قاعدة البيانات المتجهية
Vector Database
يُسمّى أيضًا: قاعدة بيانات المتجهات، قاعدة البيانات الشعاعية، مخزن المتجهات
نظام لتخزين المعلومات على شكل أرقام تمثّل المعنى، بحيث يمكن البحث فيها حسب التشابه في المعنى لا حسب تطابق الكلمات.
قاعدة البيانات المتجهية هي نوع خاص من قواعد البيانات لا يخزّن النصوص أو الصور كما هي، بل يخزّن تمثيلًا رقميًا لمعناها. هذا التمثيل يُسمى المتجه (قائمة طويلة من الأرقام تلخّص معنى المحتوى)، وتنتجه نماذج الذكاء الاصطناعي عبر ما يُعرف بالتضمينات (تحويل النص أو الصورة إلى أرقام تعكس المعنى). النتيجة أن جملتين مثل "كيف أسترجع كلمة المرور؟" و"نسيت الرقم السري" تحصلان على متجهين متقاربين رغم اختلاف كلماتهما تمامًا.
طريقة العمل تمر بثلاث خطوات:
- التحويل: يمرّ كل مستند أو صورة أو مقطع نصي على نموذج تضمينات فيتحول إلى متجه رقمي.
- التخزين والفهرسة: تحفظ القاعدة هذه المتجهات وترتّبها بطريقة تسمح بالبحث السريع بين ملايين العناصر.
- البحث بالتشابه: عندما يسأل المستخدم سؤالًا، يتحول سؤاله بدوره إلى متجه، ثم تبحث القاعدة عن أقرب المتجهات إليه، أي أقرب المحتويات معنًى وليس لفظًا.
تظهر هذه التقنية في حياتك أكثر مما تتخيل. عندما يجيب روبوت خدمة عملاء عن سؤالك من دليل الشركة، أو حين يبحث تطبيق عن منتجات "مشابهة" لما تصفه بكلماتك، فالأرجح أن قاعدة بيانات متجهية تعمل خلف الكواليس. وهي العمود الفقري لتقنية التوليد المعزّز بالاسترجاع، التي تسمح للنماذج اللغوية الكبيرة بالإجابة اعتمادًا على مستندات محدّثة بدل الاكتفاء ببيانات تدريبها القديمة، ما يقلّل الهلوسة (اختلاق النموذج لمعلومات غير صحيحة).
✓ استخدام صحيح
متجر إلكتروني سعودي يخزّن أوصاف 50 ألف منتج في قاعدة بيانات متجهية، فيكتب الزبون "شيء أهديه لأمي تحب المطبخ" ويحصل على أدوات مطبخ مناسبة رغم أن كلمة "هدية" لا تظهر في أوصاف المنتجات.
لماذا: هذا هو جوهر البحث بالتشابه: القاعدة فهمت المعنى المقصود ولم تنتظر تطابق الكلمات، وهو ما تعجز عنه قواعد البيانات التقليدية.
عيادة تحوّل أسئلة المرضى الشائعة وإجاباتها المعتمدة إلى متجهات، فعندما يسأل مريض روبوت العيادة "هل الفحص يحتاج صيام؟" يسترجع النظام الإجابة الرسمية الأقرب ويقدّمها له.
لماذا: استخدام صحيح لأن القاعدة تسترجع محتوى موثوقًا معتمدًا من العيادة، بدل أن يرتجل النموذج اللغوي إجابة طبية قد تكون خاطئة.
✕ خطأ شائع
موظف يظن أن قاعدة البيانات المتجهية بديل عن قاعدة بيانات المحاسبة، فيقترح نقل فواتير الشركة وأرصدة العملاء إليها.
الصواب: هذا خطأ. القواعد المتجهية مصممة للبحث بالمعنى التقريبي، أما الأرقام المالية الدقيقة والعمليات الحسابية فتحتاج قاعدة بيانات تقليدية تعطي نتائج مضبوطة لا تقريبية. النظامان يتكاملان ولا يتبادلان الأدوار.
صانع محتوى يعتقد أن مجرد رفع مقالاته إلى قاعدة متجهية يجعل روبوت الدردشة "يفهمها" ويجيب بدقة كاملة دائمًا.
الصواب: القاعدة تسترجع المقاطع الأقرب معنًى فقط، وقد تسترجع مقطعًا غير مناسب إذا كانت المقالات مقسّمة بشكل سيئ أو التضمينات ضعيفة. جودة النتيجة تعتمد على جودة تجهيز المحتوى، لا على الرفع وحده.
كيف تميّزه بسرعة
الالتباس الأشهر هو الخلط بينها وبين قواعد البيانات العادية أو محركات البحث بالكلمات. البحث التقليدي يبحث عن تطابق الحروف والكلمات، أما القاعدة المتجهية فتبحث عن تقارب المعنى حتى لو اختلفت الكلمات كليًا. تذكّر القاعدة البسيطة: إن كان سؤالك "أين الكلمة نفسها؟" فأنت أمام بحث تقليدي، وإن كان "أين المعنى الأقرب؟" فأنت أمام قاعدة متجهية.
لماذا يهمّك؟
إذا أردت بناء روبوت دردشة يجيب من ملفات شركتك أو محتواك العربي، فقاعدة البيانات المتجهية هي القطعة التي تجعل ذلك ممكنًا. هي أيضًا السبب في أن كثيرًا من أدوات الذكاء الاصطناعي تجيب اليوم من مصادر محدثة بدل معلومات قديمة. فهمها يساعدك على تقييم أي أداة تعدك بأنها "تجيب من بياناتك الخاصة".
أدوات تستخدم هذا المفهوم
مصطلحات ذات صلة
كل ما يهمّك في الذكاء الاصطناعي، في 60 ثانية يوميًا
نرصد المئات من المصادر ونرسل لك الخلاصة فقط. بلا حشو، وبلا رسائل مزعجة.