Generative KI-Anwendungen mit AlloyDB AI erstellen

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

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

  • vector-Erweiterung: Die Standarderweiterung pgvector von PostgreSQLwurde für AlloyDB angepasst und wird als vector bezeichnet. Sie unterstützt das Speichern generierter Einbettungen in einer Vektorspalte. Die Erweiterung bietet außerdem Unterstützung für skalare Quantisierungsfunktionen 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 Index für die Suche nach dem nächsten Nachbarn, der auf dem ScaNN Algorithmus basiert.

    Sie können die Erweiterung alloydb_scann mit PostgreSQL 14, 15, 16 und 17 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, für das semantische Ranking und zum Implementieren von KI-basierten Filtern, Joins und der 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 Erweiterung alloydb_ai_nl können Entwickler Anwendungen erstellen, die Fragen von Endnutzern in natürlicher Sprache zu Daten in der AlloyDB-Datenbank genau und sicher beantworten. Dadurch sind die Daten auch für Nutzer zugänglich, die keine SQL-Kenntnisse haben.

Im Folgenden sind einige Anwendungsfälle aufgeführt, die durch diese Erweiterungen ermöglicht werden:

  • Vektorsuche: Mit AlloyDB können Sie Vektoreinbettungen speichern und hocheffiziente Ähnlichkeitssuchen durchführen. Sie können einen hocheffizienten Index für die Suche nach dem nächsten Nachbarn 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 neu ordnen, um eine höhere Relevanz zu erzielen, 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 aus AlloyDB auf, um Einbettungen zu generieren, Vorhersagen aufzurufen oder Ähnlichkeitssuchen durchzuführen.

  • Einbettungen generieren und Vorhersagen aufrufen: Verwenden Sie Modelle für Texteinbettungen 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