Base de datos vectorial: qué es y usos
Qué es una base de datos vectorial
Una base de datos vectorial es un sistema que guarda información en forma de vectores, listas de números que representan el significado de un texto, una imagen o un sonido, y que permite buscar los elementos más parecidos a uno dado. En lugar de preguntar "dame la fila cuyo código es 123", se le pregunta "dame lo que más se parezca a esto".
Esos vectores, llamados también embeddings o huellas, los genera un modelo de inteligencia artificial. Dos textos que dicen lo mismo con palabras distintas, o dos fotos del mismo objeto, producen vectores cercanos.
Cómo funciona
El funcionamiento tiene tres pasos:
- Convertir. Un modelo transforma cada documento o imagen en un vector.
- Guardar. La base de datos almacena los vectores con un índice pensado para buscar por cercanía de forma rápida, incluso entre muchísimos elementos.
- Buscar. Cuando llega una consulta, se convierte en vector con el mismo modelo y la base de datos devuelve los más cercanos, normalmente con una puntuación de similitud.
Con esa puntuación se puede fijar un umbral: si el elemento más parecido no lo supera, el sistema lo trata como desconocido en lugar de forzar una coincidencia.
Para qué sirve
Los usos más habituales de una base de datos vectorial son:
- Búsqueda por significado en documentos, aunque no coincidan las palabras.
- RAG, para que un modelo de lenguaje responda con fragmentos de tus documentos.
- Reconocimiento visual, para identificar un objeto comparando su imagen con otras ya registradas.
- Recomendaciones de productos o contenidos parecidos.
Una ventaja práctica es que añadir un elemento nuevo es guardar su vector. No hace falta reentrenar el modelo que los genera.
Qdrant y otras bases de datos vectoriales
Hay bases de datos diseñadas solo para vectores, como Qdrant, y extensiones que añaden búsqueda vectorial a bases de datos tradicionales. La elección depende del volumen de datos, de si hace falta filtrar por otros campos y de dónde va a funcionar el sistema.
Un ejemplo con Qdrant en un buffet
En el sistema Buffet Inteligente que DPI desarrolló para MBO, el modelo DINOv3 de Meta convierte la foto de cada bandeja en una huella de 384 números. El backend busca esa huella en Qdrant, con un umbral de similitud configurable por hotel, para saber qué plato es. Si no lo reconoce, lo registra como desconocido para etiquetarlo después. Dar de alta un plato nuevo es fotografiarlo, no reentrenar.