{"id":4114,"date":"2024-09-20T11:48:57","date_gmt":"2024-09-20T18:48:57","guid":{"rendered":"https:\/\/www.couchbase.com\/blog\/ai-vector-search-edge-computing-couchbase\/"},"modified":"2024-09-20T11:48:57","modified_gmt":"2024-09-20T18:48:57","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":"Construindo um Caminho para Edge AI para Aplica\u00e7\u00f5es Focadas em Busca Vetorial, Imagem e Dados"},"content":{"rendered":"

Continuamos ouvindo dos clientes que eles veem o imenso valor e a import\u00e2ncia da intelig\u00eancia artificial (IA), IA generativa, busca vetorial e computa\u00e7\u00e3o de borda. Essas tecnologias est\u00e3o se tornando mais cr\u00edticas para coletar dados e fornecer insights acion\u00e1veis. Ao mesmo tempo, continua a haver uma r\u00e1pida expans\u00e3o de dispositivos IoT, com decis\u00f5es sendo tomadas em tempo real com base em dados transmitidos por sensores.\u00a0<\/span><\/p>\n\n\n\n

Muitas organiza\u00e7\u00f5es est\u00e3o prestes a mergulhar de cabe\u00e7a na integra\u00e7\u00e3o dessas tecnologias para poderem oferecer uma experi\u00eancia aprimorada ao cliente. Elas est\u00e3o usando a IA como um meio para alcan\u00e7ar objetivos em suas aplica\u00e7\u00f5es \u2013 garantindo que sejam sempre r\u00e1pidas, dispon\u00edveis, capazes de interagir em tempo real e de se engajar no contexto.<\/span><\/p>\n\n\n\n

As empresas t\u00eam entusiasmo e hesita\u00e7\u00f5es em rela\u00e7\u00e3o \u00e0 IA<\/span><\/h2>\n\n\n\n

Embora a empolga\u00e7\u00e3o com as possibilidades da IA seja palp\u00e1vel, as empresas est\u00e3o adotando uma abordagem cautelosa. Essas organiza\u00e7\u00f5es t\u00eam hesita\u00e7\u00f5es sobre seguran\u00e7a de dados, conformidade e quest\u00f5es legais em torno do uso da IA. Elas continuam avaliando a melhor forma de aproveitar e governar aplicativos impulsionados por IA. Embora ainda haja certos aspectos de privacidade, seguran\u00e7a e precis\u00e3o a serem resolvidos, \u00e9 claro que as possibilidades potenciais que podem ser desbloqueadas s\u00e3o intrigantes demais para serem ignoradas.<\/span><\/p>\n\n\n\n

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

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 fornece aos modelos de IA, mais precisos eles se tornam. O modo como e onde voc\u00ea processa os dados tem implica\u00e7\u00f5es na velocidade e na disponibilidade das aplica\u00e7\u00f5es impulsionadas por IA.<\/span><\/p>\n\n\n\n

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

Se voc\u00ea armazena e processa dados na nuvem, pode enfrentar desafios de velocidade e disponibilidade para dispositivos m\u00f3veis.<\/span> Se for uma linha de vis\u00e3o direta e f\u00e1cil de volta aos pontos de acesso, pode ser tranquilo, mas passar por celular\/5G pode ser um tormento ao tentar fazer v\u00eddeo e an\u00e1lises ao mesmo tempo. Isso exige uma largura de banda significativa para ir da nuvem para a borda e voltar, especialmente<\/span> em \u00e1reas onde a conectividade \u00e9 um problema, como est\u00e1dios lotados, navios de cruzeiro, avi\u00f5es e para trabalhadores em campo.<\/span><\/p>\n\n\n\n

O Couchbase fornece um banco de dados de nuvem a borda, juntamente com busca vetorial \u2013 para integrar diretamente 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 embutido (<\/span>Couchbase Lite<\/span><\/a>). T<\/span>O banco de dados Couchbase pode ficar bem pr\u00f3ximo de onde voc\u00ea vai us\u00e1-lo, como em uma loja de varejo, centro de distribui\u00e7\u00e3o ou hospital.<\/span> Ambos suportam busca vetorial e sincroniza\u00e7\u00e3o autom\u00e1tica entre dispositivos e com a nuvem.\u00a0<\/span><\/p>\n\n\n\n

