AI与向量数据库

近年来，人工智能发展迅速，特别是大语言模型的发展将人工智能又推上了一个新台阶。语义表示（embedding）虽然还做不到像图片数据那样无损表示，但是经过大语言模型的端到端学习，特别是多模型语料学习，使语义表示又更近了一步。这对于向量数据库来说又是一次发展机遇。

基于语义的检索，可以改进传统搜索引擎，语义检索相比于传统的以term为单位的检索，除了能召回包含关键字的数据，同时可以召回与查询句子同义表述的数据。实际应用时可以将两种召回源结果进行排序返回。

更可以用来做语义缓存。目前大模型对话API的调用比较费算力，其实有很多问题都是重复的，可以对用户的对话结果进行语义缓存，不用每次都要输入到模型进行推理，在一些单轮的场景还是比较实用的。

希望在不久的将来能完全跨越语义鸿沟，那时真的就是万物皆可embedding，所有的知识都会存储在向量数据库中，真正的人工智能才会到来。