Ricerca ibrida con vector database: Sperimentazione e realizzazione POC

La rivoluzione portata avanti negli ultimi anni dell'Intelligenza Artificiale ha semplificato il trattamento di alcuni task, producendo al contempo una serie di nuove sfide, fra cui la rappresentazione e la gestione dei dati. Questa tesi, dopo aver introdotto le possibili forme di rappresentazione vettoriale dell’informazione, propone una trattazione dettagliata del funzionamento e dell'architettura dei vector database. Nella capitolo centrale è introdotta la fase sperimentale, finalizzata a realizzare la ricerca ibrida al fine di migliorare l'accuratezza del processo di reperimento dell'informazione. Questo lavoro è affrontato sia dal punto di vista teorico sia da quello pratico, utilizzando diversi approcci e sfruttando il database vettoriale Qdrant. La trattazione si conclude con la presentazione di un proof of concept che utilizza le potenzialità descritte dei vector database in un contesto applicativo industriale reale, sviluppato per l'azienda Cluster Reply.