向量数据库本身的应用场景还是非常广泛的。非结构化数据本身的种类就很多,比如图片、音频、视频、长文本等等。
最常见的互联网领域应用场景就是搜索广告推荐。传统搜索往往基于标签或倒排的数据,效果并不是特别好,因此越来越多的公司就开始引入向量化的多路召回,因为向量化对的数据表达能力要远远强于传统的标签或者关键词检索。
还有针对图片或视频的处理,比如去重、风控等等,以及多模态应用 —— 根据图片找文字或者根绝图片找音频,这些都是向量数据库很大的应用场景。
在视频领域还有一个绕不过去的应用场景 —— 安防,其中涉及到人脸识别、指纹识别、声纹识别,这些也是向量数据库比较容易落地的应用场景。
当然还有一些比较有意思的场景。比如在生物制药领域用向量数据库帮助小分子药物找到蛋白质上的靶点;在时序数据里找到趋势近似的历史,实现时序预测。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。