Elasticsearch, l'apprentissage automatique et l'IA
Au cœur de l'intelligence artificielle (IA) et de l'informatique se trouve l'apprentissage automatique (ML). C'est là que les ordinateurs apprennent et s'adaptent en utilisant des données et des algorithmes, tout comme les humains.
Au cours des dernières décennies, les progrès technologiques en matière de stockage et de puissance de traitement ont ouvert la voie à des innovations basées sur le ML. Cependant, le changement de donne est arrivé en 2023 avec l'introduction deChatGPT, un chatbot IA qui a captivé le monde. Aujourd'hui, le potentiel du ML est recherché par toutes les entreprises.
Heureusement pour la plupart des entreprises, cela peut être réalisé en grande partie avec des technologies existantes, telles que Elasticsearch. Elasticsearch, une base de données robuste capable de rechercher, convient parfaitement pour intégrer de manière transparente les fonctions d'apprentissage automatique essentielles recherchées par les entreprises qui adoptent de nouvelles technologies. Elastic a fait cela, en emballant son produit Elasticsearch avec des fonctionnalités d'apprentissage automatique.
Stockage des données
Les algorithmes d'apprentissage automatique tentent de donner un sens aux données non structurées, telles que les vidéos ou les images, en transformant ces actifs en ensembles de nombres appelés imbrication de vecteurs. Une fois qu'un actif tel qu'une image est transformé en un ensemble d'imbrication, il peut être stocké dans une base de données comme n'importe quelle autre donnée. Elasticsearch possède un type de données spécifique (type de vecteur dense) pour ces imbrication.
Différents algorithmes ML (appelés modèles) analyseront et transformeront les données de différentes manières. Les modèles ML se spécialisent dans différents types de données et de tâches. Pour la liste complète des modèles pris en charge par la pile Elastic, voir Modèles NLP tiers compatibles. Pour obtenir une liste complète des modèles d'apprentissage automatique open source, voir Hugging Face.
Interrogation des données
Une fois dans la base de données, vous pouvez comprendre ces actifs à l'aide de la recherche vectorielled' Elasticsearch. A l'aide d'un "terme" de recherche (par exemple, un imbrication vectorielle de l'image d'un oiseau ou d'une voiture), le moteur de recherche trouve les imbrication vectorielle dans son ensemble de données qui sont mathématiquement plus proches, le "voisin le plus proche connu" ou kNN. Cela produit une liste d'oiseaux ou de voitures qui ressemblent au terme "recherche".
Comment Databases for Elasticsearch peut vous aider dans votre parcours en matière d'intelligence artificielle
Plan Enterprise
Si vous souhaitez uniquement stocker et rechercher des incorporations de vecteurs, le plan Enterprise de Databases for Elasticsearch (qui déploie la version de base d'Elastic) peut vous suffire. Ce plan prend en charge le type de données Dense Vector ainsi que les différentes versions de la recherche vectorielle qu'offre Elastic.
L'utilisation de ce plan signifie que vous devez générer les incorporations réelles ailleurs, puis les télécharger dans la base de données, car le plan Enterprise ne prend pas en charge la génération des incorporations.
Le plan Enterprise vous offre plus de flexibilité au prix d'une plus grande complexité dans votre pipeline de données d'IA.
Plan Platinum
Pour un ensemble de fonctions plus riche, le plan Platinum de Databases for Elasticsearch (qui déploie la version Platinum d'Elastic) peut être ce dont vous avez besoin. Avec le plan Platinum, vous pouvez accéder à toutes les fonctions du plan Enterprise, mais également générer les incorporations elles-mêmes, soit en utilisant le modèle d'apprentissage automatique d'Elastic ELSER (ELastic Sparse EncodeR), soit en utilisant l'un des nombreux modèles d'apprentissage automatique open source pris en charge par Elastic.
Le plan Platinum fournit un guichet unique pour la génération, le stockage et la recherche d'imbrication de vecteurs.
Série de tutoriels d'apprentissage automatique
Si vous avez besoin d'inspiration pour commencer, nous avons créé une série de tutoriels sur l'utilisation des capacités d'Elastic ML avec des modèles tiers:
Plans et tarifications
Consultez nos pages plans et tarification pour plus de détails sur les fonctions et les coûts.