Cómo funciona
Un espacio vectorial es un conjunto de vectores donde se definen dos operaciones: suma de vectores y multiplicación por un escalar, es decir, un número. Los vectores son listas de números, como [0.2, -0.5, 0.8]. El espacio vectorial incluye todas las combinaciones posibles de esas operaciones.
En IA, textos, imágenes y sonidos se convierten en vectores numéricos llamados embeddings. Esos vectores viven en un espacio vectorial de alta dimensión, con cientos o miles de ejes. La proximidad entre dos vectores en ese espacio indica similitud semántica entre los contenidos originales.
Métricas como la distancia euclidiana y la similitud del coseno miden la proximidad entre vectores. La similitud del coseno es la más usada en búsqueda semántica, pues mide el ángulo entre vectores, ignorando la magnitud.
Operaciones como búsqueda de vecinos más cercanos, nearest neighbors, funcionan midiendo distancias o ángulos entre vectores en ese espacio.
Ejemplo práctico
La frase "cachorro late" y "cão faz latido" generan embeddings cercanos en el espacio vectorial, porque significan lo mismo. En cambio, "gato mia" queda más distante. Un sistema de búsqueda semántica compara el vector de la pregunta con los vectores de los documentos y devuelve los más cercanos, sin depender de palabras exactas.
Para qué sirve
Los espacios vectoriales son la base de los embeddings, la búsqueda semántica, RAG y los sistemas de recomendación. Entender el concepto ayuda a elegir modelos de embedding y bases de datos vectoriales.
En bridgecode, los agentes que buscan en bases de conocimiento usan este principio para encontrar información relevante sin depender de palabras clave exactas.