Deprest表示,MyGamePlan正在使用AI模型持續(xù)豐富數(shù)據(jù),并將這些數(shù)據(jù)用于洞察和分析,因此MongoDB非常適合這一用例。

兩年前,MyGamePlan啟動(dòng)了開(kāi)發(fā)項(xiàng)目,從那時(shí)起便開(kāi)始采用MongoDB。數(shù)據(jù)涉及復(fù)雜的多向關(guān)系,需要將比賽與球員、事件和跟蹤相互關(guān)聯(lián)。為了更好地表示這種數(shù)據(jù)關(guān)系,MyGamePlan選擇在豐富的文檔結(jié)構(gòu)中使用嵌套元素。這種方法不僅能夠提高開(kāi)發(fā)者的工作效率,還能夠提升程序運(yùn)行效率。如果使用外鍵創(chuàng)建關(guān)系模型,再連接關(guān)系數(shù)據(jù)庫(kù)中的規(guī)范化表格,這樣極為緩慢且低效。

在開(kāi)發(fā)方面,Deprest表示,使用PyMongo driver將MongoDB與托管在Sagemaker的Python ML數(shù)據(jù)管道和MongoDB Node.js driver集成在一起,隨后將其用于基于React、面向客戶(hù)端的網(wǎng)頁(yè)和移動(dòng)應(yīng)用程序。

Deprest認(rèn)為,造成MongoDB與NoSQL數(shù)據(jù)之間差異的兩個(gè)關(guān)鍵因素在于: 首先,MongoDB更受開(kāi)發(fā)者的青睞,采用率更高。這就意味著團(tuán)隊(duì)能夠快速熟悉它,并利用它來(lái)提高效率。其次,用戶(hù)可以直接在實(shí)時(shí)數(shù)據(jù)的基礎(chǔ)上構(gòu)建應(yīng)用內(nèi)部分析,無(wú)需花費(fèi)時(shí)間和金錢(qián)將其移動(dòng)到數(shù)據(jù)倉(cāng)庫(kù)或數(shù)據(jù)湖中。借助MongoDB的聚合管道,用戶(hù)可以使用強(qiáng)大的滾動(dòng)、變換和窗口函數(shù)來(lái)處理和分析數(shù)據(jù),以根據(jù)需求對(duì)數(shù)據(jù)進(jìn)行切片和切塊。

除了預(yù)測(cè)式AI,MyGamePlan團(tuán)隊(duì)正在評(píng)估如何利用GenAI來(lái)進(jìn)一步改善用戶(hù)體驗(yàn)。

據(jù)Deprest介紹,MyGamePlan平臺(tái)擁有豐富的數(shù)據(jù)和分析,希望讓球員和教練能夠更加輕松地從中獲得洞見(jiàn)。為此,他們正在探索在數(shù)據(jù)之上進(jìn)行自然語(yǔ)言處理,并通過(guò)聊天和問(wèn)答界面來(lái)實(shí)現(xiàn)這一目標(biāo)。借助GenAI,用戶(hù)可以輕松地可視化并總結(jié)數(shù)據(jù)。目前,團(tuán)隊(duì)正在評(píng)估將OpenAI旗下大型語(yǔ)言模型 (LLM )ChatGPT與復(fù)雜的提示工程方法相結(jié)合,同時(shí)利用LangChain進(jìn)行編排,配合使用LlamaIndex和MongoDB Atlas Vector Search來(lái)實(shí)現(xiàn)檢索增強(qiáng)生成 (RAG )的能力。

基于MongoDB Atlas來(lái)構(gòu)建應(yīng)用,使MyGamePlan團(tuán)隊(duì)能夠利用開(kāi)發(fā)者數(shù)據(jù)平臺(tái)的豐富功能,為未來(lái)的幾乎所有應(yīng)用和AI需求提供支持。用Deprest的話(huà)來(lái)說(shuō),就是:“由于MyGamePlan的源數(shù)據(jù)保存在MongoDB Atlas數(shù)據(jù)庫(kù)中,將其與向量存儲(chǔ)及就地向量搜索結(jié)合使用為我們的開(kāi)發(fā)者提供了一種非常高效且完美的解決方案。”

Ferret.ai: 通過(guò)AI和MongoDB Atlas生成智能,解析關(guān)系以創(chuàng)建信任,同時(shí)降低成本達(dá)30%

無(wú)論在現(xiàn)實(shí)世界還是在數(shù)學(xué)世界,我們都在不斷地與他人建立關(guān)系。不論是線(xiàn)上交易、廠商或?qū)I(yè)人士與潛在客戶(hù),還是投資者與企業(yè)創(chuàng)始人或者其他方面,建立新的人際關(guān)系不可避免。在所有這些關(guān)系中,信任必不可少,然而建立信任卻是一件非常具有挑戰(zhàn)性的事情。Ferret.ai正是這樣一款旨在幫助消除猜疑、建立信任的工具。

Ferret是一個(gè)AI平臺(tái),專(zhuān)注于為公司和個(gè)人提供實(shí)時(shí)、公正的情報(bào),以識(shí)別風(fēng)險(xiǎn)并把握機(jī)遇。借助先進(jìn)的預(yù)測(cè)式和生成式AI,結(jié)合成千上萬(wàn)的全球數(shù)據(jù)源及數(shù)十億公開(kāi)文件,Ferret.ai可提供精心策劃的關(guān)系情報(bào)和監(jiān)測(cè)服務(wù) (這些服務(wù)以往僅限于金融行業(yè)使用 ),幫助樹(shù)立透明度新標(biāo)準(zhǔn)。

