Criar aplicativos de IA generativa usando a IA do AlloyDB

Como um banco de dados compatível com PostgreSQL, o AlloyDB se integra perfeitamente às ferramentas e estruturas compatíveis com o PostgreSQL, além de outros serviços do ambiente Google Cloud .

A AlloyDB AI oferece um conjunto de recursos de IA e ML que permitem criar aplicativos de IA generativa. Com esses recursos, é possível criar aplicativos com funcionalidades como pesquisa vetorial para similaridade semântica, consultas em linguagem natural e integração com modelos de machine learning de provedores como Google, OpenAI e Anthropic.

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

  • Extensão vector: a extensão pgvector padrão do PostgreSQL é personalizada para o AlloyDB e é chamada de vector. Ele 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. Você também pode criar um índice IVFFlat ou HSNW disponível com o pgvector de ações.

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

    Você pode usar a extensão alloydb_scann com bancos de dados compatíveis com PostgreSQL 14 e 15.

  • Extensão google_ml_integration: a extensão google_ml_integration oferece o recurso de mecanismo de consulta de IA, que inclui funções para gerar embeddings, classificação semântica e implementar filtros, junções e geração/resumo de texto com base em IA. Essa extensão também oferece 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 dos usuários finais 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. Você pode gerar um índice de vizinho mais próximo altamente eficiente com tecnologia do algoritmo ScaNN.

  • Faça consultas SQL inteligentes usando o mecanismo de consultas da IA do AlloyDB: use a IA diretamente nas suas consultas SQL. Isso permite reclassificar os resultados da pesquisa para maior relevância, integrar a linguagem natural às consultas SQL e gerar embeddings multimodais para a 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 Vertex AI ou endpoints de modelos registrados para gerar embeddings de texto ou multimodais.

  • Gerar instruções SQL em linguagem natural: adicione recursos de linguagem natural ao seu 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