Qué es
Una base de datos vectorial almacena datos representados como vectores numéricos —típicamente embeddings generados por un modelo de IA— y está optimizada para responder rápidamente preguntas del tipo “¿cuáles son los vectores más parecidos a este?”, en lugar de buscar coincidencias exactas como haría una base de datos tradicional.
Por qué surgieron
Con el auge de los embeddings para representar texto, imágenes o audio, se volvió necesario poder buscar “lo más similar” entre millones o miles de millones de vectores en milisegundos, algo para lo que las bases de datos relacionales tradicionales no están diseñadas.
Dónde se usan
Son un componente central de los sistemas RAG, de motores de búsqueda semántica y de sistemas de recomendación, donde encontrar rápidamente el contenido más relevante según su significado —no solo por palabras exactas— es clave para la calidad del resultado.