Incrustaciones Vectoriales
Las incrustaciones vectoriales son representaciones numéricas de texto, imágenes u otros datos que capturan el significado semántico, permitiendo que las máquinas comprendan la similitud y las relaciones entre diferentes piezas de información.
Comprendiendo Incrustaciones Vectoriales
Cuando el texto se convierte en una incrustación vectorial, su significado se codifica como una lista de números, normalmente de cientos o miles de dimensiones. Los conceptos similares quedan cerca entre sí en ese espacio numérico. La frase "agendar una reunión" estaría cerca de "reservar una llamada", pero lejos de "comprar víveres". Esta propiedad hace que las incrustaciones vectoriales sean esenciales para la búsqueda semántica, donde se encuentra información por su significado y no solo por coincidencia exacta de palabras. Las bases de datos vectoriales almacenan estas incrustaciones y permiten búsquedas rápidas de similitud entre millones de datos.
Cómo GAIA usa Incrustaciones Vectoriales
GAIA utiliza ChromaDB como su base de datos vectorial para almacenar los embeddings de tus correos electrónicos, tareas, notas y documentos. Cuando pides a GAIA que encuentre información o cuando el agente necesita contexto para una tarea, realiza una búsqueda semántica sobre tus datos embebidos. Esto significa que puedes pedir 'encuentra ese correo sobre la revisión del presupuesto del tercer trimestre' y GAIA lo localizará aunque el asunto diga 'Discusión de planificación financiera'. El entendimiento semántico va más allá de la simple coincidencia de palabras clave.
Conceptos relacionados
Búsqueda semántica
La búsqueda semántica es una técnica de búsqueda que comprende el significado y la intención detrás de una consulta, mostrando resultados según la relevancia conceptual y no sólo coincidencias exactas de palabras clave.
Memoria basada en gráficos
La memoria basada en gráficos es una arquitectura de memoria de IA que almacena información como nodos y relaciones interconectados, permitiendo una comprensión contextual amplia y conocimiento persistente a lo largo de las interacciones.
Grafo de conocimiento
Un grafo de conocimiento es una representación estructurada de la información que organiza los datos en entidades, sus atributos y las relaciones entre ellas, permitiendo que las máquinas comprendan y razonen sobre información conectada.
Modelo de Lenguaje Grande (LLM)
Un Modelo de Lenguaje Grande (LLM) es un modelo de inteligencia artificial entrenado con grandes cantidades de datos de texto capaz de comprender, generar y razonar sobre el lenguaje humano con notable fluidez.