\"Capella<\/p>\n\n\n\n

Utilizar os princ\u00edpios b\u00e1sicos da computa\u00e7\u00e3o de ponta para processar os dados localmente significa uma depend\u00eancia muito menor da nuvem e da conex\u00e3o com a internet. Colocar o banco de dados no pr\u00f3prio dispositivo (celular, tablet, quiosque, PDV, dispositivos IoT) ajuda os clientes a atingirem disponibilidade 100% e tempos de resposta garantidos para a pesquisa vetorial.<\/span><\/p>\n\n\n\n

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

Um exemplo de <\/span>busca vetorial em a\u00e7\u00e3o<\/span><\/a> est\u00e1 no caixa autom\u00e1tico do supermercado lidando com itens sem c\u00f3digo de barras. O processo atual consiste em digitar o item, selecionar o correto na tela e depois coloc\u00e1-lo na sacola. Com a busca vetorial, a capacidade de encontrar coisas por meio da busca visual sem\u00e2ntica inverte esse paradigma. Voc\u00ea colocaria o item no balc\u00e3o, a c\u00e2mera o escaneia e reconhece, e ent\u00e3o voc\u00ea o coloca na sacola. Isso reduz um processo de 10 a 20 segundos para 2 segundos. \u00c0 primeira vista, parecem n\u00fameros pequenos, mas <\/span>ao processar longas filas de clientes em supermercados ou centenas de passageiros chegando a um aeroporto ou a um hospital, esses n\u00fameros podem somar-se rapidamente.<\/span><\/p>\n\n\n\n

A busca vetorial e o reconhecimento de imagem em dispositivos m\u00f3veis tamb\u00e9m ter\u00e3o um impacto enorme. Fazer consultas de itens com base no pr\u00f3prio item funcionar\u00e1 muito melhor do que c\u00f3digos de barras. Embora os c\u00f3digos de barras possam desbotar, amassar e ser adulterados ao longo do tempo, a busca 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\n\n\n

\"NoSQL<\/p>\n\n\n\n

Outro exemplo disso em a\u00e7\u00e3o \u00e9 com sinistros de seguros. Um segurado pode tirar uma foto dos danos ocorridos no seu carro e descobrir rapidamente quais pe\u00e7as precisar\u00e3o ser reparadas e para qual oficina mec\u00e2nica ele pode ser levado. H\u00e1 in\u00fameros casos de uso potenciais para busca vetorial e de imagens.<\/span><\/p>\n\n\n\n

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

Os LLMs s\u00e3o \u00f3timos em produzir vetores a partir de linguagem natural. O \u00e1udio fornece outro mecanismo para injetar mais contexto sobre o que o usu\u00e1rio da busca vetorial est\u00e1 tentando alcan\u00e7ar, o que melhora a precis\u00e3o. A busca e as consultas s\u00e3o bastante r\u00edgidas, mas os vetores oferecem mais flexibilidade.\u00a0<\/span><\/p>\n\n\n\n

Um exemplo disso em a\u00e7\u00e3o \u00e9 que, em vez de pesquisar por um item espec\u00edfico, voc\u00ea poderia dizer: \u201cVou fazer o jantar hoje \u00e0 noite, estou com vontade de comida italiana, dois adultos e tr\u00eas crian\u00e7as v\u00e3o vir comer, o que voc\u00ea recomenda que eu fa\u00e7a com os ingredientes que tenho em casa?\u201d. Voc\u00ea pode ser muito mais detalhado e preciso quando consegue conversar naturalmente com o sistema por meio de \u00e1udio com LLMs e busca vetorial.<\/span><\/p>\n\n\n\n

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

A busca vetorial e a computa\u00e7\u00e3o de borda s\u00e3o capacidades verdadeiramente transformadoras. A infraestrutura de borda ser\u00e1 uma parte importante de muitas solu\u00e7\u00f5es \u00e0 medida que a necessidade de velocidade e processamento localizado aumenta. 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 potenciais e divulg\u00e1-los na organiza\u00e7\u00e3o \u00e9 um papel cr\u00edtico para a TI e \u00e9 extremamente ben\u00e9fico para a organiza\u00e7\u00e3o.<\/span><\/p>\n\n\n\n