Generative KI-Anwendungen mit AlloyDB AI erstellen

AlloyDB AI bietet eine integrierte Suite von KI- und ML-Funktionen (Machine Learning) in AlloyDB for PostgreSQL, mit denen Sie generative KI-Anwendungen mit Ihren operativen Datenbankdaten erstellen können. Sie können schnelle Vektorähnlichkeitssuchen ausführen, Fragen in natürlicher Sprache in SQL-Abfragen übersetzen und Foundation Models von der Gemini Enterprise Agent Platform, OpenAI und Anthropic direkt über SQL aufrufen.

Um das Erstellen von KI-Anwendungen zu vereinfachen, bietet AlloyDB die folgenden Erweiterungen:

  • Vektorerweiterung: Die Standarderweiterung pgvector PostgreSQL wurde für AlloyDB angepasst und wird als vector bezeichnet. Es unterstützt das Speichern generierter Einbettungen in einer Vektorspalte. Die Erweiterung bietet außerdem Unterstützung für die skalare Quantisierungsfunktion zum Erstellen von IVF-Indexen. Sie können auch einen IVFFlat-Index oder HNSW-Index erstellen, die mit dem Standard-pgvector verfügbar sind.

  • alloydb_scann-Erweiterung: Die alloydb_scann-Erweiterung implementiert einen hocheffizienten Nearest-Neighbor-Index, der auf dem ScaNN-Algorithmus basiert.

    Sie können die Erweiterung alloydb_scann mit PostgreSQL 14, 15, 16, 17 und 18 verwenden.

  • google_columnar_engine-Erweiterung: Der ScaNN-Index kann in die spaltenbasierte Engine geladen werden, um die Vektorsuche weiter zu beschleunigen.

  • google_ml_integration-Erweiterung: Die Erweiterung google_ml_integration bietet KI-Funktionen zum Generieren von Einbettungen, zum semantischen Ranking und zum Implementieren von KI-basierten Filtern, Joins und Textgenerierung/-zusammenfassung. Diese Erweiterung bietet auch Funktionen zum Registrieren von Metadaten für KI-Modelle. Die registrierten Metadaten werden dann verwendet, um Vorhersagen aus diesen Modellen aufzurufen.

  • alloydb_ai_nl-Erweiterung: Mit der alloydb_ai_nl-Erweiterung können Entwickler Anwendungen erstellen, die Fragen von Endnutzern in natürlicher Sprache zu Daten in der AlloyDB-Datenbank genau und sicher beantworten. So können auch Nutzer auf die Daten zugreifen, die nicht mit SQL vertraut sind.

Im Folgenden finden Sie einige Anwendungsfälle, die durch diese Erweiterungen ermöglicht werden:

  • Vektorsuche: Mit AlloyDB können Sie Vektoreinbettungen speichern und hocheffiziente Ähnlichkeitssuchen durchführen. Sie können einen hocheffizienten Nearest-Neighbor-Index generieren, der auf dem ScaNN-Algorithmus basiert.

  • Intelligente SQL-Abfragen mit AlloyDB AI-Funktionen ausführen: Verwenden Sie KI direkt in Ihren SQL-Abfragen. So können Sie Suchergebnisse für eine höhere Relevanz neu sortieren, natürliche Sprache in Ihre SQL-Abfragen einbinden und multimodale Einbettungen für die Vektorsuche generieren.

  • Modelle über Modellendpunkte aufrufen: Registrieren Sie KI-Modelle als Modellendpunkte und rufen Sie die Endpunkte in AlloyDB auf, um Einbettungen zu generieren, Vorhersagen aufzurufen oder Ähnlichkeitssuchen durchzuführen.

  • Einbettungen generieren und Vorhersagen aufrufen: Verwenden Sie Texteinbettungsmodelle der Gemini Enterprise Agent Platform oder registrierte Modellendpunkte, um Text- oder multimodale Einbettungen zu generieren.

  • SQL-Anweisungen aus natürlicher Sprache generieren: Fügen Sie Ihrer Anwendung Funktionen für natürliche Sprache hinzu und interagieren Sie mit AlloyDB, indem Sie Fragen in natürlicher Sprache stellen. Die Fragen in natürlicher Sprache werden dann von AlloyDB AI verarbeitet, um automatisch eine genaue SQL-Abfrage zu generieren, die die Antwort abruft.

Nächste Schritte