滤
应用智能策略来优化向量搜索的召回率和延迟。
向量量化支持
通过减小索引大小和查询延迟来提高性能并降低成本，同时对召回率的影响最小。
用例
| 机器学习与人工智能 | |
|---|---|
| 搜索 | 使用最适合您关键场景的模型，支持多模态搜索并适应不同的数据类型。 |
| 生成式 AI 代理 | 使用大型语言模型 (LLM) 和生成式 AI 构建智能代理，为聊天机器人或自动化对话实体提供更好的结果。 |
| 推荐引擎 | 通过协同过滤技术生成产品和用户嵌入。 |
| 用户级内容定位 | 通过用户交互训练的嵌入，检索根据用户倾向排名的内容，从而个性化网页。 |
| 自动模式匹配和去重 | 通过人类交互训练的嵌入，检索根据用户倾向排名的内容，从而个性化网页。 |
| 数据和 ML 平台 | 通过在集成的 Apache 2.0 许可数据库上构建您的平台，操作嵌入并支持向量搜索。 |
入门
要了解更多关于 OpenSearch 搜索工具并开始构建创新的机器学习和人工智能解决方案，请访问 向量搜索文档。
