ベクトルデータベース

ベクトルデータベースって何？

普通のデータベースはキーワードの完全一致が得意です。「りんご」と入れれば「りんご」という文字を含むレコードを返してくる。でもAIに必要なのは「意味」での検索。「大きくて赤い果物」と言っても、りんごにたどり着いてほしい。ベクトルデータベースは、そんな「意味で似ているものを探す」ためのデータベースです。

何を保存するのか

ベクトル（埋め込み）
AIは文章や画像、音声を「数値の列」に変換します。この数値の列が「ベクトル」。意味が近い内容ほど、ベクトル空間の中でも近くに位置します。
類似度検索
検索時、データベースは文字を比べるのではなく、「あなたのクエリのベクトルと保存されたベクトルがどれだけ近いか」を測ります。近いほど関連度が高い。

何を解決するのか

意味検索
言い方を変えても同じ結果にたどり着ける。キーワード合わせは不要です。
RAG（検索拡張生成）
大規模モデルが答える前に、ベクトルストアから関連する断片を引き出し、でたらめを減らします。
レコメンドと重複排除
「おすすめ」や「似た画像・記事を探す」もすべてベクトルの類似度で動きます。

普通のデータベースとの違い

従来型は「等価検索」「範囲検索」を最適化し、ベクトル型は「最近傍探索」を最適化します。大量の高次元ベクトルの中から、目標に一番近いものを高速に見つけ出す。HNSWのような専用インデックスで高速化しないと、数百万のベクトルでは計算が終わりません。

まとめ：ベクトルデータベースは、AIが「意味で人・画像・資料を探す」ための検索エンジンの土台です。