{"id":16336,"date":"2024-09-20T11:48:57","date_gmt":"2024-09-20T18:48:57","guid":{"rendered":"https:\/\/www.couchbase.com\/blog\/?p=16336"},"modified":"2025-06-13T16:36:41","modified_gmt":"2025-06-13T23:36:41","slug":"ai-vector-search-edge-computing-couchbase","status":"publish","type":"post","link":"https:\/\/www.couchbase.com\/blog\/pt\/ai-vector-search-edge-computing-couchbase\/","title":{"rendered":"Criando um caminho para a IA de borda para pesquisa de vetores, imagens e aplicativos focados em dados"},"content":{"rendered":"

Continuamos a ouvir dos clientes que eles veem o imenso valor e a import\u00e2ncia da intelig\u00eancia artificial (IA), da IA generativa, da pesquisa vetorial e da computa\u00e7\u00e3o de borda. Essas tecnologias est\u00e3o se tornando mais essenciais para coletar dados e fornecer insights acion\u00e1veis. Ao mesmo tempo, continua a haver uma r\u00e1pida expans\u00e3o dos dispositivos de IoT, com decis\u00f5es sendo tomadas em tempo real com base no fluxo de dados dos sensores.\u00a0<\/span><\/p>\n

Muitas organiza\u00e7\u00f5es est\u00e3o prestes a mergulhar totalmente na integra\u00e7\u00e3o dessas tecnologias para que possam proporcionar uma experi\u00eancia aprimorada ao cliente. Elas est\u00e3o usando a IA como um meio de atingir as metas de seus aplicativos, garantindo que eles sejam sempre r\u00e1pidos, dispon\u00edveis, capazes de interagir em tempo real e de se envolver no contexto.<\/span><\/p>\n

As empresas est\u00e3o entusiasmadas e hesitantes em rela\u00e7\u00e3o \u00e0 IA<\/span><\/h2>\n

Embora o entusiasmo com as possibilidades da IA seja palp\u00e1vel, as empresas est\u00e3o adotando uma abordagem cautelosa. Essas organiza\u00e7\u00f5es hesitam em rela\u00e7\u00e3o \u00e0 seguran\u00e7a dos dados, \u00e0 conformidade e \u00e0s preocupa\u00e7\u00f5es legais com rela\u00e7\u00e3o ao uso da IA. Elas continuam avaliando a melhor maneira de aproveitar e governar os aplicativos alimentados por IA. Embora ainda haja certos aspectos de privacidade, seguran\u00e7a e precis\u00e3o a serem resolvidos, est\u00e1 claro que as possibilidades potenciais que podem ser desbloqueadas s\u00e3o intrigantes demais para serem deixadas de lado.<\/span><\/p>\n

A IA requer dados confi\u00e1veis<\/span><\/h2>\n

Os dados s\u00e3o a for\u00e7a vital para o treinamento de modelos de IA. Quanto mais dados atuais, limpos e confi\u00e1veis puderem ser fornecidos aos LLMs, mais confi\u00e1veis ser\u00e3o as respostas. E quanto mais dados voc\u00ea fornecer aos modelos de IA, mais precisos eles se tornar\u00e3o. Como e onde voc\u00ea processa os dados tem implica\u00e7\u00f5es sobre a velocidade e a disponibilidade dos aplicativos alimentados por IA.<\/span><\/p>\n

Utilizar a computa\u00e7\u00e3o de borda para melhorar a velocidade e a disponibilidade<\/span><\/h2>\n

Se voc\u00ea armazena e processa dados na nuvem, pode ter dificuldades com a velocidade e a disponibilidade para dispositivos m\u00f3veis.<\/span> Se for uma linha de vis\u00e3o f\u00e1cil de volta aos pontos de acesso, pode ser tranquilo, mas passar por celular\/5G pode ser um problema se voc\u00ea estiver tentando fazer v\u00eddeo e an\u00e1lise ao mesmo tempo. \u00c9 necess\u00e1ria uma largura de banda significativa para ir da nuvem at\u00e9 a borda e vice-versa, especialmente<\/span> em \u00e1reas onde a conectividade \u00e9 um problema, como est\u00e1dios lotados, navios de cruzeiro, avi\u00f5es e para trabalhadores de campo.<\/span><\/p>\n

O Couchbase fornece um banco de dados da nuvem para a borda, juntamente com a pesquisa vetorial, para integra\u00e7\u00e3o direta com modelos de IA na borda. Isso d\u00e1 aos desenvolvedores a capacidade de armazenar e processar dados na nuvem (<\/span>Capela<\/span><\/a>) e em dispositivos com um banco de dados incorporado (<\/span>Couchbase Lite<\/span><\/a>). T<\/span>banco de dados do Couchbase pode estar pr\u00f3ximo ao local onde voc\u00ea vai us\u00e1-lo, como uma loja de varejo, um centro de distribui\u00e7\u00e3o ou um hospital.<\/span> Ambos suportam pesquisa vetorial e sincronizam automaticamente entre dispositivos e at\u00e9 a nuvem.\u00a0<\/span><\/p>\n

