تتيح إمكانيات الذكاء الاصطناعي الجديدة في Voyage والبحث عن التطبيقات المحلية والسحابية الخاصة للمؤسسات بناء تطبيقات ذكاء اصطناعي دقيقة ومتوافقة مع المعايير، تعمل في أي مكان دون الحاجة إلى إعادة كتابة تطبيقاتها والاعتماد على أدوات إضافية.

بنغالورو، الهند ، 30 يونيو 2026 /PRNewswire/ -- أعلنت شركة MongoDB, Inc. (المدرجة في بورصة ناسداك تحت الرمز: MDB) اليوم عن إمكانيات جديدة في MongoDB.local بنغالورو، تعالج السببين الرئيسيين اللذين يعيقان عادةً مشاريع الذكاء الاصطناعي في المؤسسات قبل بدء الإنتاج: عدم دقة الاسترجاع الكافية، وعدم قدرة البنية التحتية على تلبية متطلبات الامتثال. تعمل تقنيات voyage-context-4، والبحث الهجين، وإعادة الترتيب الأصلي معًا لتحسين دقة الاسترجاع، حيث تُحسّن إعادة الترتيب الأصلي وحدها جودة الاسترجاع بنسبة تصل إلى 30%*. وتعتمد هذه الإمكانيات على نماذج Voyage AI التي تتفوق على Google وCohere في لوحة متصدري معيار تضمين الاسترجاع العامة. أصبح البحث والبحث المتجهي متاحين الآن بشكل عام لإصداري MongoDB Enterprise Advanced وCommunity Edition، مما يوفر نفس إمكانيات الاسترجاع التي يعتمد عليها عملاء Atlas في البيئات المحلية، والسحابية الخاصة، والبيئات المحلية التي تعمل فيها المؤسسات والشركات الناشئة الخاضعة للتنظيم. تمنح هذه القدرات مجتمعة المؤسسات والمطورين مجموعة أدوات استرجاع جاهزة للإنتاج تتسم بالدقة والامتثال وقابلية النشر أينما توجد بياناتهم.

"إنّ أكبر عائق أمام استخدام الذكاء الاصطناعي في بيئات الإنتاج وعلى نطاق واسع ليس إدارة دورة حياة البيانات، بل الذاكرة، واسترجاع البيانات، والدقة، والامتثال. فمعظم المؤسسات لا تعيقها طموحاتها، بل بنيتها التحتية التي لم تُصمّم لتوفير وصول موثوق للذكاء الاصطناعي إلى بياناتها. إنّ إضافة المزيد من الأنظمة لحلّ هذه المشاكل لا يُؤدّي إلا إلى زيادة عدد المورّدين، وزيادة زمن الاستجابة، وزيادة نقاط الضعف"، هذا ما قاله بن سيفالو، كبير مسؤولي المنتجات الأساسية في MongoDB. "سواءً كنت تستخدم الحوسبة السحابية، أو السحابة الخاصة، أو حتى خلف جدار حماية، فإنّ MongoDB تُوفّر لك نفس إمكانيات استرجاع البيانات عالية الجودة أينما كانت بياناتك."

فويج إيه آي: تبدأ الدقة بنماذج التضمين الأعلى تصنيفًا

تُعدّ الدقة المعيار الأول الذي يجب أن يجتازه الذكاء الاصطناعي قبل بدء الإنتاج. أما المعيار الثاني فهو ضمان عمل الذكاء الاصطناعي باستخدام البيانات الحديثة، وليس البيانات القديمة المخزنة في نظام بحث منفصل. وقد أطلقت MongoDB اليوم ثلاث ميزات جديدة مُدمجة في قاعدة البيانات، تُحسّن دقة استرجاع البيانات وتضمن استمرار عمل التطبيقات باستخدام البيانات الحديثة.

