MongoDB, Inc. (NASDAQ: MDB) ha annunciato oggi la disponibilità generale di MongoDB Atlas Vector Search e di MongoDB Atlas Search Nodes per rendere più veloce e più facile costruire, distribuire e scalare in modo sicuro le applicazioni di nuova generazione a costi inferiori. MongoDB Atlas Vector Search semplifica l’introduzione di funzionalità di intelligenza artificiale generativa e di ricerca semantica nelle applicazioni in tempo reale, per esperienze altamente coinvolgenti e personalizzate per l’utente finale, utilizzando i dati operativi di un’azienda. MongoDB Atlas Search Nodes forniscono un’infrastruttura dedicata alle applicazioni che utilizzano l’IA generativa e la ricerca basata sulla rilevanza per scalare i carichi di lavoro indipendentemente dal database e gestire casi d’uso ad alto rendimento con maggiore flessibilità, prestazione ed efficienza. Unite insieme, queste funzionalità su MongoDB Atlas forniscono alle organizzazioni le fondamenta necessarie per costruire, distribuire e scalare con continuità le applicazioni che sfruttano l’IA generativa e le solide funzionalità di ricerca con maggiore efficienza operativa e facilità d’uso. Per iniziare a utilizzare MongoDB Atlas, visitare il sito https://www.mongodb.com/it-it/atlas.
“I nostri clienti di tutte le dimensioni, dalle startup alle multinazionali in tutto il mondo, ci dicono che vogliono sfruttare IA generativa e la ricerca basata sulla rilevanza per creare applicazioni di nuova generazione che reimmaginino il modo in cui le aziende trovano il modo di personalizzare profondamente il coinvolgimento con i propri customer, di aumentare l’efficienza attraverso l’automazione e di incentivare lo sviluppo di nuovi prodotti. Ma questi clienti sanno che la complessità è nemica della velocità, e che la scelta di un database è fondamentale per garantire non solo il successo di un’applicazione, ma anche la velocità con cui può essere creata, distribuita e continuamente aggiornata con la flessibilità e la scala necessarie per soddisfare le fluttuanti richieste degli utenti finali”, ha dichiarato Sahir Azam, Chief Product Officer di MongoDB. “Con la disponibilità generale di MongoDB Atlas Vector Search e MongoDB Atlas Search Nodes, stiamo rendendo ancora più facile per i clienti utilizzare una piattaforma di dati per sviluppatori unificata e completamente gestita per creare, distribuire e scalare con continuità applicazioni moderne e fornire agli utenti finali le esperienze personalizzate e basate sull’IA che fanno risparmiare loro tempo e li mantengono attivi e coinvolti”.
Con la rapida crescita dell’utilizzo di MongoDB Atlas come piattaforma integrata di dati per sviluppatori e con il crescente numero di clienti che desiderano trarre vantaggio dall’IA generativa, questi ultimi hanno richiesto funzionalità ancora più integrate per soddisfare le mutevoli esigenze delle loro aziende e dei loro utenti finali, e MongoDB sta rispondendo a questa richiesta:
- Integrare le funzionalità potenziate dall’IA nelle applicazioni con MongoDB Atlas Vector Search: A differenza di una soluzione add-on che memorizza solo dati vettoriali, MongoDB Atlas Vector Search potenzia le applicazioni di IA generativa funzionando come database vettoriale altamente performante e scalabile, con l’ulteriore vantaggio di essere integrato con un database operativo distribuito a livello globale in grado di memorizzare ed elaborare tutti i dati di un’organizzazione. Ciò consente agli sviluppatori di utilizzare un’unica API per creare più facilmente applicazioni di IA generativa per praticamente qualsiasi tipo di carico di lavoro sui principali cloud provider, senza la complessità della duplicazione e della sincronizzazione non necessarie dei dati che i database vettoriali bolt-on richiedono. MongoDB Atlas Vector Search consente ai clienti di utilizzare in modo semplice e sicuro il recupero della generazione aumentata (RAG) con modelli di fondazione (FM) pre-addestrati per valorizzare i propri dati aggiornati per le applicazioni intelligenti. In tal modo, le applicazioni create con MongoDB Atlas Vector Search possono fornire risposte più precise e adeguate a domini specifici e a casi d’uso basati sull’IA, senza il complicato e impegnativo lavoro di addestramento e perfezionamento dei FM o l’aggiunta di un database separato per memorizzare ed elaborare i dati vettoriali.
