Membangun aplikasi AI generatif menggunakan AlloyDB AI

Sebagai database yang kompatibel dengan PostgreSQL, AlloyDB terintegrasi dengan lancar dengan alat dan framework yang didukung oleh PostgreSQL, selain layanan lain dari lingkungan Google Cloud .

AlloyDB AI menyediakan serangkaian fitur AI dan ML yang memungkinkan Anda membangun aplikasi AI generatif. Fitur ini memungkinkan Anda membangun aplikasi dengan kemampuan seperti penelusuran vektor untuk kesamaan semantik, kueri bahasa alami, dan integrasi dengan model machine learning oleh penyedia, seperti Google, OpenAI, dan Anthropic.

Untuk menyederhanakan proses pembuatan aplikasi AI, AlloyDB menyediakan ekstensi berikut:

  • Ekstensi vector: ekstensi PostgreSQL pgvector standar disesuaikan untuk AlloyDB, dan disebut sebagai vector. Ekstensi ini mendukung penyimpanan embedding yang dihasilkan dalam kolom vektor. Ekstensi ini juga menambahkan dukungan untuk fitur kuantisasi skalar guna membuat indeks IVF. Anda juga dapat membuat indeks IVFFlat atau indeks HSNW yang tersedia dengan pgvector stok.

  • Ekstensi alloydb_scann: ekstensi alloydb_scann mengimplementasikan indeks tetangga terdekat yang sangat efisien dan didukung oleh algoritma ScaNN.

    Anda dapat menggunakan ekstensi alloydb_scann dengan PostgreSQL 14, 15, 16, dan 17.

  • Ekstensi google_columnar_engine: indeks ScaNN dapat dimuat ke dalam mesin kolom untuk lebih mempercepat penelusuran vektor.

  • Ekstensi google_ml_integration: ekstensi google_ml_integration menyediakan fungsi AI untuk membuat embedding, peringkat semantik, dan menerapkan filter, gabungan, dan pembuatan/ringkasan teks berbasis AI. Ekstensi ini juga menyediakan fungsi untuk mendaftarkan metadata untuk model AI. Metadata terdaftar kemudian digunakan untuk memanggil prediksi dari model ini.

  • Ekstensi alloydb_ai_nl: ekstensi alloydb_ai_nl memungkinkan developer membangun aplikasi yang menjawab pertanyaan bahasa alami pengguna akhir tentang data dalam database AlloyDB secara akurat dan aman. Hal ini membuat data dapat diakses oleh pengguna yang mungkin tidak mahir menulis SQL.

Berikut beberapa kasus penggunaan yang diaktifkan oleh ekstensi ini:

  • Penelusuran vektor: gunakan AlloyDB untuk menyimpan embedding vektor dan melakukan penelusuran kesamaan yang sangat efisien. Anda dapat membuat indeks tetangga terdekat yang sangat efisien dan didukung oleh algoritma ScaNN.

  • Melakukan kueri SQL cerdas menggunakan fungsi AlloyDB AI: gunakan AI langsung dalam kueri SQL Anda. Hal ini memungkinkan Anda mengurutkan ulang hasil penelusuran untuk relevansi yang lebih tinggi, mengintegrasikan bahasa alami ke dalam kueri SQL, dan membuat embedding multimodal untuk penelusuran vektor.

  • Memanggil model menggunakan endpoint model: daftarkan model AI sebagai endpoint model dan panggil endpoint dari dalam AlloyDB untuk membuat embedding, memanggil prediksi, atau melakukan penelusuran kesamaan.

  • Membuat embedding dan memanggil prediksi: gunakan model embedding teks Platform Agen Gemini Enterprise atau endpoint model terdaftar untuk membuat embedding teks atau multimodal.

  • Membuat pernyataan SQL dari bahasa alami: tambahkan kemampuan bahasa alami ke aplikasi Anda, dan berinteraksi dengan AlloyDB dengan mengajukan pertanyaan dalam bahasa alami. Pertanyaan bahasa alami kemudian diproses oleh AlloyDB AI untuk otomatis membuat kueri SQL akurat yang mengambil jawaban.

Langkah berikutnya