• تعتمد ميزة إعادة ترتيب النتائج الأصلية في MongoDB Atlas، المتوفرة الآن في مرحلة المعاينة العامة، على تقنية Voyage AI، وتُحسّن جودة الاسترجاع بنسبة تصل إلى 30% مباشرةً داخل قاعدة البيانات، مما يُزيل أحد الأسباب الرئيسية لفشل مشاريع الذكاء الاصطناعي. تعمل هذه الميزة على نتائج البحث الحالية، دون الحاجة إلى واجهات برمجة تطبيقات خارجية أو مفاتيح أو عمليات نقل بيانات إضافية.
• يُعدّ Voyage Context 4، المتوفر الآن للجميع، نموذج تضمين جديدًا مصممًا خصيصًا للمستندات الطويلة. فهو يعالج هذه المستندات في سياقها الكامل بدلًا من أجزاء معزولة، ما يحافظ على المعنى عبر محتوى المؤسسات المعقد لتحسين دقة الاسترجاع. ويمكن دمجه بسهولة في مسارات RAG الحالية دون الحاجة إلى إعادة تصميمها.
• يجمع البحث الهجين في MongoDB، المتاح الآن للجميع، بين البحث النصي الكامل والبحث المتجهي في استعلام واحد داخل قاعدة البيانات التشغيلية، مما يوفر استرجاعًا دقيقًا دون الحاجة إلى أنظمة منفصلة أو منطق استعلام معقد. ولأن البيانات المضمنة تُحدَّث تلقائيًا، تسترجع البرامج البيانات من حالتها الراهنة بدلًا من نسخة قديمة.

إيمرجنت لابز هي منصة لتطوير تطبيقات الذكاء الاصطناعي، وتُعدّ من أسرع الشركات الناشئة نموًا في العالم. اختبرت الشركة منصتها أولًا على قاعدة بيانات PostgreSQL، حيث واجهت البرامج الآلية مشكلة متكررة في إعادة هيكلة البيانات كلما قام المستخدمون بتحسين أفكارهم. أما على منصة MongoDB Atlas، فتُنشئ البرامج الآلية هياكل البيانات وتُعدّلها بحرية مع تطور التطبيقات، ولأن عمليات البحث والتضمين موجودة في نفس قاعدة البيانات التي تحتوي على هذه البيانات المتغيرة باستمرار، فإن عملية الاسترجاع تواكب هذا التغيير.

"تكتب برامجنا البرمجية التعليمات البرمجية، وتُعدّل هياكل البيانات، وتتفاعل مع البيانات التي تقرأها ملايين المرات يوميًا. إذا أعاد الاسترجاع بيانات قديمة أو خاطئة، يقوم البرنامج بتعديلها، مما يؤدي إلى تفاقم الخطأ. يوفر لنا MongoDB دقة الاسترجاع اللازمة للحفاظ على عمل البرامج من الحالة الراهنة للبيانات، وهذا ما يسمح لنا بتشغيل مليوني تطبيق على نطاق واسع"، هذا ما قاله موكوند جها، الرئيس التنفيذي لشركة Emergent Labs.

قم بتشغيل الذكاء الاصطناعي في أي مكان دون المساس بالدقة أو زيادة المخاطر

لا تمثل دقة الاسترجاع سوى نصف المشكلة التي تواجهها المؤسسات. أما النصف الآخر فيتمثل في ما إذا كان مسموحًا لها بتشغيل هذه التقنية في المكان الذي يجب أن تُخزَّن فيه بياناتها، وبالنسبة للمؤسسات في القطاعات الخاضعة للتنظيم، نادرًا ما يكون الحل هو الحوسبة السحابية العامة. فمتطلبات إقامة البيانات، وقواعد السيادة، وأطر الامتثال لا تتكيف مع جداول الابتكار الزمنية، ومع ذلك، فقد بُنيت أدوات الذكاء الاصطناعي الأكثر كفاءة في الأساس على الحوسبة السحابية، مما يترك المؤسسات الخاضعة للتنظيم أمام خيار صعب بين الامتثال والكفاءة.

أصبح كل من MongoDB Search وVector Search متاحين الآن كإضافة لـ MongoDB Enterprise Advanced، مما يوفر نفس إمكانيات الاسترجاع التي اعتاد عملاء MongoDB Atlas على بنائها في بيئات محلية، وسحابية خاصة، وهجينة، باستخدام نفس المنصة وواجهة برمجة التطبيقات (API) والمهارات التقنية بغض النظر عن مكان تشغيل عبء العمل. وقبل هذا الإصدار، قام أكثر من 20 من أكبر البنوك والمؤسسات المالية في العالم بتقييم Search for Enterprise Advanced، مدفوعين بنفس الميزة: استرجاع البيانات المدعوم بالذكاء الاصطناعي والذي يعمل داخل البنية التحتية التي يتحكمون بها.

