Een vector is een lijst getallen die de betekenis of kenmerken van iets weergeeft als een punt in de ruimte. Door een zin, een afbeelding of een product in een vector om te zetten, kan software twee items vergelijken op hoe dicht hun punten bij elkaar liggen, in plaats van op het matchen van exacte woorden.
Een simpele vergelijking is woorden op een kaart plaatsen. Op die kaart landen “hond” en “puppy” dicht bij elkaar, terwijl “spreadsheet” er ver vanaf ligt, ook al delen ze geen letters. De nabijheid op de kaart is de gelijkenis in betekenis. Deze vectoren worden gemaakt door modellen voor machine learning, en een LLM gebruikt hetzelfde idee om te begrijpen hoe concepten samenhangen. Als je er duizenden hebt, sla je ze op in een vectordatabase die gebouwd is om snel de dichtstbijzijnde matches te vinden.
In de praktijk is een echte vector geen twee getallen op een platte kaart, maar een lange lijst, vaak honderden of zelfs duizenden waarden. Elke waarde vangt één fijn detail van de betekenis, en samen plaatsen ze een item heel precies in een ruimte die geen mens kan tekenen. Gelijkenis is dan gewoon een afstandsberekening tussen twee van die punten.
Dit is wat modern semantisch zoeken en aanbevelingen laat werken. Vraag om “warme winterjas” en een vectorzoekopdracht kan een jas vinden die omschreven staat als “gevoerde parka voor koud weer”, omdat hun vectoren dicht bij elkaar liggen, ook al verschillen de woorden.
Eén kanttekening: een vector weerspiegelt alleen wat het model heeft geleerd. Geef het nichejargon of een gloednieuw product dat het nooit zag, en de plaatsing kan ernaast zitten. Daarom testen teams de resultaten op echte zoekopdrachten in plaats van blind op de wiskunde te vertrouwen.
Bij TopDevs gebruiken we vectoren om zoek- en AI-functies te bouwen die intentie begrijpen, zodat de gebruikers van een klant het juiste vinden, ook als ze niet exact het goede trefwoord typen.
