AlloyDB AI menyediakan rangkaian kemampuan AI dan machine learning (ML) terintegrasi di AlloyDB untuk PostgreSQL yang memungkinkan Anda membangun aplikasi AI generatif menggunakan data database operasional Anda. Anda dapat menjalankan penelusuran kemiripan vektor berkecepatan tinggi, menerjemahkan pertanyaan bahasa alami menjadi kueri SQL, dan memanggil model dasar dari Gemini Enterprise Agent Platform, OpenAI, dan Anthropic langsung dari SQL.
Untuk menyederhanakan proses pembuatan aplikasi AI, AlloyDB menyediakan ekstensi berikut:
Ekstensi vector: ekstensi PostgreSQL
pgvectorstandar disesuaikan untuk AlloyDB, dan disebut sebagaivector. PostgreSQL mendukung penyimpanan embedding yang dihasilkan dalam kolom vektor. Ekstensi ini juga menambahkan dukungan untuk fitur kuantisasi skalar guna membuat indeksIVF. Anda juga dapat membuat indeksIVFFlatatau indeksHNSWyang tersedia denganpgvectorstandar.Ekstensi alloydb_scann: ekstensi
alloydb_scannmengimplementasikan indeks tetangga terdekat yang sangat efisien yang didukung oleh algoritma ScaNN.Anda dapat menggunakan ekstensi
alloydb_scanndengan PostgreSQL 14, 15, 16, 17, dan 18.Ekstensi google_columnar_engine: Indeks ScaNN dapat dimuat ke columnar engine untuk mempercepat penelusuran vektor lebih lanjut.
Ekstensi google_ml_integration: ekstensi
google_ml_integrationmenyediakan fungsi AI untuk membuat embedding, peringkat semantik, dan menerapkan filter, penggabungan, dan pembuatan/peringkasan teks berbasis AI. Ekstensi ini juga menyediakan fungsi untuk mendaftarkan metadata untuk model AI. Metadata yang terdaftar kemudian digunakan untuk memanggil prediksi dari model ini.Ekstensi alloydb_ai_nl: ekstensi
alloydb_ai_nlmemungkinkan developer membangun aplikasi yang menjawab pertanyaan bahasa alami pengguna akhir tentang data dalam database AlloyDB secara akurat dan aman. Hal ini membuat data dapat diakses oleh pengguna yang mungkin tidak mahir dalam menulis SQL. Untuk alur kerja text-to-SQL generasi berikutnya dan integrasi agen AI, sebaiknya gunakan QueryData.
Berikut adalah beberapa kasus penggunaan yang dapat dilakukan oleh AI AlloyDB dan ekstensi ini:
Penelusuran vektor: gunakan AlloyDB untuk menyimpan embedding vektor dan melakukan penelusuran kemiripan yang sangat efisien. Anda dapat membuat indeks tetangga terdekat yang sangat efisien dan didukung oleh algoritma ScaNN.
Melakukan kueri SQL cerdas menggunakan fungsi AlloyDB AI: gunakan AI langsung dalam kueri SQL Anda. Dengan demikian, Anda dapat melakukan pemeringkatan ulang hasil penelusuran untuk relevansi yang lebih tinggi, mengintegrasikan bahasa alami ke dalam kueri SQL, dan membuat embeddings multimodal untuk Penelusuran Vektor.
Memanggil model menggunakan endpoint model: mendaftarkan model AI sebagai endpoint model dan memanggil endpoint dari dalam AlloyDB untuk membuat embedding, memanggil prediksi, atau melakukan penelusuran kemiripan.
Membuat embedding dan memanggil prediksi: gunakan model embedding teks Gemini Enterprise Agent Platform atau endpoint model terdaftar untuk membuat embedding teks atau multimodal.
Buat kueri data dalam bahasa alami dengan QueryData: terjemahkan pertanyaan bahasa alami menjadi kueri SQL menggunakan set konteks (template, faset, dan kueri penelusuran nilai) dan integrasikan pembuatan bahasa alami ke SQL satu giliran ke dalam agen dan aplikasi AI Anda.
Membangun agen data dengan analisis percakapan: buat dan lakukan percakapan dengan agen data stateful multi-turn di AlloyDB Studio untuk menjelajahi data AlloyDB Anda dalam bahasa alami.
Membuat pernyataan SQL dari bahasa alami menggunakan ekstensi
alloydb_ai_nl: tambahkan kemampuan bahasa alami dalam database ke aplikasi Anda menggunakan ekstensialloydb_ai_nl(untuk alur kerja text-to-SQL baru, sebaiknya gunakan QueryData).