أصبح البحث والبحث المتجهي متاحين الآن بشكل عام لإصدار MongoDB Community Edition، مما يُمكّن المطورين من تطبيق استرجاع الذكاء الاصطناعي محليًا مجانًا. يمكن للشركات الناشئة إنشاء نماذج أولية على جهاز كمبيوتر محمول باستخدام البحث النصي الكامل، والبحث المتجهي، والبحث الهجين في نظام واحد، ثم الانتقال إلى Atlas أو Enterprise Advanced عندما تكون جاهزة للتوسع، دون الحاجة إلى إعادة تصميم البنية أو تغيير قواعد البيانات.

الاستثمار في الهند على المدى الطويل

أعلنت شركة MongoDB، ضمن مبادرة MongoDB.local في بنغالورو، عن خطط لرفع مستوى مهارات مليوني عامل بناء هندي بحلول عام 2030. وتُوسّع MongoDB برنامجها "MongoDB for Academia" من خلال شراكات مع المجلس الهندي للتعليم التقني، وHCL GUVI، وأكاديمية تكنولوجيا المعلومات والاتصالات في ولاية كيرالا. ومنذ عام 2023، وصل البرنامج إلى أكثر من 650 ألف طالب.

أطلقت MongoDB أيضًا مبادرة "من بنغالورو إلى الخليج" ، وهي تحدٍّ للشركات الناشئة يمنح مؤسسي شركات الذكاء الاصطناعي في مراحلها المبكرة فرصةً للانتقال من بيئة تطوير البرمجيات في الهند إلى مجتمع الذكاء الاصطناعي في سان فرانسيسكو خلال فعاليات أسبوع سان فرانسيسكو للتكنولوجيا . وتشمل الجائزة رصيدًا بقيمة 50,000 دولار أمريكي في منصة MongoDB Atlas، بالإضافة إلى تكاليف السفر وفرص التسويق.

ما الجديد في MongoDB.local بنغالورو 2026

• voyage-context-4 (متوفر بشكل عام): تضمينات سياقية من الجيل التالي مع سياق على مستوى المستند وتقسيم تلقائي؛ ترقية سهلة الاستخدام لخطوط أنابيب التوليد المعزز بالاسترجاع (RAG) الحالية.
• إعادة الترتيب الأصلي في MongoDB Atlas (معاينة عامة): تعمل إعادة الترتيب داخل مسار التجميع - بدون واجهات برمجة تطبيقات خارجية، بدون رحلات ذهاب وإياب - وتقدم ما يصل إلى 30٪ زيادة في جودة الاسترجاع مباشرة داخل قاعدة البيانات.
• البحث الهجين (متاح بشكل عام): استرجاع أكثر دقة من خلال الجمع بين دقة النص الكامل والفهم الدلالي القائم على المتجهات في استعلام واحد على البيانات التشغيلية الحية.
• البحث والبحث المتجهي لـ MongoDB Enterprise Advanced (متوفر بشكل عام): الذكاء الاصطناعي للإنتاج خلف جدار الحماية الخاص بك، ضمن إطار الامتثال الخاص بك، مع تكافؤ كامل مع إمكانيات MongoDB Atlas.
• البحث والبحث المتجهي في إصدار MongoDB Community (متوفر بشكل عام): استرجاع النصوص الكاملة والمتجهية والهجينة في بيئات ذاتية الإدارة، بدون تكلفة للبدء.
• معالجة تدفق MongoDB Atlas: دعم Apache Iceberg (متوفر بشكل عام): يدعم MongoDB Atlas الآن Apache Iceberg من خلال مرحلة التجميع الجديدة $iceberg في معالجة تدفق Atlas، مما يتيح مزامنة أي مجموعة Atlas بشكل مستمر مع جداول Iceberg على تخزين كائنات AWS.
• Gen2 MongoDB Atlas M30+ Dedicated Cluste rs on AWS (متوفر بشكل عام): بنية تحتية من الجيل التالي لأحمال العمل الإنتاجية عالية النطاق.
• نشر عقدة البحث غير المتماثل لمجموعات أطلس متعددة المناطق : (متوفر بشكل عام): اضبط سعة عقدة البحث لتتوافق مع حركة البحث الفعلية لكل منطقة، وخفّض التكلفة الإجمالية لعقدة البحث في المجموعات متعددة المناطق بنسبة 25-40% أو أكثر.
• MongoDB لتوسيع الأوساط الأكاديمية : استهداف تدريب مليوني شخص بحلول عام 2030 من خلال شراكات HCL GUVI وأكاديمية تكنولوجيا المعلومات والاتصالات في ولاية كيرالا و AICTE.
• مسابقة بنغالورو تلتقي بالخليج للشركات الناشئة : 50 ألف دولار من رصيد MongoDB بالإضافة إلى السفر والوصول المميز إلى MongoDB.local سان فرانسيسكو للمؤسسين الفائزين.

