什么是向量数据库？

What are vector databases?

简单来说，向量数据库以向量嵌入（vector embedding）的形式存储非结构化数据（文本、图像、音频、视频等）。

每一个数据点——无论是一个词、一篇文档、一张图片，还是其他任何实体——都会通过机器学习技术（后面我们会讲到）被转化为一个数值向量。

这个数值向量就叫做嵌入（embedding），模型的训练方式会让这些向量尽可能捕捉到底层数据的核心特征和属性。

以词嵌入为例，我们可能会发现，在嵌入空间中，各种水果的嵌入彼此靠得很近，各个城市又聚成另一个簇，以此类推。

这说明，只要训练得当，嵌入是能够学到其所代表实体的语义特征的。

一旦数据被存入向量数据库，我们就可以检索出与查询语义相似的原始对象。

换句话说，通过对非结构化数据进行编码，我们就能对其执行相似度搜索、聚类、分类等许多复杂操作，而这些在传统数据库上是很难做到的。

举个例子，当一个电商网站为你推荐相似商品，或者根据你输入的查询搜索商品时，（在大多数情况下）背后其实就是向量数据库在起作用。