本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 使用 Amazon SageMaker AI JumpStart 和 MongoDB Atlas 向量搜尋的生成式 AI
<a name="generative-ai"></a>

[Amazon SageMaker AIJumpStart](https://docs.aws.amazon.com/sagemaker/latest/dg/studio-jumpstart.html) 為智慧文字應用程式提供預先訓練的 AI 基礎模型，例如擷取增強生成 (RAG)。您可以結合 JumpStart 與 [MongoDB Atlas Vector Search](https://www.mongodb.com/products/platform/atlas-vector-search)，讓文字、影像和其他資料的語意相似性查詢能夠建立強大的搜尋體驗。例如，您的開發人員可以使用 Atlas Vector Search 對客戶對話實作直覺式語意搜尋，並使用 Amazon SageMaker AI RAG 模型新增互動式摘要和翻譯，如下圖所示。

![\[將 MongoDB Atlas 與 Amazon SageMaker AI 整合，以取得生成式 AI 功能。\]](http://docs.aws.amazon.com/zh_tw/prescriptive-guidance/latest/migration-mongodb-atlas/images/gen-ai.png)


這會釋放各種 AI 驅動的搜尋使用案例，包括自動化支援、智慧內容管理、內容摘要和增強型建議。透過使用 MongoDB 實作直覺式精確搜尋和來自 Amazon SageMaker JumpStart 的生成功能，開發人員可以快速提供有影響力的認知搜尋應用程式。

重點：
+ 企業聊天機器人使用案例
+ 支援 RAG 模型架構
+ MongoDB Atlas 向量搜尋
+ 支援 2K 內嵌
+ 安全的資料傳輸
+ 降低幻覺的可能性

如需此實作的詳細資訊，請參閱 AWS 部落格文章[使用 LangChain、Amazon SageMaker AI JumpStart 和 MongoDB Atlas 語意搜尋擷取增強生成](https://aws.amazon.com/blogs/machine-learning/retrieval-augmented-generation-with-langchain-amazon-sagemaker-jumpstart-and-mongodb-atlas-semantic-search/)。