Vektordatabase (Vector database)
En vektordatabase er en spesialisert database som lagrer og søker i data basert på matematisk mening og likhet, i stedet for eksakte nøkkelord.
En vektordatabase er et databasesystem designet spesielt for å lagre, indeksere og lynraskt hente frem data basert på deres semantiske innhold. Mens en tradisjonell relasjonsdatabase leter etter nøyaktige treff på ord eller tall, gjør en vektordatabase det mulig å søke etter konsepter og betydning. Spørsmålet endrer seg fra «hvor står akkurat dette ordet?» til «hvilke oppføringer betyr omtrent det samme som søket mitt?».
Dette oppnås ved å konvertere tekst, bilder eller lyd til matematiske tallrekker, også kjent som embeddings eller vektorer. Hver vektor representerer et punkt i et flerdimensjonalt rom, der innhold med lik betydning plasseres tett inntil hverandre. Vektordatabasen er dermed bygget for å måle avstanden mellom disse punktene og finne de nærmeste naboene på brøkdelen av et sekund.
Hvordan teknologien fungerer i praksis
For at datamaskinen skal forstå sammenhenger, oversetter en maskinlæringsmodell innholdet til koordinater. Prosessen følger som regel en fast arbeidsflyt:
- Tekst eller data deles opp: Lengre dokumenter, artikler eller logger splittes i håndterbare avsnitt.
- Beregning av vektorer: En KI-modell leser hvert avsnitt og genererer en tallrekke som fanger opp essensen i innholdet.
- Lagring og indeksering: Vektorene lagres i vektordatabasen sammen med referanser til originalteksten og relevante metadata som dato, kategori eller forfatter.
- Vektorsøk ved spørring: Når en bruker stiller et spørsmål, gjøres spørsmålet om til en vektor, og databasen finner de lagrede vektorene som ligger matematisk nærmest.
Motoren i moderne RAG-systemer
Vektordatabaser utgjør kjernen i systemer for Retrieval-Augmented Generation, ofte forkortet til RAG. Språkmodeller har begrenset hukommelse og kan ikke alt om interne rutiner i en organisasjon. Ved å koble modellen til en vektordatabase kan bedrifter gi modellen tilgang til egne dokumenter uten å måtte trene opp hele modellen på nytt.
Når en medarbeider stiller et spørsmål, leter vektordatabasen først opp de to eller tre mest relevante avsnittene fra bedriftens interne håndbøker. Disse tekstbitene sendes deretter inn til språkmodellen sammen med spørsmålet, slik at modellen kan formulere et presist og kildebasert svar.
Eksempel: Kommunehåndtering av byggesaker
Tenk deg en saksbehandler i en norsk kommune, for eksempel i Tromsø eller Drammen, som skal svare en innbygger om reglene for å sette opp et lite anneks. Innbyggeren spør: «Kan jeg bygge en liten bu for overnatting i hagen uten å søke?». I et eldre arkivsystem ville søket kanskje krevd at ordene «bu» eller «overnatting» sto ordrett i planverket.
Med en vektordatabase finner systemet frem til avsnitt i reguleringsplanen og byggesaksforskriften som omhandler «frittliggende bygning til beboelse», «sekundærleilighet» og «arealgrenser for meldeplikt». Selv om innbyggeren brukte helt andre ord enn lovteksten, forstår vektordatabasen at konseptene henger sammen, og viser saksbehandleren de riktige reglene umiddelbart.
Vanlige misforståelser og fallgruver
En vanlig misforståelse er at en vektordatabase kan erstatte tradisjonelle databaser fullstendig. Hvis du trenger å hente frem en spesifikk faktura basert på et kundenummer, eller summere omsetningen for forrige kvartal, er en relasjonsdatabase overlegen. Vektorsøk er omtrentlig og sannsynlighetsbasert, ikke deterministisk.
En annen feil er å glemme metadatafiltrering. Dersom du søker etter retningslinjer for foreldrepermisjon, hjelper det lite å finne dokumenter som handler om riktig tema dersom de gjelder lover fra ti år tilbake. Gode løsninger kombinerer derfor semantisk vektorsøk med faste filtre for dato, avdeling og tilgangsnivå.
Ofte stilte spørsmål
Hva skiller en vektordatabase fra et vanlig nøkkelordsøk?
Et nøkkelordsøk leter etter eksakte teksttreff, mens en vektordatabase leter etter betydningsmessig likhet basert på matematiske avstander mellom innholdet.
Kan en vektordatabase lagre bilder og lyd?
Ja, så lenge en maskinlæringsmodell kan gjøre om bildet eller lyden til en tallrekke (embedding), kan vektordatabasen lagre og finne lignende filer.
Gjør vektordatabasen at språkmodeller slutter å hallusinere?
Den reduserer risikoen betraktelig fordi modellen får servert faktiske faktaavsnitt som kildegrunnlag, men den fjerner ikke risikoen helt alene.
