Criar aplicativos de IA generativa usando a IA do AlloyDB

A IA do AlloyDB oferece um conjunto integrado de recursos de IA e aprendizado de máquina (ML) no AlloyDB para PostgreSQL que permite criar aplicativos de IA generativa usando os dados do banco de dados operacional. É possível executar pesquisas de similaridade vetorial de alta velocidade, traduzir perguntas em linguagem natural para consultas SQL e invocar modelos básicos da Gemini Enterprise Agent Platform, OpenAI e Anthropic diretamente do SQL.

Para simplificar o processo de criação de aplicativos de IA, o AlloyDB oferece as seguintes extensões:

  • Extensão vector: a extensão pgvector PostgreSQL extension padrão é personalizada para o AlloyDB e é chamada de vector. Ela oferece suporte ao armazenamento de embeddings gerados em uma coluna de vetor. A extensão também adiciona suporte a recursos de quantização escalar para criar índices IVF. Também é possível criar um índice IVFFlat ou HNSW que estão disponíveis com o pgvector padrão.

  • Extensão alloydb_scann: a alloydb_scann extensão implementa um índice de vizinhos mais próximos altamente eficiente com tecnologia do algoritmo ScaNN.

    É possível usar a extensão alloydb_scann com o PostgreSQL 14, 15, 16 e 17.

  • Extensão google_columnar_engine: o índice ScaNN pode ser carregado no mecanismo colunar para acelerar ainda mais a pesquisa vetorial.

  • Extensão google_ml_integration: a extensão google_ml_integration fornece funções de IA para gerar embeddings, classificação semântica e implementar filtros, junções e geração/resumo de texto com base em IA. Essa extensão também fornece funções para registrar metadados de modelos de IA. Os metadados registrados são usados para invocar previsões desses modelos.

  • Extensão alloydb_ai_nl: a extensão alloydb_ai_nl permite que os desenvolvedores criem aplicativos que respondam com precisão e segurança a perguntas em linguagem natural do usuário final sobre dados no banco de dados do AlloyDB. Isso torna os dados acessíveis a usuários que não são proficientes em escrever SQL.

Confira alguns casos de uso que essas extensões permitem:

  • Pesquisa vetorial: use o AlloyDB para armazenar embeddings de vetores e realizar pesquisas de similaridade altamente eficientes. É possível gerar um índice de vizinhos mais próximos altamente eficiente com tecnologia do algoritmo ScaNN.

  • Realizar consultas SQL inteligentes usando funções de IA do AlloyDB: use a IA diretamente nas consultas SQL. Isso permite reclassificar os resultados da pesquisa para maior relevância, integrar a linguagem natural às consultas SQL e gerar embeddings multimodais para pesquisa vetorial.

  • Chamar modelos usando endpoints de modelo: registre modelos de IA como endpoints de modelo e chame os endpoints no AlloyDB para gerar embeddings, invocar previsões ou realizar pesquisas de similaridade.

  • Gerar embeddings e invocar previsões: use modelos de embedding de texto da Gemini Enterprise Agent Platform ou endpoints de modelo registrados para gerar embeddings de texto ou multimodais.

  • Gerar instruções SQL em linguagem natural: adicione recursos de linguagem natural ao aplicativo e interaja com o AlloyDB fazendo perguntas em linguagem natural. As perguntas em linguagem natural são processadas pela IA do AlloyDB para gerar automaticamente uma consulta SQL precisa que recupere a resposta.

A seguir