~/questoes/inteligencia-artificial
Bancos de dados vetoriais armazenam dados no formato de embeddings (representações numéricas de significado) e permitem que agentes façam buscas baseadas em semântica, encontrando informações relevantes mesmo sem correspondência exata de palavras. Essa tecnologia é essencial para agentes avançados que precisam compreender contexto e relacionar conceitos.
A alternativa A está correta porque descreve exatamente o propósito dos bancos vetoriais: armazenar embeddings e usar busca semântica inteligente. Isso permite que um agente entenda significados e encontre informações relevantes rapidamente, mesmo quando o usuário faz perguntas com diferentes palavras.
Ferramentas que permitem busca semântica inteligente baseada em embedding. Esta é a definição correta. Bancos vetoriais funcionam convertendo textos e dados em números (embeddings) que representam seu significado. O agente pode comparar esses números para encontrar informações semanticamente relacionadas.
Sistemas que eliminam a necessidade de usar API da OpenAI. Isto está incorreto. Bancos vetoriais são ferramentas complementares que trabalham lado a lado com a API da OpenAI. Eles não substituem a API, mas aprimoram as capacidades de busca do agente.
Métodos para armazenar chaves de API de forma segura criptografada. Esta é uma confusão com boas práticas de segurança em geral. Bancos vetoriais não têm função de guardar ou criptografar chaves. Eles armazenam e buscam dados em formato vetorial.
Bancos de dados que armazenam apenas texto em formato descompactado. Isto está completamente incorreto. Bancos vetoriais armazenam dados em formato numérico (embeddings), não em texto puro ou descompactado. Essa conversão para números é o que torna a busca semântica possível.