Generative KI-Anwendungen mit AlloyDB AI erstellen

Als PostgreSQL-kompatible Datenbank lässt sich AlloyDB nahtlos in die von PostgreSQL unterstützten Tools und Frameworks sowie in andere Dienste aus der Google Cloud -Umgebung einbinden.

AlloyDB AI bietet eine Reihe von KI- und ML-Funktionen, mit denen Sie generative KI-Anwendungen erstellen können. Mit diesen Funktionen können Sie Anwendungen mit Funktionen wie der Vektorsuche nach semantischer Ähnlichkeit, Abfragen in natürlicher Sprache und der Integration in Machine-Learning-Modelle von Anbietern wie Google, OpenAI und Anthropic erstellen.

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

  • vector-Erweiterung: Die Standarderweiterung pgvector PostgreSQL wurde für AlloyDB angepasst und wird als vector bezeichnet. Es unterstützt das Speichern generierter Einbettungen in einer Vektorspalte. Die Erweiterung bietet außerdem Unterstützung für die skalare Quantisierungsfunktion zum Erstellen von IVF-Indexen. Sie können auch einen IVFFlat-Index oder HSNW-Index erstellen, die mit dem Standard-pgvector verfügbar sind.

  • Erweiterung alloydb_scann: 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.

  • Erweiterung google_ml_integration: Die Erweiterung google_ml_integration bietet KI-Funktionen zum Generieren von Einbettungen, semantischen Rankings und zum Implementieren von KI-basierten Filtern, Joins und 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 abzurufen.

  • Erweiterung „alloydb_ai_nl“: Mit der alloydb_ai_nl-Erweiterung können Entwickler Anwendungen erstellen, die Endnutzerfragen in natürlicher Sprache zu Daten in der AlloyDB-Datenbank präzise und sicher beantworten. So können auch Nutzer, die nicht so gut in SQL sind, auf die Daten zugreifen.

Im Folgenden finden Sie einige Anwendungsfälle, 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 durchführen: 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 in AlloyDB auf, um Einbettungen zu generieren, Vorhersagen aufzurufen oder Ähnlichkeitssuchen durchzuführen.

  • Einbettungen generieren und Vorhersagen aufrufen: Verwenden Sie Vertex AI-Modelle für die Texteinbettung 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, mit der die Antwort abgerufen wird.

Nächste Schritte