AlloyDB AI fornisce una suite integrata di funzionalità di AI e machine learning (ML) in AlloyDB per PostgreSQL che ti consente di creare applicazioni di AI generativa utilizzando i dati del tuo database operativo. Puoi eseguire ricerche di somiglianza vettoriale ad alta velocità, tradurre domande in linguaggio naturale in query SQL e richiamare foundation model da Gemini Enterprise Agent Platform, OpenAI e Anthropic direttamente da SQL.
Per semplificare il processo di creazione di applicazioni di AI, AlloyDB fornisce le seguenti estensioni:
Estensione vector: l'estensione PostgreSQL
pgvectorstandard è personalizzata per AlloyDB e viene denominatavector. Supporta l'archiviazione degli embedding generati in una colonna vettoriale. L'estensione aggiunge anche il supporto per le funzionalità di quantizzazione scalare per creare indiciIVF. Puoi anche creare un indiceIVFFlato un indiceHNSWdisponibili conpgvectorstandard.Estensione alloydb_scann: l'estensione
alloydb_scannimplementa un indice dei vicini più prossimi altamente efficiente basato sull'algoritmo ScaNN.Puoi utilizzare l'estensione
alloydb_scanncon PostgreSQL 14, 15, 16, 17 e 18.Estensione google_columnar_engine: l'indice ScaNN può essere caricato nel motore colonnare per accelerare ulteriormente la ricerca vettoriale.
Estensione google_ml_integration: l'estensione
google_ml_integrationfornisce funzioni AI per la generazione di embedding, il ranking semantico e l'implementazione di filtri, join e generazione/riassunto di testo basati sull'AI. Questa estensione fornisce anche funzioni per registrare i metadati per i modelli di AI. I metadati registrati vengono poi utilizzati per richiamare le previsioni di questi modelli.Estensione alloydb_ai_nl: l'estensione
alloydb_ai_nlconsente agli sviluppatori di creare applicazioni che rispondono in modo accurato e sicuro alle domande in linguaggio naturale degli utenti finali sui dati nel database AlloyDB. In questo modo, i dati sono accessibili agli utenti che potrebbero non essere esperti nella scrittura di SQL. Per i workflow text-to-SQL di nuova generazione e l'integrazione degli agenti AI, ti consigliamo di utilizzare QueryData.
Di seguito sono riportati alcuni casi d'uso abilitati da AlloyDB AI e da queste estensioni:
Ricerca vettoriale: utilizza AlloyDB per archiviare i vector embedding ed eseguire ricerche di somiglianza altamente efficienti. Puoi generare un indice dei vicini più prossimi altamente efficiente basato sull'algoritmo ScaNN.
Esegui query SQL intelligenti utilizzando le funzioni AI di AlloyDB: utilizza l'AI direttamente nelle query SQL. In questo modo puoi riordinare i risultati di ricerca per una maggiore pertinenza, integrare il linguaggio naturale nelle query SQL e generare embedding multimodali per la ricerca vettoriale.
Chiama i modelli utilizzando gli endpoint dei modelli: registra i modelli di AI come endpoint dei modelli e chiama gli endpoint da AlloyDB per generare embedding, richiamare previsioni o eseguire ricerche di somiglianza.
Genera embedding e richiama previsioni: utilizza i modelli di text embedding di Gemini Enterprise Agent Platform o gli endpoint dei modelli registrati per generare embedding di testo o multimodali.
Esegui query sui dati in linguaggio naturale con QueryData: traduci le domande in linguaggio naturale in query SQL utilizzando set di contesto (modelli, facet e query di ricerca di valori) e integra la generazione di SQL da linguaggio naturale in un unico passaggio nei tuoi agenti e applicazioni AI.
Crea agenti per i dati con l'analisi conversazionale: crea e chatta con agenti per i dati stateful e multi-turn in AlloyDB Studio per esplorare i tuoi dati AlloyDB in linguaggio naturale.
Genera istruzioni SQL dal linguaggio naturale utilizzando l'estensione
alloydb_ai_nl: aggiungi funzionalità di linguaggio naturale nel database alla tua applicazione utilizzando l'estensionealloydb_ai_nl(per i nuovi workflow text-to-SQL, consigliamo QueryData).