*استنادًا إلى إعادة ترتيب تعليمات Voyage على معيار MAIR؛ تم قياس التحسن مقارنة بالاسترجاع في المرحلة الأولى.

نبذة عن MongoDB

تتخذ MongoDB من نيويورك مقرًا لها، وتتمثل مهمتها في تمكين المبتكرين من الإبداع والتحول وإحداث تغيير جذري في مختلف القطاعات باستخدام البرمجيات. صُممت منصة قواعد البيانات الموحدة من MongoDB لدعم الجيل القادم من التطبيقات، وتُعد MongoDB قاعدة البيانات الأكثر انتشارًا وتوزيعًا عالميًا في السوق. بفضل إمكانياتها المتكاملة للبيانات التشغيلية والبحث والتحليلات الفورية واسترجاع البيانات المدعوم بالذكاء الاصطناعي، تُساعد MongoDB المؤسسات في كل مكان على العمل بسرعة أكبر، والابتكار بكفاءة أعلى، وتبسيط البنى المعقدة. يعتمد ملايين المطورين وأكثر من 65,200 عميل في مختلف القطاعات - بما في ذلك حوالي 75% من شركات Fortune 100 - على MongoDB لتطبيقاتهم الأكثر أهمية. لمعرفة المزيد، تفضل بزيارة mongodb.com .

