イノベーションの育成：オープンソースMilvusからZilliz Cloudへの機能展開へのアプローチ
著者：ジェームズ・ルアン、Zilliz社エンジニアリング担当副社長
Zillizでは、イノベーションとコミュニティとのコラボレーションへのコミットメントが私たちのミッションの中核を成しています。私たちのオープンソースプロジェクトであるMilvusは、この献身を反映しています。開発者として、私たちはMilvusをオープンソースにすることを選択しました。なぜなら、私たちの開発努力に必要なことができるかどうかを確認するために、ソフトウェアを試す自由を持つことが重要だからです。Milvusの中でも、いくつかのオープンソースプロジェクト（NATS、Kafka、Minioなど）を意図的に使用し、可能な限りこれらのプロジェクトに貢献することを選択しました。
これを書きながら、私は、自由なUnixスタイルのオペレーティング・システムGNUの創始者であり、オープンソース運動の著名な提唱者であるリチャード・ストールマンが、オープンソースの4つの本質的な自由を強調していたことを思い出す：
どのような目的であれ、彼らが望むようにプログラムを実行する自由。
プログラムがどのように動くかを研究し、望むように変更する自由。ソースコードにアクセスできること
再配布する自由 - 隣人を助けるために。
改変されたバージョンのコピーを再配布する自由。そうすることで、コミュニティ全体にあなたの変更から利益を得る機会を与えることができます。ソースコードへのアクセスはこのための前提条件です。
これらの自由は重要であり、ベクターデータベース技術の最新の進歩からコミュニティが利益を得られるように、私たちが迅速に機能を提供する努力をすることを可能にする根本的な信念です。
しかし、私たちの卓越性へのコミットメントは、スピードだけにとどまりません。MilvusからZilliz Cloudへの機能移行は、3つの基本原則に導かれた細心のプロセスを伴います：
1.精度の高い反復:.
私たちは、コミュニティーのニーズと私たちの開発を一致させるために、迅速に反復することを信じています。時には、Milvusがテストの場となり、貴重なフィードバックを受け、情報に基づいた決断を下すことができます。
2.試練の場:.
Milvusでは、時折、まだ本番に使えると判断されていない機能が使用されることがあります。これらの機能は、最終的なものではありませんが、テストとフィードバックの準備ができています。私たちは、これらの要素を洗練させるために、コミュニティからの洞察を大切にしています。この習慣は、私たちが機能を改善し、いくつかの機能を完全に放棄するのに役立っています。
**3.スピードよりクオリティ
私たちの卓越性へのコミットメントは、品質に妥協しないことを意味します。機能をZilliz Cloudに移行する前に、それらが堅牢な基準を満たしていることを確認します。このコミットメントにより、時にはMilvusの機能がまだZilliz Cloudに展開されていない数ヶ月間があり、お客様を失望させることがあります。私たちはシームレスなエクスペリエンスの重要性を理解しており、MilvusのリリースとZilliz Cloudへの展開のギャップを最小限にすることに専念しています。
私たちは、MilvusからZilliz Cloudへの移行を効率的に行い、最先端の機能を迅速にユーザーに提供するよう努めています。しかしながら、堅牢で信頼性の高いプラットフォームに必要な品質保証を損なうことなく、これを実現することを強調しなければなりません。私たちは、MilvusとZilliz Cloudの違いについて、ドキュメント、ブログ、Discordチャンネルを通じてお伝えすることをお約束します。私たちはすべての側面をカバーするために最善を尽くしますが、私たちは見落としが発生する可能性があることを認識し、私たちが迅速に対処できるように、コミュニティが私たちの注意を喚起することを奨励します。
我々はコミュニティとの協力に感謝しており、皆さんのフィードバックはMilvusとZilliz Cloudの未来を形作る上で重要なものです。私たちは共に、特別なものを作り上げています。
私たちの旅の一部であることに感謝します。
James LuanJames Luan is the VP of Engineering at Zilliz. With a master's degree in computer engineering from Cornell University, he has extensive experience as a Database Engineer at Oracle, Hedvig, and Alibaba Cloud. James played a crucial role in developing HBase, Alibaba Cloud's open-source database, and Lindorm, a self-developed NoSQL database. He is also a respected member of the Technical Advisory Committee of LF AI & Data Foundation, contributing his expertise to shaping the future of AI and data technologies.
読み続けて
1 Table = 1000 Words? Foundation Models for Tabular Data
TableGPT2 automates tabular data insights, overcoming schema variability, while Milvus accelerates vector search for efficient, scalable decision-making.
Vector Databases vs. In-Memory Databases
Use a vector database for AI-powered similarity search; use an in-memory database for ultra-low latency and high-throughput data access.
Enhancing AI Reliability Through Fine-Grained Hallucination Detection and Correction with FAVA
In this blog, we will explore the nature of hallucinations, the taxonomy that provides a framework for categorizing them, the FAVABENCH dataset designed for evaluation, and how FAVA detects and corrects errors.