Base de données vectorielle

Une base de données vectorielle est un type de base de données conçu pour stocker des embeddings — ces listes de nombres qui représentent le sens de textes, d’images ou d’autres données — et les rechercher par similarité. Plutôt que de chercher des correspondances exactes comme une base de données traditionnelle, elle trouve, pour un vecteur de requête, les vecteurs qui lui sont « les plus proches », c’est-à-dire les éléments au sens le plus voisin. Cela rend possible la recherche sémantique à grande échelle et très rapidement, même avec des millions d’éléments. C’est une pièce clé de nombreuses applications d’IA modernes : elle alimente les systèmes de recommandation et surtout la génération augmentée par récupération (RAG), où un modèle de langage récupère l’information pertinente avant de répondre. Pinecone, Weaviate ou l’extension pgvector de PostgreSQL en sont des exemples connus. Son essor accompagne celui de l’IA générative.