Dirbtinis intelektas (DI) tapo vienu iš pagrindinių inovacijų ir naujų technologijų kūrimo variklių beveik kiekvienoje pramonės šakoje. Tai grindžiama didele pažanga mašininio mokymosi srityje, leidžiančia dirbtinio intelekto sistemoms išmokti labai sudėtingus modelius, kurie yra autonominių transporto priemonių, pokalbių agentų, vaizdinės medijos kūrimo, sukčiavimo aptikimo, kibernetinio saugumo ir daugelio kitų taikomųjų programų pagrindas. Dėl plačiai paplitusio mašininio mokymosi naudojimo, ypač generatyvinio dirbtinio intelekto programose, tokiose kaip "ChatGPT", vektorių duomenų bazės tapo labai svarbiu dirbtinio intelekto revoliucijos komponentu. Daugelyje dirbtinio intelekto taikomųjų programų, ypač tose, kuriose naudojami didelės kalbos modeliai (LLM), vektoriai naudojami sąvokoms, kontekstams, prisiminimams, nuorodų šaltiniams ir kt. koduoti. Tokių taikomųjų programų dydis ir sudėtingumas pirmiausia reiškia, kad didžiuliai vektorių kiekiai turi būti saugomi ir atnaujinami labai efektyviai. Antra, dėl taikomosios programos pobūdžio reikia, kad duomenų bazė, atsakydama į bet kokią užklausą, greitai pateiktų artimiausius atitinkančius vektorius, remiantis tam tikru panašumo matu. Dėl to kilo poreikis kurti efektyvias vektorių duomenų bazes su greita ir tikslia artimiausių atitikmenų paieškos funkcija. Videntifier yra technologijų lyderė kai kalbama apie vaizdų ir vaizdo įrašų paiešką pagal vaizdinius elementus. Pagrindinis šio sprendimo komponentas yra patentuota vektorių duomenų bazė, vadinama NV-tree, kuri pranoksta visas kitas vizualinės paieškos duomenų bazes. Atliepdama greitų ir tikslių vektorių duomenų bazių, skirtų dirbtiniam intelektui, poreikį, Videntifier kuria naują bendrą vektorinių duomenų bazių sprendimą, skirtą dirbtinio intelekto programoms, kurio pagrindas - NV-Tree technologija. Pirminiai greičio palyginimai su viešais etaloniniais duomenų rinkiniais rodo, kad Videntifier vektorių duomenų bazė gali įterpti naujus vektorius bent penkis kartus greičiau nei pagrindiniai konkurentai ir gali rasti artimiausius atitikmenis nuo 10 iki 100 kartų greičiau. Tai reiškia, kad Videntifier turi realią galimybę tapti labai konkurencinga vektorių duomenų bazių technologijos tiekėja dirbtinio intelekto pramonei vien dėl greičio. Be to, naujoji Videntifier vektorių duomenų bazė turės unikalią struktūrą, leidžiančią giminingus vektorius saugoti ir gauti klasteriais. Tai panašu į funkcionalumą, kuris buvo sukurtas siekiant padidinti vizualinio atitikimo tikslumą, suderinant vizualinių žymenų grupes, o ne pavienius žymenis kiekviename paveikslėlyje ir vaizdo įraše. Ši klasterizavimo funkcija tiesiogiai susijusi su daugeliu dirbtinio intelekto programų, tačiau jos nesuteikia jokia kita rinkoje esanti vektorių duomenų bazė. Sprendimo pritaikomumas yra akivaizdus vaizdinėms AI taikomosioms programoms, tačiau jis taip pat aktualus nustatant svarbiausią informaciją sudėtingoms užklausoms, pavyzdžiui, ieškant su tam tikru teisiniu atveju susijusių įstatymų ir reglamentų rinkinio arba nustatant svarbiausią patikimų duomenų rinkinį, kuriuo galima paremti AI pateiktą atsakymą, o tai labai svarbu tokiose srityse kaip sveikatos priežiūra. Projekte daugiausia dėmesio skiriama naujos duomenų bazės, pagrįstos NV-Tree technologija, skirtos dirbtinio intelekto taikomosioms programoms, kūrimui ir įžengimui į pelningą ir sparčiai augančią vektorių duomenų bazių rinką. Kalbant apie mokslinius tyrimus ir ekperimentinę plėtrą, pagrindiniai uždaviniai yra šie: a) NV-Tree algoritmo pagrindu sukurti naują duomenų bazę, kuri skirta dirbtinio intelekto taikomosioms programoms palaikyti, ir b) sukurti vartotojų sąsajas, kad klientai galėtų naudotis šia funkcija. Kalbant apie patekimą į rinką, svarbiausias tikslas - tapti tarptautiniu mastu žinomu pagrindiniu vektorių duomenų bazių tiekėju ir užmegzti partnerystę su platintojais, kurie turi prieigą prie didelių dirbtinio intelekto sprendimų vystytojų. Dabartinė vektorių duomenų bazių tiekėjų rinkos vertė yra 1,3 mlrd. dolerių, o 2032 m. ji išaugs iki 8,3 mlrd. dolerių. Remiantis pirminiais naujosios vektorių duomenų bazės bandymais, Videntifier turės lemiamą konkurencinį pranašumą greičio ir tikslumo požiūriu sparčiai augančioje vektorių duomenų bazių rinkoje. Projektas prisidės prie naujo aukštos pridėtinės vertės produkto kūrimo, bus sudaromos sąlygos tyrėjams dalyvauti įmonės mokslinių tyrimų ir eksperimentinės plėtros veiklose, skatinama intelektinės nuosavybės apsauga.