Crea applicazioni di AI generativa utilizzando AlloyDB AI

AlloyDB AI fornisce una suite integrata di funzionalità di AI e machine learning (ML) in AlloyDB per PostgreSQL che ti consente di creare applicazioni di AI generativa utilizzando i dati del database operativo. Puoi eseguire ricerche di similarità vettoriale ad alta velocità, tradurre domande in linguaggio naturale in query SQL e richiamare modelli di base da Gemini Enterprise Agent Platform, OpenAI e Anthropic direttamente da SQL.

Per semplificare il processo di creazione di applicazioni di AI, AlloyDB fornisce le seguenti estensioni:

  • Estensione vector: l'estensione pgvector standard di PostgreSQL è personalizzata per AlloyDB e viene chiamata vector. Supporta l'archiviazione degli embedding generati in una colonna vettoriale. L'estensione aggiunge anche il supporto per le funzionalità di quantizzazione scalare per creare indici IVF. Puoi anche creare un indice IVFFlat o un indice HNSW disponibili con pgvector di serie.

  • Estensione alloydb_scann: l'estensione alloydb_scann implementa un indice del vicino più prossimo altamente efficiente basato sull'algoritmo ScaNN.

    Puoi utilizzare l'estensione alloydb_scann con PostgreSQL 14, 15, 16 e 17.

  • Estensione google_columnar_engine: l'indice ScaNN può essere caricato nel motore colonnare per accelerare ulteriormente la ricerca vettoriale.

  • Estensione google_ml_integration: l'estensione google_ml_integration fornisce funzioni AI per la generazione di embedding, la classificazione semantica e l'implementazione di filtri, join e generazione/riepilogo di testo basati su AI. Questa estensione fornisce anche funzioni per registrare i metadati per i modelli di AI. I metadati registrati vengono quindi utilizzati per richiamare le previsioni da questi modelli.

  • Estensione alloydb_ai_nl: l'estensione alloydb_ai_nl consente agli sviluppatori di creare applicazioni che rispondono in modo accurato e sicuro alle domande in linguaggio naturale degli utenti finali sui dati nel database AlloyDB. In questo modo, i dati sono accessibili agli utenti che potrebbero non essere esperti nella scrittura di SQL.

Di seguito sono riportati alcuni casi d'uso che queste estensioni consentono:

  • Vector Search: utilizza AlloyDB per archiviare i vector embedding ed eseguire ricerche di similarità altamente efficienti. Puoi generare un indice del vicino più prossimo altamente efficiente basato sull'algoritmo ScaNN.

  • Esegui query SQL intelligenti utilizzando le funzioni AI di AlloyDB: utilizza l'AI direttamente nelle query SQL. In questo modo, puoi riclassificare i risultati di ricerca per una maggiore pertinenza, integrare il linguaggio naturale nelle query SQL e generare embedding multimodali per la ricerca vettoriale.

  • Chiama i modelli utilizzando gli endpoint dei modelli: registra i modelli di AI come endpoint dei modelli e chiama gli endpoint da AlloyDB per generare embedding, richiamare le previsioni o eseguire ricerche di similarità.

  • Genera embedding e richiama le previsioni: utilizza i modelli di text embedding di Gemini Enterprise Agent Platform o gli endpoint dei modelli registrati per generare embedding di testo o multimodali.

  • Genera istruzioni SQL dal linguaggio naturale: aggiungi funzionalità di linguaggio naturale alla tua applicazione e interagisci con AlloyDB ponendo domande in linguaggio naturale. Le domande in linguaggio naturale vengono quindi elaborate da AlloyDB AI per generare automaticamente una query SQL accurata che recupera la risposta.

Passaggi successivi