AlloyDB AI

エンベディングの自動生成により、テキスト エンベディング モデルやマルチモーダル エンベディング モデルを使用して、テキスト、画像、動画などの運用データをベクトル エンベディングに簡単に変換できます。エンベディングをリレーショナル データとともに AlloyDB に保存し、SQL インターフェースを使用してあらゆる種類のデータに対してハイブリッド ベクトル類似性検索を実行できます。

ScaNN インデックスは、Google 検索と同じ検索アルゴリズムを使用しており、12 年にわたる Google の研究に基づいています。標準の PostgreSQL HNSW インデックスと比較して、インデックス作成速度が最大 10 倍、ベクトル検索クエリ速度が最大 4 倍、フィルタ付きベクトル検索クエリ速度が最大 10 倍の、高度なセマンティック検索を実行します。AlloyDB AI では、並列インデックスの構築、インデックスの自動メンテナンス、ベクトル インデックスのエンタープライズ グレードのオブザーバビリティなどの追加機能も提供されます。

AlloyDB AI の ScaNN インデックスは、PostgreSQL クエリ プランナーと緊密に統合されており、構造化データと非構造化データにわたるシンプルかつ強力なクエリを可能にします。そのため、別途ベクトル データベースをデプロイしたり、学習したりする必要がありません。適応型フィルタリングにより、フィルタ、結合、ベクトル インデックスを組み合わせる際に、最適なパフォーマンスを実現できます。

AlloyDB AI クエリエンジンにより、SQL クエリで自然言語を使用して、フィルタ条件やランキング基準を表現できます。AI モデルの力により、推論や実世界の知識を SQL クエリに組み込むことで、エンタープライズ データから詳細なセマンティック分析情報を抽出することが可能になります。

AlloyDB AI を使用して、自然言語での質問に対する正確な回答をユーザーやエージェントに提供できます。AlloyDB AI の自然言語処理機能により、自然言語インターフェースにありがちな、曖昧さや柔軟性、セキュリティ上の課題を克服できます。ユーザーの質問を適切に解釈し、スキーマ、サンプルデータ、その他のソースからデータを組み込んで精度を高め、承認されていないデータへのアクセスを制限することも可能です。