איך יוצרים אפליקציות AI גנרטיבי באמצעות AlloyDB AI

‫AlloyDB AI מספק חבילה משולבת של יכולות AI ולמידת מכונה (ML) ב-AlloyDB ל-PostgreSQL, שמאפשרת לכם ליצור אפליקציות של AI גנרטיבי באמצעות הנתונים של מסד הנתונים התפעולי. אתם יכולים להריץ חיפושים מהירים של דמיון וקטורי, לתרגם שאלות בשפה טבעית לשאילתות SQL ולהפעיל מודלים בסיסיים מ-Gemini Enterprise Agent Platform, מ-OpenAI ומ-Anthropic ישירות מ-SQL.

כדי לפשט את תהליך הפיתוח של אפליקציות מבוססות-AI, ב-AlloyDB יש את התוספים הבאים:

  • תוסף vector: התוסף הרגיל pgvector של PostgreSQL מותאם אישית ל-AlloyDB, ונקרא vector. הוא תומך באחסון של הטמעות שנוצרו בעמודת וקטור. התוסף גם מוסיף תמיכה בתכונות של כימות סקלרי כדי ליצור אינדקסים של IVF. אפשר גם ליצור אינדקס IVFFlat או אינדקס HNSW שזמינים עם pgvector.

  • תוסף alloydb_scann: התוסף alloydb_scann מטמיע אינדקס יעיל מאוד של השכן הקרוב ביותר, שמבוסס על אלגוריתם ScaNN.

    אפשר להשתמש בתוסף alloydb_scann עם PostgreSQL בגרסאות 14,‏ 15,‏ 16,‏ 17 ו-18.

  • תוסף google_columnar_engine: אפשר לטעון את אינדקס ScaNN למנוע מבוסס-העמודות כדי להאיץ עוד יותר את החיפוש הווקטורי.

  • התוסף google_ml_integration: התוסף google_ml_integration מספק פונקציות AI ליצירת הטמעות, דירוג סמנטי והטמעה של מסננים, איחודים ויצירה או סיכום של טקסט שמבוססים על AI. התוסף הזה גם מספק פונקציות לרישום מטא-נתונים למודלים של AI. לאחר מכן, המטא-נתונים הרשומים משמשים להפעלת חיזויים מהמודלים האלה.

  • תוסף alloydb_ai_nl: התוסף alloydb_ai_nl מאפשר למפתחים ליצור אפליקציות שעונות בצורה מדויקת ומאובטחת על שאלות של משתמשי קצה בשפה טבעית לגבי נתונים במסד הנתונים של AlloyDB. כך הנתונים נגישים למשתמשים שאולי לא יודעים לכתוב ב-SQL.

הנה כמה תרחישים לדוגמה שבהם אפשר להשתמש בתוספים האלה:

  • חיפוש וקטורי: שימוש ב-AlloyDB כדי לאחסן הטמעות וקטורים ולבצע חיפושי דמיון יעילים מאוד. אתם יכולים ליצור אינדקס יעיל מאוד של השכן הקרוב ביותר, שמבוסס על אלגוריתם ScaNN.

  • ביצוע שאילתות SQL חכמות באמצעות פונקציות AI של AlloyDB: שימוש ב-AI ישירות בתוך שאילתות SQL. כך תוכלו לדרג מחדש את תוצאות החיפוש כדי לשפר את הרלוונטיות, לשלב שפה טבעית בשאילתות SQL וליצור הטמעות מולטי-מודאליות לחיפוש וקטורי.

  • קריאה למודלים באמצעות נקודות קצה של מודלים: רישום מודלי AI כנקודות קצה של מודלים וקריאה לנקודות הקצה מתוך AlloyDB כדי ליצור הטמעות, להפעיל חיזויים או לבצע חיפושים לפי דמיון.

  • יצירת הטמעות והפעלת חיזויים: שימוש במודלים של הטמעת טקסט ב-Gemini Enterprise Agent Platform או בנקודות קצה רשומות של מודלים כדי ליצור הטמעות טקסט או הטמעות מולטי-מודאליות.

  • יצירת הצהרות SQL משפה טבעית: הוספת יכולות של שפה טבעית לאפליקציה, ואינטראקציה עם AlloyDB באמצעות שאלות בשפה טבעית. לאחר מכן, השאלות בשפה טבעית מעובדות על ידי AlloyDB AI כדי ליצור באופן אוטומטי שאילתת SQL מדויקת שמאחזרת את התשובה.

המאמרים הבאים