Chatgpt火了，估計這把火還要燒上個十幾年（搜尋引擎從2000年開始火，至今已20多年）。我認為Chatgpt的火一方面是它這種問答式的互動，還有一方面是它提供的内容讓人感覺比較靠譜。
那麼如何讓Chatgpt這種大規模語言模型提供的内容更加準确可靠呢？
這不得不說一下向量資料庫，向量資料庫跟傳統資料庫一樣也是用來存儲和處理資料的，但是它的特點是高效存儲和檢索，可以實作在高維大資料下快速響應，關鍵的是它還能允許根據向量距離或相似性快速準确地搜尋和檢索資料。
也就是說使用者可以使用向量資料庫根據語義或上下文含義查找相似或相關的資料，而不是使用基于完全比對或預定義條件查詢資料庫的傳統方法。另外就是向量資料庫在性能方面的優秀表現，向量資料庫在針對存儲和執行向量資料的操作進行了優化，通常處理每個查詢有數億個向量，并且比傳統資料庫快得多。
舉個例子，比如你做了一個大規模語言模型的應用，将它搭建在使用了向量資料庫的騰訊雲上，使用者在大模型中找一張帶“熊貓”關鍵詞的圖檔，那麼騰訊雲向量資料庫能在百毫秒内，從多張向量化圖檔中傳回查詢結果，準确且高效。#騰訊釋出大模型向量資料庫#
