29/03/2026
Saviez-vous que votre base de données vectorielle ne sert pas qu'à la recherche sémantique ?
On pense souvent "vecteurs = IA / embeddings / cosine similarity". Mais en changeant simplement la métrique de distance, on débloque des cas d'usage complètement différents :
- Détection d'anomalies sur des capteurs industriels (Euclidienne)
- Détection de doublons d'images en temps réel (Hamming)
- Recommandations par goûts partagés, sans aucun modèle ML (Jaccard)
Le plus surprenant ? Certains de ces use cases ne nécessitent ni GPU, ni modèle d'IA, ni infrastructure cloud. Juste des maths, une base de données, et quelques lignes de Python.
On a publié un article technique et pédagogique avec du code fonctionnel pour les 5 métriques supportées par VelesDB.
L'article complet (en anglais) : https://dev.to/wiscale-fr/stop-using-cosine-for-everything-5-distance-metrics-that-unlock-hidden-powers-in-your-vector-420n
VelesDB est un moteur de base de données vecteur+graph+colonnes, développé en Rust par Wiscale France. ~6 Mo, zéro Docker, zéro dépendance externe.
Everyone uses cosine similarity. Tutorials use it. Frameworks default to it. If you ask "which...