MongoDB annonce la disponibilité générale de nouvelles capacités pour alimenter les applications de nouvelle génération

MongoDB, Inc. (NASDAQ : MDB) annonce la disponibilité générale de MongoDB Atlas Vector Search et de MongoDB Atlas Search Nodes pour permettre aux organisations de créer, déployer et mettre à l'échelle des applications de nouvelle génération en toute sécurité, plus rapidement et plus facilement et à moindre coût. MongoDB Atlas Vector Search simplifie l'intégration de l'IA générative et des capacités de recherche sémantique dans les applications en temps réel pour des expériences hautement engageantes et personnalisées de l'utilisateur final en utilisant les données opérationnelles d'une organisation. MongoDB Atlas Search Nodes fournit une infrastructure dédiée aux applications qui utilisent l'IA générative et la recherche basée sur la pertinence pour mettre à l'échelle les charges de travail indépendamment de la base de données et gérer les cas d'utilisation à haut débit avec plus de flexibilité, de performance et d'efficacité. Ensemble, ces capacités sur MongoDB Atlas fournissent aux organisations la base nécessaire pour construire, déployer et mettre à l'échelle de manière transparente des applications qui tirent parti de l'IA générative et de capacités de recherche robuste avec une efficacité opérationnelle et une facilité d'utilisation accrues. Pour commencer à utiliser MongoDB Atlas, visitez le site mongodb.com/atlas.

« Les clients de toutes tailles, des startups aux entreprises, nous disent qu'ils veulent tirer parti de l'IA générative et de la recherche basée sur la pertinence pour créer des applications de nouvelle génération et assurer la prospérité future de leur entreprise. Mais ces clients savent que la complexité est l'ennemie de la vitesse, et le choix d'une base de données est fondamental pour assurer non seulement le succès d'une application, mais aussi la rapidité avec laquelle elle peut être construite, déployée et continuellement mise à jour, avec la flexibilité et l'ampleur nécessaires pour répondre aux attentes de l'utilisateur final » a déclaré Sahir Azam, Chief Product Officer de MongoDB. « Avec la disponibilité générale de MongoDB Atlas Vector Search et MongoDB Atlas Search Nodes, nous facilitons encore plus l'utilisation par les clients d'une plateforme de données unifiée et entièrement gérée pour créer, déployer et mettre à l'échelle des applications modernes et offrir aux utilisateurs finaux des expériences personnalisées et alimentées par l'IA qui leur permettent de gagner du temps et de rester en relation avec leurs clients. »

L'utilisation de MongoDB Atlas en tant que plateforme intégrée de données de développeurs dans les organisations s'est rapidement développée, et de plus en plus de clients veulent tirer parti de l'IA générative et ont demandé davantage de capacités intégrées pour répondre aux demandes changeantes de leurs entreprises et de leurs utilisateurs finaux, et MongoDB répond à cette demande :

● Intégrez des capacités alimentées par l'IA dans les applications avec MongoDB Atlas Vector Search : Contrairement à une solution complémentaire qui ne stocke que des données vectorielles, MongoDB Atlas Vector Search alimente les applications d'IA générative en fonctionnant comme une base de données vectorielle hautement performante et évolutive, avec les avantages supplémentaires d'être intégrée à une base de données opérationnelle distribuée à l'échelle mondiale qui peut stocker et traiter toutes les données d'une organisation. Cela permet aux développeurs d'utiliser une API unique pour créer plus facilement des applications d'IA générative pour pratiquement n'importe quel type de charge de travail sur les principaux fournisseurs de cloud, sans la complexité de la duplication et de la synchronisation inutiles des données que les bases de données vectorielles bolt-on exigent. MongoDB Atlas Vector Search permet aux clients d'utiliser facilement et en toute sécurité la recherche intelligente grâce à la génération augmentée par extraction (RAG) avec des modèles de base pré-entraînés (FM) afin d'exploiter leurs propres données actualisées pour des applications intelligentes. Par conséquent, les applications construites avec MongoDB Atlas Vector Search peuvent fournir des réponses plus précises et plus pertinentes pour des domaines spécifiques et des cas d'utilisation alimentés par l'IA sans le travail complexe et fastidieux de formation et d'ajustement des FM ou d'ajout d'une base de données distincte pour stocker et traiter les données vectorielles.

Avec la disponibilité générale de MongoDB Atlas Vector Search, les clients peuvent rapidement créer, déployer et mettre à l'échelle des fonctions alimentées par l'IA, de la recherche sémantique à la comparaison d'images en passant par des recommandations hautement personnalisées, en utilisant une plateforme unique, familière et unifiée, avec un minimum de friction pour les développeurs. Étant donné que MongoDB Atlas utilise un modèle de données flexible et évolutif basé sur des documents qui prend en charge pratiquement tous les types de données, les clients peuvent facilement combiner un large éventail de requêtes pour les données vectorielles, les agrégations analytiques, la recherche textuelle, la recherche géospatiale et les données de séries temporelles non disponibles avec d'autres solutions pour augmenter la génération augmentée de récupération (RAG) et affiner davantage les réponses aux demandes de l'utilisateur final. Par exemple, un utilisateur final pourrait demander " Trouver des listes immobilières avec des maisons qui ressemblent à cette image, qui ont été construites au cours des cinq dernières années et qui se trouvent dans une zone à moins de 7 miles au nord du centre-ville de Seattle avec des écoles de premier ordre et des parcs accessibles à pied ", et une application fonctionnant sur MongoDB Atlas peut rapidement et de manière transparente fournir à un FM les bonnes données pour produire des résultats précis - sans la complexité du traitement de requêtes distinctes à travers plusieurs magasins de données qui peuvent augmenter les temps de réponse et dégrader l'expérience de l'utilisateur final. Pour commencer, visitez le site mongodb.com/products/platform/atlas-vector-search.

