Embeddings Vetoriais
Embeddings vetoriais são representações numéricas de textos, imagens ou outros dados que capturam o significado semântico, permitindo que máquinas entendam similaridades e relações entre diferentes informações.
Entendendo Embeddings Vetoriais
Quando um texto é convertido em um embedding vetorial, seu significado é codificado como uma lista de números, normalmente em centenas ou milhares de dimensões. Conceitos semelhantes ficam posicionados próximos nesse espaço numérico. Por exemplo, a frase "agendar uma reunião" estaria próxima de "marcar uma chamada", mas distante de "comprar mantimentos". Essa característica torna os embeddings vetoriais essenciais para buscas semânticas, onde a busca é feita pelo significado e não por correspondência exata de palavras-chave. Bases de dados vetoriais armazenam esses embeddings e possibilitam buscas rápidas por similaridade entre milhões de dados.
Como GAIA usa Embeddings Vetoriais
A GAIA utiliza o ChromaDB como seu banco de dados vetorial para armazenar embeddings dos seus e-mails, tarefas, anotações e documentos. Quando você pede para a GAIA encontrar uma informação ou quando o agente precisa de contexto para uma tarefa, ela faz uma busca semântica em todos os seus dados embarcados. Isso significa que você pode pedir "encontre aquele e-mail sobre a revisão do orçamento do 3º trimestre" e a GAIA irá localizar, mesmo que o assunto do e-mail seja "Discussão sobre Planejamento Financeiro". O entendimento semântico vai além da correspondência de palavras-chave.
Conceitos relacionados
Busca Semântica
Busca semântica é uma técnica de busca que entende o significado e a intenção por trás de uma consulta, retornando resultados com base na relevância conceitual e não apenas pela correspondência exata de palavras-chave.
Memória Baseada em Grafo
Memória baseada em grafo é uma arquitetura de memória de IA que armazena informações como nós e relações interconectados, permitindo compreensão contextual rica e conhecimento persistente ao longo das interações.
Grafo de Conhecimento
Um grafo de conhecimento é uma representação estruturada de informações que organiza os dados como entidades, seus atributos e os relacionamentos entre elas, permitindo que as máquinas compreendam e raciocinem sobre informações conectadas.
Modelo de Linguagem de Grande Porte (LLM)
Um Modelo de Linguagem de Grande Porte (LLM) é um modelo de inteligência artificial treinado em enormes quantidades de dados textuais, capaz de compreender, gerar e raciocinar sobre a linguagem humana com grande fluência.
