使用 AlloyDB AI 构建生成式 AI 应用

作为与 PostgreSQL 兼容的数据库，AlloyDB 不仅可与 PostgreSQL 支持的工具和框架无缝集成，还可与 Google Cloud 环境中的其他服务无缝集成。

AlloyDB AI 提供了一套 AI 和机器学习功能，可让您构建生成式 AI 应用。借助这些功能，您可以构建具有以下功能的应用：用于语义相似度的向量搜索、自然语言查询，以及与 Google、OpenAI 和 Anthropic 等提供商的机器学习模型集成。

为简化构建 AI 应用的过程，AlloyDB 提供了以下扩展程序：

vector 扩展程序：标准 pgvector PostgreSQL 扩展程序是针对 AlloyDB 自定义的，称为 vector。它支持将生成的嵌入存储在向量列中。该扩展程序还添加了对标量量化功能的支持，以创建 IVF 索引。您还可以创建 IVFFlat 索引或 HSNW 索引，这些索引可与原生 pgvector 搭配使用。
alloydb_scann 扩展程序：alloydb_scann 扩展程序可实现由 ScaNN 算法提供支持的高效最近邻索引。

您可以将 alloydb_scann 扩展程序与 PostgreSQL 14 和 15 兼容的数据库搭配使用。
google_ml_integration 扩展程序：google_ml_integration 扩展程序提供 AI 查询引擎功能，其中包括用于生成嵌入内容、进行语义排名以及实现基于 AI 的过滤、联接和文本生成/摘要的函数。此扩展程序还提供用于注册 AI 模型元数据的函数。然后，注册的元数据用于调用这些模型的预测。
alloydb_ai_nl 扩展程序：借助 alloydb_ai_nl 扩展程序，开发者可以构建应用，让应用能够准确安全地回答最终用户提出的有关 AlloyDB 数据库中数据的自然语言问题。这样一来，即使是不擅长编写 SQL 的用户也能访问数据。

以下是这些扩展程序支持的一些应用场景：

使用 AlloyDB AI 查询引擎执行智能 SQL 查询：直接在 SQL 查询中使用 AI。这样一来，您就可以重新对搜索结果进行排名以提高相关性，将自然语言集成到 SQL 查询中，并生成用于向量搜索的多模态嵌入。
向量搜索：使用 AlloyDB 存储向量嵌入并执行高效的相似度搜索。您可以生成由 ScaNN 算法提供支持的高效最近邻索引。
使用模型端点调用模型：将 AI 模型注册为模型端点，并从 AlloyDB 内调用这些端点，以生成嵌入、调用预测或执行相似度搜索。
生成嵌入和调用预测：使用 Vertex AI 文本嵌入模型或已注册的模型端点生成文本或多模态嵌入。
通过自然语言生成 SQL 语句：为应用添加自然语言功能，并通过自然语言提问与 AlloyDB 进行互动。然后，AlloyDB AI 会处理自然语言问题，以自动生成可检索答案的准确 SQL 查询。

使用 AlloyDB AI 构建生成式 AI 应用 使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。