Crear aplicaciones de IA generativa con AlloyDB AI

Al ser una base de datos compatible con PostgreSQL, AlloyDB se integra perfectamente con las herramientas y los frameworks compatibles con PostgreSQL, así como con otros servicios del entorno de Google Cloud .

AlloyDB AI ofrece un conjunto de funciones de IA y aprendizaje automático que te permiten crear aplicaciones de IA generativa. Estas funciones te permiten crear aplicaciones con funciones como la búsqueda de vectores para encontrar similitudes semánticas, las consultas en lenguaje natural y la integración con modelos de aprendizaje automático de proveedores como Google, OpenAI y Anthropic.

Para simplificar el proceso de creación de aplicaciones de IA, AlloyDB proporciona las siguientes extensiones:

  • Extensión vector: la extensión estándar pgvector PostgreSQL extension se ha personalizado para AlloyDB y se denomina vector. Permite almacenar las inserciones generadas en una columna de vector. La extensión también añade compatibilidad con las funciones de cuantización escalar para crear índices IVF. También puedes crear un índice IVFFlat o HSNW que estén disponibles con acciones pgvector.

  • Extensión alloydb_scann: la extensión alloydb_scann implementa un índice de vecinos más cercanos muy eficiente basado en el algoritmo ScaNN.

    Puedes usar la extensión alloydb_scann con bases de datos compatibles con PostgreSQL 14 y 15.

  • Extensión google_ml_integration: la extensión google_ml_integration proporciona la función de motor de consultas de IA, que incluye funciones para generar inserciones, clasificaciones semánticas e implementar filtros, uniones y generación o resumen de texto basados en IA. Esta extensión también proporciona funciones para registrar metadatos de modelos de IA. Los metadatos registrados se usan para invocar predicciones de estos modelos.

  • Extensión alloydb_ai_nl: la extensión alloydb_ai_nl permite a los desarrolladores crear aplicaciones que respondan de forma precisa y segura a las preguntas en lenguaje natural de los usuarios finales sobre los datos de la base de datos de AlloyDB. De esta forma, los usuarios que no tengan mucha experiencia con SQL podrán acceder a los datos.

A continuación se indican algunos casos prácticos que permiten estas extensiones:

  • Búsqueda de vectores: usa AlloyDB para almacenar incrustaciones de vectores y realizar búsquedas de similitud muy eficientes. Puedes generar un índice de vecinos más cercanos muy eficiente con el algoritmo ScaNN.

  • Hacer consultas SQL inteligentes con el motor de consultas de AlloyDB AI: usa la IA directamente en tus consultas SQL. De esta forma, puedes volver a clasificar los resultados de búsqueda para que sean más relevantes, integrar el lenguaje natural en tus consultas SQL y generar inserciones multimodales para la búsqueda de vectores.

  • Llamar a modelos mediante endpoints de modelos: registra modelos de IA como endpoints de modelos y llama a los endpoints desde AlloyDB para generar embeddings, invocar predicciones o realizar búsquedas de similitud.

  • Generar embeddings e invocar predicciones: usa modelos de embeddings de texto de Vertex AI o endpoints de modelos registrados para generar embeddings de texto o multimodales.

  • Generar instrucciones SQL a partir de lenguaje natural: añade funciones de lenguaje natural a tu aplicación e interactúa con AlloyDB haciendo preguntas en lenguaje natural. AlloyDB AI procesa las preguntas en lenguaje natural para generar automáticamente una consulta de SQL precisa que devuelva la respuesta.

Siguientes pasos