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: תוסף pgvector PostgreSQL הרגיל 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 ב-pgvector הרגיל.

  • 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 טקסטים 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. כדי להשתמש בתהליכי עבודה מתקדמים של המרת טקסט ל-SQL ולשלב סוכני AI, מומלץ להשתמש ב-QueryData.

הנה כמה תרחישים לדוגמה שבהם אפשר להשתמש ב-AlloyDB AI ובתוספים האלה:

המאמרים הבאים