\"Capella<\/p>\n

Usar os fundamentos da computa\u00e7\u00e3o de borda para processar os dados localmente significa muito menos depend\u00eancia da nuvem e da conex\u00e3o com a Internet. Colocar o banco de dados no pr\u00f3prio dispositivo (telefone, tablet, quiosque, PDV, dispositivos de IoT) ajuda os clientes a alcan\u00e7ar a disponibilidade de 100% e tempos de resposta garantidos para a pesquisa de vetores.<\/span><\/p>\n

Exemplos de pesquisa vetorial em a\u00e7\u00e3o<\/span><\/h2>\n

Um exemplo de <\/span>pesquisa vetorial em a\u00e7\u00e3o<\/span><\/a> \u00e9 no caixa autom\u00e1tico do supermercado, quando se trata de itens que n\u00e3o podem ser escaneados. O processo atual consiste em digitar o item, selecionar o item certo na tela e embal\u00e1-lo. Com a pesquisa vetorial, a capacidade de encontrar itens por meio da pesquisa sem\u00e2ntica visual inverte esse paradigma. Voc\u00ea colocaria o item no balc\u00e3o, a c\u00e2mera o escanearia e reconheceria, e ent\u00e3o voc\u00ea o embalaria. Isso reduz um processo de 10 a 20 segundos para 2 segundos. A princ\u00edpio, esses n\u00fameros parecem pequenos, mas <\/span>Ao processar longas filas de clientes em supermercados ou centenas de passageiros que entram em um aeroporto ou hospital, esses n\u00fameros podem aumentar rapidamente.<\/span><\/p>\n

A pesquisa vetorial e o reconhecimento de imagens em dispositivos m\u00f3veis tamb\u00e9m ter\u00e3o um grande impacto. Fazer pesquisas de itens com base no pr\u00f3prio item funcionar\u00e1 muito melhor do que os c\u00f3digos de barras. Enquanto os c\u00f3digos de barras podem desbotar, enrugar e ser adulterados com o tempo, a pesquisa vetorial reconhece o pr\u00f3prio item e acelera o processo, o que \u00e9 melhor tanto para os clientes quanto para os varejistas.<\/span><\/p>\n

\"NoSQL<\/p>\n

Outro exemplo disso em a\u00e7\u00e3o s\u00e3o os sinistros de seguro. Um segurado poderia tirar uma foto de um dano ocorrido em seu carro e descobrir rapidamente quais pe\u00e7as precisar\u00e3o ser consertadas e para qual oficina ele pode ser levado. H\u00e1 in\u00fameros casos de uso em potencial para pesquisa de vetores e imagens.<\/span><\/p>\n

Vetores de linguagem natural<\/span><\/h2>\n

Os LLMs s\u00e3o excelentes na produ\u00e7\u00e3o de vetores a partir de linguagem natural. O \u00e1udio fornece outro mecanismo para injetar mais contexto para o que o usu\u00e1rio da pesquisa vetorial est\u00e1 tentando obter, o que aumenta a precis\u00e3o. A pesquisa e as consultas s\u00e3o bastante rigorosas, mas os vetores oferecem mais flexibilidade.\u00a0<\/span><\/p>\n

Um exemplo disso em a\u00e7\u00e3o \u00e9 que, em vez de procurar um item espec\u00edfico, voc\u00ea poderia dizer: \"Vou fazer o jantar hoje, gosto de comida italiana, dois adultos e tr\u00eas crian\u00e7as vir\u00e3o aqui, o que voc\u00ea recomendaria que eu fizesse com os ingredientes que tenho em m\u00e3os?\" Voc\u00ea pode ser muito mais detalhado e preciso quando pode conversar naturalmente com o sistema por meio de \u00e1udio com LLMs e pesquisa vetorial.<\/span><\/p>\n

Conclus\u00e3o<\/span><\/h2>\n

A pesquisa vetorial e a computa\u00e7\u00e3o de borda s\u00e3o recursos realmente transformadores. A infraestrutura de borda ser\u00e1 uma parte importante de muitas solu\u00e7\u00f5es \u00e0 medida que a necessidade de velocidade e processamento localizado aumentar. Os l\u00edderes de TI devem trabalhar com os l\u00edderes de neg\u00f3cios para ajud\u00e1-los a visualizar e entender o que \u00e9 poss\u00edvel. A capacidade de conceber casos de uso em potencial e socializ\u00e1-los na organiza\u00e7\u00e3o \u00e9 uma fun\u00e7\u00e3o essencial para a TI e \u00e9 extremamente ben\u00e9fica para a organiza\u00e7\u00e3o.<\/span><\/p>\n