البيانات التطلعية

يتضمن هذا البيان الصحفي بعض "التصريحات التطلعية" بالمعنى المقصود في المادة 27أ من قانون الأوراق المالية لعام 1933، بصيغته المعدلة، أو قانون الأوراق المالية، والمادة 21هـ من قانون سوق الأوراق المالية لعام 1934، بصيغته المعدلة، بما في ذلك القدرات الجديدة التي أُعلن عنها في مؤتمر MongoDB.local Bengaluru 2026. تشمل هذه التصريحات التطلعية، على سبيل المثال لا الحصر، الخطط والأهداف والتوقعات والنوايا، وغيرها من التصريحات الواردة في هذا البيان الصحفي والتي لا تُعد حقائق تاريخية، والتصريحات التي تُحدد بكلمات مثل "نتوقع"، "نعتقد"، "نستمر"، "يمكن"، "نُقدّر"، "نأمل"، "ننوي"، "ربما"، "نخطط"، "نتوقع"، "سوف"، "قد"، أو صيغة النفي أو الجمع لهذه الكلمات أو تعابير أو صيغ مشابهة. تعكس هذه التصريحات التطلعية وجهات نظرنا الحالية بشأن خططنا ونوايانا وتوقعاتنا واستراتيجياتنا وآفاقنا، والتي تستند إلى المعلومات المتاحة لنا حاليًا وإلى الافتراضات التي وضعناها. على الرغم من اعتقادنا بأن خططنا ونوايانا وتوقعاتنا واستراتيجياتنا وآفاقنا، كما هي مُبينة أو مُستدلة من خلال هذه البيانات التطلعية، معقولة، إلا أننا لا نضمن تحقيقها. علاوة على ذلك، قد تختلف النتائج الفعلية اختلافًا جوهريًا عن تلك الموصوفة في البيانات التطلعية، وتخضع لمجموعة متنوعة من الافتراضات والشكوك والمخاطر والعوامل الخارجة عن سيطرتنا، بما في ذلك على سبيل المثال لا الحصر: تجديد عملائنا لاشتراكاتهم معنا وتوسيع استخدامهم للبرامج والخدمات ذات الصلة؛ والتغيرات السياسية العالمية؛ وتأثيرات النزاعات العسكرية الجارية بين روسيا وأوكرانيا وإسرائيل وحماس، والأحداث الأخيرة في فنزويلا، على أعمالنا ونتائج عملياتنا المستقبلية؛ والانكماش الاقتصادي و/أو تأثيرات ارتفاع أسعار الفائدة والتضخم والتقلبات في الاقتصاد العالمي والأسواق المالية على أعمالنا ونتائج عملياتنا المستقبلية؛ واحتمالية عدم قدرتنا على تلبية التوجيهات المعلنة أو التوقعات الأخرى بشأن أعمالنا ونتائج عملياتنا المستقبلية؛ والإضرار بسمعتنا أو غيرها من العواقب السلبية الناتجة عن استخدام الذكاء الاصطناعي والتعلم الآلي في منتجاتنا وعملياتنا الداخلية إذا لم تُحقق الفوائد المرجوة؛ وتاريخنا التشغيلي المحدود؛ وتاريخنا من الخسائر. احتمالية عدم قدرتنا على إعادة شراء أسهمنا العادية بأسعار مناسبة، إن أمكن؛ عدم قدرة منصتنا على تلبية متطلبات العملاء؛ آثار زيادة المنافسة؛ استثماراتنا في منتجات جديدة وقدرتنا على تقديم ميزات أو خدمات أو تحسينات جديدة، بما في ذلك الذكاء الاصطناعي والتعلم الآلي؛ القضايا الاجتماعية والأخلاقية والأمنية المتعلقة باستخدام التقنيات الجديدة والمتطورة، مثل الذكاء الاصطناعي، في عروضنا أو شراكاتنا؛ قدرتنا على توسيع نطاق مبيعاتنا وتسويقنا بفعالية؛ قدرتنا على مواصلة بناء والحفاظ على المصداقية لدى مجتمع المطورين؛ قدرتنا على إضافة عملاء جدد أو زيادة المبيعات لعملائنا الحاليين؛ قدرتنا على الحفاظ على ملكيتنا الفكرية وحمايتها وإنفاذها وتعزيزها؛ قدرتنا على مواصلة زيادة الإيرادات من منصة أطلس؛ آثار القضايا الاجتماعية والأخلاقية والتنظيمية المتعلقة باستخدام التقنيات الجديدة والمتطورة، مثل الذكاء الاصطناعي والتعلم الآلي، في عروضنا أو شراكاتنا؛ نمو وتوسع سوق منتجات قواعد البيانات وقدرتنا على اختراق هذا السوق؛ قدرتنا على الحفاظ على أمان برامجنا ومعالجة مخاوف الخصوصية بشكل كافٍ. قدرتنا على إدارة نمونا بفعالية، واستقطاب الكفاءات العالية والاحتفاظ بها بنجاح؛ وقدرتنا على دمج عمليات الاستحواذ والعمل بفعالية مع شركائنا الاستراتيجيين؛ وتقلبات أسعار أسهمنا العادية. هذه المخاطر وغيرها موصوفة بالتفصيل في ملفاتنا لدى هيئة الأوراق المالية والبورصات الأمريكية، بما في ذلك تحت عنوان "عوامل الخطر" في تقريرنا السنوي على النموذج 10-Q للربع المنتهي في 30 أبريل 2026، والمقدم إلى الهيئة في 29 مايو 2026. ستُتاح معلومات إضافية في ملفات وتقارير أخرى قد نرفعها من حين لآخر إلى الهيئة. باستثناء ما يقتضيه القانون، لا نتحمل أي واجب أو التزام بتحديث أي بيانات تطلعية واردة في هذا البيان نتيجةً لمعلومات جديدة أو أحداث مستقبلية أو تغييرات في التوقعات أو غير ذلك.

جهات الاتصال

المستثمرون

ir@mongodb.com

وسائط

press@mongodb.com

للاطلاع على المحتوى الأصلي وتنزيل الوسائط المتعددة، يُرجى زيارة الرابط التالي: https://www.prnewswire.com/news-releases/mongodb-delivers-accurate-ai-retrieval-wherever-enterprise-data-lives-302813983.html

المصدر: شركة MongoDB