Con la disponibilità generale di MongoDB Atlas Vector Search, i clienti possono creare, distribuire e scalare rapidamente funzionalità potenziate dall’IA – dalla ricerca semantica al confronto di immagini fino ai consigli altamente personalizzati – utilizzando un’unica piattaforma familiare e unificata con un attrito minimo per gli sviluppatori. Poiché MongoDB Atlas utilizza un modello di dati basato su documenti flessibile e scalabile che supporta praticamente qualsiasi tipo di dati, i clienti possono facilmente combinare un’ampia gamma di richieste per dati vettoriali, aggregazioni analitiche, ricerche basate sul testo, dati geospaziali e dati di serie temporali non disponibili con altre soluzioni per aumentare la RAG e perfezionare ulteriormente le risposte alle richieste degli utenti finali. Ad esempio, un utente finale può chiedere di “trovare annunci immobiliari con case che assomigliano a questa immagine; sono state costruite negli ultimi cinque anni e si trovano in un’area a meno di sette chilometri a nord del centro di Milano, con scuole rinomate e parchi raggiungibili a piedi”, e un’applicazione eseguita su MongoDB Atlas può fornire rapidamente e con continuità a un FM i dati adeguati per produrre risultati precisi, senza la necessità di elaborare richieste separate su più data store che possono aumentare i tempi di risposta e peggiorare l’esperienza dell’utente finale. Per iniziare, visitate mongodb.com/products/platform/atlas-vector-search.
- Isolare e scalare IA generativa e carichi di lavoro di ricerca su MongoDB Atlas: MongoDB Atlas Search Nodes, ora disponibili a livello generale, forniscono ai clienti un’infrastruttura dedicata per la gestione di carichi di lavoro di ricerca di IA generativa e basati sulla rilevanza che utilizzano MongoDB Atlas Vector Search e MongoDB Atlas Search indipendentemente dai nodi operativi core del loro database, consentendo l’isolamento dei carichi di lavoro, l’ottimizzazione dei costi e migliori prestazioni su scala. Ad esempio, un retailer che effettua promozioni prima dello shopping natalizio può voler isolare e scalare i carichi di lavoro per i chatbot potenziati dall’IA e la ricerca basata sulla rilevanza in specifiche geografie, indipendentemente dal proprio database operativo globale, per ottimizzare le prestazioni.
Con MongoDB Atlas Search Nodes, i clienti possono migliorare le prestazioni riducendo i tempi di richiesta fino al 60% per fornire agli utenti finali esperienze di ricerca ottimizzate basate sull’AI e sulla rilevanza utilizzando i loro dati operativi con un’unica API, il tutto con una minore difficoltà. Per iniziare, visitate mongodb.com/atlas/search.
Clienti di diversi settori, tra cui AT&T Cybersecurity, Pathfinder Labs e molti altri, stanno creando e scalando applicazioni di nuova generazione con MongoDB Atlas Vector Search e MongoDB Atlas Search Nodes.
AT&T Cybersecurity semplifica la protezione delle importanti risorse aziendali fornendo una vasta esperienza di cybersecurity e servizi pluripremiati per la sicurezza di rete, il rilievo e la risposta estesi, e gli endpoint. “AT&T AlienVault è la piattaforma open source di Security Information and Event Management (SIEM) più affidabile e diffusa al mondo, e la capacità di trovare informazioni appropriate con una bassa latenza è fondamentale nel mondo della cybersecurity, del rilevamento delle vulnerabilità e della gestione della risposta agli incidenti. Un ritardo può fare la differenza tra il successo di un rilevamento e di una risposta o una violazione che provoca distruzioni inimmaginabili”, ha dichiarato Matthew Schneid, Chief Architect di AT&T Cybersecurity. “Siamo entusiasti di continuare a utilizzare Atlas Search Nodes nel momento in cui diventano generalmente disponibili. Ci hanno aiutato a hostare deployment di ricerca più ampi e a scalare i nostri carichi di lavoro, aumentando in modo significativo le prestazioni delle richieste di ricerca complesse. Inoltre, la piattaforma nel suo complesso e l’approccio che MongoDB ha adottato per realizzare la funzionalità in modo che gli ingegneri si godano il lavoro costantemente, sono un enorme vantaggio”.
Pathfinder Labs è un’azienda leader a livello mondiale nello sviluppo di software, specializzata nella protezione dei bambini vulnerabili tramite il potenziamento delle forze dell’ordine con una tecnologia all’avanguardia. “Siamo determinati a fornire agli investigatori gli strumenti più avanzati e non possiamo accettare ritardi nell’allontanare un bambino dal pericolo a causa di indagini sommerse da grandi quantità di dati eterogenei. In situazioni in cui ogni minuto ha un impatto sul benessere di un bambino, questi strumenti devono consentire agli investigatori di affrontare rapidamente le sfide dei dati e arrestare rapidamente i colpevoli”, ha dichiarato Bree Atkinson, CEO di Pathfinder Labs. “Utilizzando MongoDB Atlas, siamo in grado di prendere rapidamente decisioni basate sui dati, aumentando la nostra produttività e la velocità decisionale. E con MongoDB Atlas Vector Search, non dobbiamo incorporare più strumenti per ottenere funzionalità di ricerca semantica AI-powered. Ora possiamo gestire tutto da un’unica piattaforma che offre la scala e le prestazioni di cui abbiamo bisogno con meno complessità e costi operativi”.
MongoDB Atlas Vector Search è disponibile da oggi su AWS, Google Cloud e Microsoft Azure. MongoDB Atlas Search Nodes sono disponibili da oggi su AWS, mentre la disponibilità su Google Cloud e Microsoft Azure è in arrivo.
