KI-Funktionen – Übersicht

Führen Sie leistungsstarke KI-Modelle, die über die Modellendpunktverwaltung registriert wurden, direkt in Ihrer Datenbank mit SQL-Operatoren aus. Die AlloyDB AI-Funktionen lassen sich in die Gemini Enterprise Agent Platform einbinden, um intelligente Filterung, semantisches Ranking und Textgenerierung in Echtzeit für Ihre Betriebsdaten zu ermöglichen.

Miniaturansicht für KI-basierte Filterung

Verwenden Sie einfache SQL-Funktionen für leistungsstarke KI-Aufgaben. Die Erweiterung google_ml_integration bietet Operatoren wie ai.if() für die intelligente Filterung und ai.rank() für das semantische Reranking.

Miniaturansicht für die In-Database-Textgenerierung

Textgenerierung in der Datenbank

Führen Sie Transformationen für Zeilen in Ihrer Datenbank durch. Mit dem Operator ai.generate() können Sie ein Foundation Model bitten, eine Produktrezension zusammenzufassen oder Daten direkt in Ihrer Abfrage zu transformieren.

Miniaturansicht der Einbettungs- und Vorhersagefunktionen

Verwenden Sie SQL-Funktionen wie google_ml.embedding(), um Vektoreinbettungen zu generieren, oder google_ml.predict_row(, um Vorhersagen aus einem beliebigen registrierten Modell aufzurufen – alles innerhalb Ihrer Datenbank.

Funktionsweise der KI-Funktionen

Wenn Sie einen KI-Operator wie ai.if(), ai.rank() oder ai.generate() in Ihre SQL-Abfrage einbetten, werden die KI-Funktionen ihn erkennen. Diese Engine, die über die Erweiterung google_ml_integration verfügbar ist, orchestriert den gesamten Prozess. Sie verpackt die relevanten Zeilendaten sicher und ruft ein vorregistriertes ML-Modell von Anbietern wie Gemini, OpenAI oder Anthropic auf. Das ML-Modell wertet die Daten aus und gibt eine Vorhersage zurück, z. B. true/false für einen Filter oder eine Punktzahl für das Ranking. Die KI-Funktionen binden diese Vorhersage nahtlos wieder in die Ausführung Ihrer Abfrage ein und geben ein Standard-SQL-Ergebnissatz zurück. So erhalten Sie KI-gestützte Statistiken, ohne Ihre Daten verschieben zu müssen.

Visuelle Übersicht über KI-Funktionen

Vorteile der AlloyDB AI-Funktionen

Traditionelle Datenbankabfragemechanismen sind oft starr und zwingen Entwickler, alle potenziellen Nutzerinteraktionspfade fest zu codieren. Die AlloyDB AI-Funktionen ermöglichen eine erhebliche Verbesserung der Nutzererfahrung, indem sie Folgendes bieten:

  • Unternehmensdaten mit Weltwissen anreichern: Sie können das Wissen aus der realen Welt von Large Language Models (LLMs) direkt in Ihre AlloyDB for PostgreSQL-Datenbank einbringen. Im Folgenden finden Sie Beispiele für die Verwendung von KI-Funktionen:

    • Unstrukturierte Daten mit ai.generate verarbeiten: Sie können unaufbereitetes, verrauschtes oder unstrukturiertes Nutzerfeedback wie Rezensionen oder Logs mit Gemini und SQL verwalten.
    • Mit ai.if feststellen, ob Transaktionen betrügerisch sind: Geben Sie der Funktion eine Sequenz von Nutzeraktionen, Transaktionsnotizen oder Chat Zusammenfassungen und bitten Sie sie, ein binäres Ergebnis zu bewerten: Is this fraudulent?

  • Leistungsstarke Intelligenz: Verwenden Sie die folgenden Funktionen, um die Leistung zu steigern und Intelligenz mit KI-Funktionen zu skalieren:

    • Mit der arraybasierten Verarbeitung können Sie bis zu Tausende von Zeilen pro Sekunde verarbeiten. Das ist 2.000-mal schneller als Aufrufe für jeweils eine Zeile. Die arraybasierte Verarbeitung ist für alle KI-Funktionen verfügbar. Weitere Informationen finden Sie unter Intelligente SQL-Abfragen mit KI-Funktionen ausführen.
    • Mit der Beschleunigung von KI-Funktionen können Sie einen deutlich höheren Durchsatz als bei Aufrufen für jeweils eine Zeile erzielen. Diese Funktion ist für ai.if und ai.rank verfügbar. Weitere Informationen finden Sie unter Intelligente SQL-Abfragen mit KI-Funktionen ausführen.
    • Mit der optimierten Funktion ai.if können Sie die Kosten für die Verwendung des LLM durch eine verbesserte Effizienz eliminieren. Sie erreichen 100.000 Zeilen pro Sekunde (eine 23.000-fache Verbesserung gegenüber Aufrufen für jeweils eine Zeile) und senken die Kosten um das 6.000-Fache auf 1/10 Cent.

Anwendungsfälle für AlloyDB AI-Funktionen

In der folgenden Tabelle werden Anwendungsfälle für AlloyDB AI-Funktionen beschrieben.


Funktion
Beschreibung
Anwendungsfall		 
ai.if
Intelligente, kognitive Filterung basierend auf natürlicher Sprache.
Anhand von Verhaltensmustern feststellen, welche Kundentransaktionen betrügerisch erscheinen.		 
ai.rank
Reranking von Vektorsuchergebnissen basierend auf tiefen Kontextnuancen.
Atmungsaktive Stoffe für eine Suchetropical wedding priorisieren, auch wenn Ihre Datenbank nicht weiß, was „atmungsaktive Stoffe“ bedeutet.		 
ai.generate
Generiert neue Inhalte oder transformiert Datenformate.
Unaufbereitete Serverlogdaten zur einfacheren Analyse in ein strukturiertes JSON-Format konvertieren.		 
ai.analyze_sentiment
Klassifiziert den emotionalen Ton von Text als positiv, negativ oder neutral.
Tausende von Produktrezensionen klassifizieren, um die allgemeine Kundenzufriedenheit zu ermitteln.		 
ai.summarize
Verkürzt lange Texte auf die wichtigsten Informationen.
Wichtige Entscheidungen und umzusetzende Maßnahmen aus Gesprächsprotokollen extrahieren.		 
ai.forecast
Ermöglicht Zeitreihenprognosen mit dem TimesFM-Modell.
Zukünftigen Lagerbedarf anhand bisheriger Verkaufsdaten vorhersagen.

Weitere Informationen

Entdecken Sie Entwicklerressourcen, um eigene Anwendungen für Abfragen in natürlicher Sprache mit AlloyDB AI zu erstellen.

Video

Kleine IT-Teams können generative KI mit Google Cloud Datenbanken nutzen.

Codelab

AlloyDB AI mit KI-Operatoren bereitstellen. Verwenden Sie sie für Aufgaben wie semantische Suche, Joins und Ranking von Ergebnissen.

Blog

Mit der Modellendpunktverwaltung können Sie umfassendere generative KI-Erlebnisse erstellen.

Referenz

Referenzdokumentation für die Funktionen und Parameter der Erweiterung google_ml_integration.