Jalankan model AI canggih yang terdaftar melalui pengelolaan endpoint model secara langsung dalam database Anda menggunakan operator SQL. Fungsi AlloyDB AI terintegrasi dengan Gemini Enterprise Agent Platform untuk menghadirkan pemfilteran cerdas, peringkat semantik, dan pembuatan teks ke data operasional Anda secara real time.
Pemfilteran dan peringkat SQL yang didukung AI
Gunakan fungsi SQL sederhana untuk tugas AI yang canggih. Ekstensi google_ml_integration menyediakan operator seperti ai.if() untuk pemfilteran cerdas dan ai.rank() untuk penentuan ulang peringkat semantik.
Pembuatan teks dalam database
Lakukan transformasi untuk baris di database Anda. Dengan menggunakan operator ai.generate(), Anda dapat meminta model dasar untuk meringkas ulasan produk, atau mengubah data secara langsung dalam kueri Anda.
Fungsi penyematan dan prediksi
Gunakan fungsi SQL seperti google_ml.embedding() untuk membuat embedding vektor atau google_ml.predict_row( untuk memanggil prediksi dari model terdaftar mana pun, semuanya dalam database Anda.
Cara kerja fungsi AI
Saat Anda menyematkan operator AI seperti ai.if(), ai.rank(), atau ai.generate() ke dalam kueri SQL, fungsi AI akan mendeteksinya. Mesin ini, yang tersedia menggunakan ekstensi google_ml_integration, mengatur seluruh proses. Alat ini mengemas data baris yang relevan dengan aman dan memanggil model ML yang telah terdaftar sebelumnya dari penyedia, seperti Gemini, OpenAI, atau Anthropic. Model ML mengevaluasi data dan menampilkan prediksi—seperti true/false untuk filter atau skor untuk peringkat. Fungsi AI secara lancar mengintegrasikan kembali prediksi ini ke dalam eksekusi kueri Anda, sehingga menampilkan set hasil SQL standar. Anda mendapatkan insight yang didukung AI tanpa harus memindahkan data Anda.
Manfaat fungsi AI AlloyDB
Mekanisme kueri database tradisional sering kali kaku, sehingga memaksa developer untuk mengodekan secara permanen semua kemungkinan jalur interaksi pengguna. Fungsi AI AlloyDB memungkinkan perubahan signifikan dalam pengalaman pengguna dengan melakukan hal berikut:
Menyuntikkan pengetahuan dunia ke dalam data perusahaan: Anda dapat menghadirkan pengetahuan dunia nyata dari Model Bahasa Besar (LLM) langsung ke database AlloyDB untuk PostgreSQL Anda. Berikut adalah contoh cara menggunakan fungsi AI:
- Memproses data tidak terstruktur menggunakan
ai.generate: Anda dapat mengelola masukan pengguna yang mentah, tidak relevan, atau tidak terstruktur—seperti ulasan atau log—menggunakan Gemini dengan SQL. - Tentukan apakah transaksi bersifat penipuan menggunakan
ai.if: berikan fungsi urutan tindakan pengguna, catatan transaksi, atau ringkasan chat dan minta fungsi tersebut untuk mengevaluasi hasil biner:Is this fraudulent?
- Memproses data tidak terstruktur menggunakan
Kecerdasan berperforma tinggi: gunakan yang berikut untuk mempercepat performa dan menangani kecerdasan dalam skala besar dengan fungsi AI:
- Gunakan pemrosesan berbasis array untuk menangani hingga ribuan baris per detik, yang 2.000 kali lebih cepat daripada panggilan baris demi baris. Pemrosesan berbasis array tersedia untuk semua fungsi AI. Untuk mengetahui informasi selengkapnya, lihat Menjalankan kueri SQL cerdas menggunakan fungsi AI.
- Gunakan batching cerdas untuk fungsi AI guna mencapai throughput yang jauh lebih tinggi daripada panggilan baris demi baris. Untuk mengetahui informasi selengkapnya, lihat Mempercepat performa kueri dengan fungsi AI.
- Gunakan
ai.ifyang dioptimalkan untuk menghilangkan biaya penggunaan LLM melalui peningkatan efisiensi, dengan mencapai 100.000 baris per detik (peningkatan 23.000x dibandingkan panggilan baris demi baris) dan mengurangi biaya sebesar 6.000x menjadi 1/10 sen.
Kasus penggunaan fungsi AI AlloyDB
Tabel berikut menjelaskan kasus penggunaan untuk fungsi AI AlloyDB.
Fungsi |
Deskripsi |
Kasus penggunaan |
|---|---|---|
ai.if |
Pemfilteran kognitif yang cerdas berdasarkan bahasa natural. |
Tentukan transaksi pelanggan mana yang tampak curang berdasarkan pola perilaku. |
ai.rank |
Mengurutkan ulang hasil penelusuran vektor berdasarkan nuansa kontekstual yang mendalam. |
Prioritaskan kain yang breathable untuk penelusuran tropical wedding
meskipun database Anda tidak tahu apa yang dimaksud dengan "kain yang breathable". |
ai.generate |
Membuat konten baru atau mengubah format data. |
Mengonversi data log server mentah ke dalam format JSON terstruktur agar lebih mudah dianalisis. |
ai.analyze_sentiment |
Mengklasifikasikan nuansa emosional teks sebagai positif, negatif, atau netral. |
Mengklasifikasikan ribuan ulasan produk untuk mengukur kepuasan pelanggan secara keseluruhan. |
ai.summarize |
Meringkas teks panjang menjadi informasi penting. |
Mengekstrak keputusan penting dan item tindakan dari transkrip percakapan. |
ai.agg_summarize |
Fungsi agregat yang memproses beberapa baris dalam kolom untuk menghasilkan ringkasan tunggal dan terpadu untuk grup baris tertentu. |
Buat satu ringkasan gabungan untuk film tertentu berdasarkan semua ulasan individualnya dalam tabel. |
ai.forecast |
Mengaktifkan perkiraan deret waktu menggunakan model TimesFM. |
Memprediksi kebutuhan inventaris di masa mendatang berdasarkan data penjualan historis. |
Pelajari lebih lanjut
Jelajahi sumber daya developer untuk membuat aplikasi kueri bahasa alami Anda sendiri dengan AlloyDB AI.
Penelusuran vektor dan operator AI AlloyDB AI
Memberdayakan tim IT kecil untuk memanfaatkan AI generatif dengan Google Cloud database.
Operator dan pemeringkatan ulang AlloyDB AI
Men-deploy AlloyDB AI dengan operator AI. Gunakan untuk tugas seperti penelusuran semantik, gabungan, dan pemeringkatan hasil.
Pengelolaan endpoint model
Membangun pengalaman AI generatif yang lebih kaya menggunakan pengelolaan endpoint model.
Referensi fungsi AlloyDB AI
Dokumentasi referensi untuk fungsi dan parameter ekstensi google_ml_integration.