● Isoler et mettre à l'échelle les charges de travail d'IA générative et de recherche sur MongoDB Atlas : Désormais disponibles de manière générale, les nœuds de recherche MongoDB Atlas fournissent une infrastructure dédiée permettant aux clients de gérer les charges de travail d'IA générative et de recherche basée sur la pertinence qui utilisent MongoDB Atlas Vector Search et MongoDB Atlas Search indépendamment des nœuds opérationnels principaux de leur base de données - ce qui permet d'isoler les charges de travail, d'optimiser les coûts et d'obtenir de meilleures performances à l'échelle. Par exemple, un détaillant qui organise des promotions avant les fêtes de fin d'année peut vouloir isoler et mettre à l'échelle les charges de travail pour les chatbots alimentés par l'IA et la recherche basée sur la pertinence dans des régions géographiques spécifiques, indépendamment de leur base de données opérationnelle globale, afin d'optimiser les performances.

Avec MongoDB Atlas Search Nodes, les clients peuvent améliorer les performances en réduisant les temps de requête jusqu'à 60 % pour offrir aux utilisateurs finaux des expériences de recherche optimisées basées sur l'IA et la pertinence en utilisant leurs données opérationnelles avec une API unique, le tout avec moins de complexité. Pour commencer, visitez le site mongodb.com/atlas/search.

Des clients de tous les secteurs, y compris AT&T Cybersecurity, Pathfinder Labs et beaucoup d’autresconstruisent et mettent à l'échelle des applications de nouvelle génération avec MongoDB Atlas Vector Search et MongoDB Atlas Search Nodes.

AT&T Cybersecurity simplifie la sécurisation des actifs précieux des entreprises en offrant une vaste expérience en matière de cybersécurité et des services primés pour la sécurité des réseaux, la détection et la réponse étendues, et les points d'extrémité. « AT&T AlienVault est la plateforme open source de gestion des informations et des événements de sécurité (SIEM) la plus fiable et la plus largement utilisée au monde, et la capacité à trouver des informations pertinentes avec une faible latence est essentielle dans le monde de la cybersécurité, de la détection des menaces et de la gestion de la réponse aux incidents. Un délai peut faire la différence entre une détection et une réponse réussies, ou une brèche causant une destruction insondable », a déclaré Matthew Schneid, architecte en chef d'AT&T Cybersecurity. « Nous sommes très enthousiastes à l'idée de continuer à utiliser les nœuds de recherche Atlas dès qu'ils seront disponibles. Il nous a aidés à héberger des déploiements de recherche plus importants et à faire évoluer nos charges de travail, tout en améliorant de manière significative les performances des requêtes de recherche complexes. De plus, la plateforme dans son ensemble et l'approche adoptée par MongoDB pour développer la fonctionnalité de manière que les ingénieurs apprécient de travailler régulièrement avec elle est un énorme avantage. »

Pathfinder Labs est un leader mondial dans le domaine du développement de logiciels, spécialisé dans la protection des enfants vulnérables en dotant les organismes chargés de l'application de la loi d'une technologie de pointe. « Nous nous engageons à fournir aux enquêteurs les outils les plus avancés, et nous ne pouvons accepter de retarder la mise hors d'état de nuire d'un enfant parce que les enquêtes sont submergées par de grandes quantités de données disparates. Dans des situations où chaque minute a un impact sur le bien-être d'un enfant, ces outils doivent permettre aux enquêteurs de relever rapidement les défis liés aux données et d'appréhender rapidement les auteurs », a déclaré Bree Atkinson, PDG de Pathfinder Labs. « En utilisant MongoDB Atlas, nous sommes en mesure de prendre rapidement des décisions basées sur des données, ce qui augmente notre productivité et notre vitesse de prise de décision. Et avec MongoDB Atlas Vector Search, nous n'avons pas besoin d'incorporer plusieurs outils pour obtenir une fonctionnalité de recherche sémantique alimentée par l'IA. Désormais, nous pouvons tout gérer à partir d'une plateforme unique qui offre l'échelle et la performance dont nous avons besoin avec moins de complexité et de frais généraux opérationnels ».

MongoDB Atlas Vector Search est disponible dès aujourd'hui sur AWS, Google Cloud et Microsoft Azure. Les nœuds de recherche MongoDB Atlas sont généralement disponibles aujourd'hui sur AWS, et disponibles en avant-première sur Google Cloud et Microsoft Azure - avec une disponibilité générale à venir.