AlloyDB AI は、AlloyDB for PostgreSQL と AlloyDB Omni データベースに統合された生成 AI 機能のスイートを提供します。これには、高パフォーマンスのベクトル検索、AI クエリエンジン、自然言語から SQL への生成が含まれます。AI を運用データに導入することで、エンタープライズ対応の AI アプリケーションをより迅速かつ複雑さを軽減して構築できます。
-
ベクトル検索標準 SQL 演算子を使用して、ベクトル エンベディングを大規模に保存、インデックス登録、クエリします。低レイテンシで完全一致と近似一致の最近傍を検索します。PostgreSQL の
pgvector拡張機能との完全な互換性。 -
AlloyDB AI クエリエンジン標準 SQL クエリで AlloyDB AI 演算子（プレビュー）を使用して、マルチモーダル コンテンツのフィルタ、ランク付け、生成を行います。標準の SQL 関数を使用して、AlloyDB AI を Vertex AI 基盤モデルとカスタムモデル エンドポイントに接続します。データを移動せずに、クエリからエンベディングを生成したり、予測を直接呼び出したりできます。
-
AlloyDB AI 自然言語日常的な自然言語プロンプトを使用して、データベース スキーマに対して実行可能な SQL クエリを生成します。アナリストとデベロッパーが AlloyDB AI の自然言語（プレビュー版）を使用してデータをより高速にクエリできるようにします。
ドキュメントとリソース
ガイド、コンセプトの説明、リファレンスを参照して、AlloyDB AI を使用して AI/ML アプリケーションを構築する方法を詳しく学びましょう。これらのリソースでは、高性能の ScaNN インデックスの作成や検索の実行から結果のランキングまで、完全なワークフロー ガイドが提供されています。また、モデル エンドポイントの管理やベクトル インデックス指標のモニタリングなどの技術的なリファレンスも用意されています。
導入事例
お客様が AlloyDB AI を使用して生成 AI アプリケーションを構築する方法について説明します。
-
Target が検索バーを刷新した方法検索からカートへ: AlloyDB AI を使用した Target の検索バーの刷新
-
Nuro、AlloyDB AI で自律的なイノベーションを推進AlloyDB AI を使用して、ベクトル エンベディングに対する複雑な類似検索を実行し、継続的な改善をサポートする方法について説明します。
-
Google Cloud の活用で iEEG によるてんかん発作の特定と類似性検索を強化NeuroPace が AlloyDB AI を使用して、100 万件を超える iEEG レコードを検索し、類似したレコードを数ミリ秒で特定した方法について説明します。
最新の動画
AlloyDB AI に関する最新の動画をご覧ください。
ブログと Codelab
Target の検索機能の刷新など、AlloyDB AI が実際のシナリオでどのように使用されているかを確認し、ベクトル検索の機能強化と新しいイノベーションについて詳しく説明します。動画や Codelab で、ハイブリッド検索、マルチモーダル機能、AI 演算子、エンベディングについて学びます。