作者：来自 Elastic Aditya Tripathi
Microsoft 和 Elastic 很高兴地宣布，全球下载次数最多的向量数据库 Elasticsearch 是公共预览版中 Azure OpenAI Service On Your Data 官方支持的向量存储和检索增强搜索技术。 这项突破性的功能使你能够利用 GPT-4 等 OpenAI 模型的强大功能，并结合 RAG（检索增强生成）模型的高级功能，直接在 Azure 上为你的数据提供企业级安全性。 请在此处阅读 Microsoft 的公告。
Azure OpenAI Service On Your Data 为您的员工、客户和用户带来生动的对话体验。 通过添加 Elasticsearch 向量数据库和向量搜索技术，LLMs 可以通过你的业务数据得到丰富，对话可以提供开箱即用的优质响应。 所有这些加起来可以帮助你更好地了解数据并做出更明智的决策。
快速构建强大的对话式聊天体验
业务用户（例如电子商务团队的用户、产品经理等）可以添加 Elasticsearch 索引中的文档，以非常快速地构建对话式聊天体验。 只需几个简单的步骤即可使用消息历史记录等参数配置聊天体验，然后就可以开始了！ 客户几乎可以立即意识到好处。
- 在业务数据上下文的支持下，快速向你的用户、客户或员工推出对话体验
- 常见用例包括提供内部知识搜索、用户自助服务或帮助处理常见业务工作流程的聊天机器人
Elasticsearch 向量数据库如何与 On Your Data 配合使用
Azure OpenAI Studio 中的新本机体验使添加 Elastic 索引变得简单。 开发人员可以从下拉菜单中选择 Elasticsearch 作为他们选择的向量数据库选项。
你可以将现有的 Elasticsearch 索引引入到你的数据中 — 无论这些索引位于 Azure 还是本地。 只需选择 Elasticsearch 作为你的数据源，添加你的 Elastic 端点和 API 密钥，添加 Elastic 索引，一切就完成了！
通过在后台运行 Elasticsearch 向量数据库，用户可以获得你期望的所有 Elastic 优势。
- BM25（文本）搜索的精度、向量搜索的语义理解以及混合搜索的两全其美
- 文档和字段级安全性，因此用户只能访问根据其权限有权访问的信息
- 过滤器、facets 和聚合可以真正提高从组织数据中提取相关上下文并将其发送到 LLM 的速度
- 选择利用一系列大型语言模型提供商，包括 Azure OpenAI、Hugging Face 或其他第 3 方模型
Microsoft Azure 上的 Elastic：经过验证的组合
Elastic 荣获微软商业市场年度全球合作伙伴奖。 Elastic 和 Microsoft 客户一直在使用 Elasticsearch 和 Azure OpenAI 来构建未来的搜索体验，充分利用当今人工智能和机器学习的精华。
Azure AI 客户体验工程副总裁 Ali Dalloul 对于此次合作表示：“通过利用 Azure Cloud 和 OpenAI 的力量，Elastic 正在推动 AI 驱动的解决方案的开发，从而重新定义客户体验。这种合作伙伴关系不仅仅是协作；这是创新的反馈循环，使客户、Elastic 和 Microsoft 受益，同时为更广泛的合作伙伴生态系统提供支持。我们很高兴为客户提供 Elasticsearch 强大的向量数据库和检索增强功能，用于存储和搜索 On Your Data 的向量嵌入 ”。
“这确实可以帮助客户连接数据，无论数据位于何处。我们很高兴能够开放构建不受位置限制的对话式 AI 解决方案的范围，包括 Elasticsearch。我们很高兴看到开发人员如何基于这种集成进行构建。” 添加 Azure OpenAI Service On Your Data 首席产品经理 Pavan Li。
Elastic 在混合搜索方面的明显优势 —— 将 BM25/文本搜索与语义相关性向量搜索相结合，是一个重要的差异化因素。 在开源 Apache Lucene 社区的支持下，Elastic 的向量数据库已被大公司广泛采用用于企业级用例。
立即使用 Elasticsearch 向量数据库尝试你的数据
立即在你的数据上使用 Elasticsearch 和 Azure OpenAI，通过对话式 AI 解锁见解！
- 访问 Azure OpenAI Studio 构建你的第一个对话副驾驶
- 将 Elasticsearch 与 OpenAI 模型连接
- 在 Microsoft 技术社区博客上了解更多信息
准备好将 RAG 构建到您的应用程序中了吗？ 想要尝试使用向量数据库的不同 LLMs？
在 Github 上查看我们的 LangChain、Cohere 等示例 notebook，并参加即将开始的 Elasticsearch 工程师培训！