Vetor é uma lista ordenada de números que representa um ponto em um espaço multidimensional. Em inteligência artificial, vetores são a forma como modelos representam dados: um texto, uma imagem ou um som se torna um vetor de centenas ou milhares de números, onde cada número captura alguma característica do dado original.
Como funciona
Quando um modelo de embeddings processa um texto, ele gera um vetor. Cada posição do vetor corresponde a uma dimensão do espaço de significado. Textos com significado parecido geram vetores próximos nesse espaço; textos diferentes geram vetores distantes.
A comparação entre vetores usa métricas matemáticas como similaridade de cosseno ou distância euclidiana. Essas métricas permitem buscar itens similares, agrupar dados e alimentar sistemas de recomendação e RAG. Bancos de dados vetoriais são otimizados para armazenar e buscar vetores em escala.
Exemplo prático
A frase "gato dormindo no sofá" e a frase "felino descansando no divã" geram vetores próximos, porque o significado é similar. A frase "receita de bolo de chocolate" gera um vetor distante. Um sistema de busca vetorial encontra a primeira quando o usuário busca "animal descansando", mesmo sem palavras em comum.
Para que serve
Vetores são a base de busca semântica, RAG e sistemas de recomendação. No bridgecode, agentes usam vetores para encontrar informações relevantes em bases de conhecimento, permitindo respostas mais precisas e contextualizadas.