Ferret首席技術(shù)官Al Basseri在談及Ferret的工作原理時(shí)表示,Ferret.ai從公共來(lái)源中獲取個(gè)人信息。這些來(lái)源包括社交網(wǎng)絡(luò)、交易記錄、法庭文件、新聞檔案、公司所有權(quán)和注冊(cè)商業(yè)利益等。相關(guān)數(shù)據(jù)通過(guò)Kafka管道傳輸?shù)焦镜腁nyscale/Ray MLops平臺(tái),在這個(gè)平臺(tái)上,再使用spaCy提取和機(jī)器學(xué)習(xí)模型來(lái)進(jìn)行自然語(yǔ)言處理。Ferret.ai從數(shù)據(jù)源中獲得的所有元數(shù)據(jù) (接近30億個(gè)文檔 )及模型推斷均存儲(chǔ)在MongoDB Atlas中。用戶(hù)可通過(guò)頁(yè)面和移動(dòng)客戶(hù)應(yīng)用程序,企業(yè)用戶(hù)可通過(guò)即將推出API來(lái)使用Atlas中的數(shù)據(jù)。

除了預(yù)測(cè)式AI之外,公司開(kāi)發(fā)者目前正在嘗試在Ferret平臺(tái)上使用GenAI。Basseri表示,Ferret與英偉達(dá)的數(shù)據(jù)科學(xué)團(tuán)隊(duì)建立了緊密的合作關(guān)系,從而能夠?qū)λ峁┑臄?shù)據(jù)來(lái)源和分析進(jìn)行綜合,以幫助客戶(hù)更好地了解聯(lián)系人,并建立良好的關(guān)系。實(shí)驗(yàn)表明,相比那些規(guī)模更大、更通用的大型語(yǔ)言模型,Mistral模型及其混合專(zhuān)家集成系統(tǒng)所需的資源開(kāi)銷(xiāo)更少。

除了托管來(lái)自Ferret的預(yù)測(cè)式和生成式AI模型數(shù)據(jù)外,客戶(hù)數(shù)據(jù)和聯(lián)系人列表也存儲(chǔ)在MongoDB Atlas中。Ferret可對(duì)公共記錄源進(jìn)行持續(xù)監(jiān)測(cè)和評(píng)分,及時(shí)檢測(cè)個(gè)人身份信息的變化。

正如Basseri所介紹的,通過(guò)使用MongoDB Atlas Triggers,Ferret.ai可以監(jiān)測(cè)評(píng)分的更新,并立即向消費(fèi)應(yīng)用程序發(fā)送警報(bào),從而使客戶(hù)能夠?qū)崟r(shí)了解關(guān)系網(wǎng)絡(luò)動(dòng)態(tài)。這是一種具有反應(yīng)式的、完全基于事件驅(qū)動(dòng)的程序,開(kāi)發(fā)者只需進(jìn)行設(shè)置即可輕松實(shí)現(xiàn)。

Basseri還介紹了MongoDB為其開(kāi)發(fā)者帶來(lái)的其它一些優(yōu)勢(shì),其中包括:

– 借助Atlas,該服務(wù)以完全托管的形式提供,并融入了最佳實(shí)踐。這使開(kāi)發(fā)者和數(shù)據(jù)科學(xué)家可以從數(shù)據(jù)庫(kù)運(yùn)行工作中解脫出來(lái),將精力投入到應(yīng)用程序和AI創(chuàng)新上

– MongoDB Atlas是一種成熟的解決方案,已被廣泛應(yīng)用于許多高增長(zhǎng)的企業(yè)

– 隨著團(tuán)隊(duì)的迅速擴(kuò)展,擁有了解MongoDB的工程師變得至關(guān)重要

除了數(shù)據(jù)庫(kù)之外,Ferret正將其對(duì)MongoDB Atlas平臺(tái)的應(yīng)用擴(kuò)展到文本搜索領(lǐng)域。隨著公司進(jìn)入谷歌云,其正在從現(xiàn)有的Amazon OpenSearch服務(wù)遷移到Atlas Search。

在談及遷移的驅(qū)動(dòng)因素時(shí),Basseri表示:“將數(shù)據(jù)庫(kù)和搜索統(tǒng)一在同一個(gè)API有助于減少開(kāi)發(fā)者的認(rèn)知負(fù)荷,從而提高他們的工作效率,加快新功能的構(gòu)建。這樣可以消除了數(shù)據(jù)庫(kù)和搜索之間同步數(shù)據(jù)帶來(lái)的不便,從而縮短了工程周期。此外,這也意味著用戶(hù)可以獲得更好的體驗(yàn),因?yàn)橹暗难舆t瓶頸已經(jīng)消失,用戶(hù)在Ferret平臺(tái)上搜索聯(lián)系人和內(nèi)容時(shí),可以得到最新的結(jié)果,而不是過(guò)時(shí)的數(shù)據(jù)。從OpenSearch遷移到Atlas Search還可以節(jié)省資金成本,并獲得更多的靈活性。通過(guò)消除數(shù)據(jù)庫(kù)和搜索引擎之間不必要的數(shù)據(jù)冗余,可將每月的總云成本減少30%。由于Atlas是支持多云的開(kāi)發(fā)者數(shù)據(jù)平臺(tái),因此可以根據(jù)需要在多個(gè)云提供商之間遷移。”

遷移完成后,Basseri及其團(tuán)隊(duì)將能夠使用Atlas Vector Search進(jìn)行開(kāi)發(fā),并繼續(xù)構(gòu)建Ferret平臺(tái)的GenAI功能。

從以上兩個(gè)案例可以看出,無(wú)論企業(yè)目前處于AI發(fā)展的哪個(gè)階段,MongoDB均可提供支持。

songjy