AlloyDB は、ベクトル エンベディング、高性能ベクトル検索、自然言語を、あらゆる場所で実行できる PostgreSQL 対応データベースに統合します。
概要
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。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はありません。また、複数のシステムを行き来することでレイテンシが発生することもありません。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 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。AlloyDB は、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ることも可能です。また、不正データへのアクセスをロックダウンします。
Vertex AI でホストされている Google の Gemini モデルやその他の基盤モデルにアクセスします。また、モデル エンドポイント管理を使用して、任意のプラットフォームでモデル エンドポイントを登録し、簡単な SQL 関数で AlloyDB から呼び出します。検索拡張生成(RAG)を使用して、複雑なグルーコードを必要とせずに、データベースからリアルタイム コンテキストでアプリケーションの回答をグラウンディングできます。
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。1 つのクエリ内で、ベクトル エンベディングの生成、類似検索の実行、AI モデルの呼び出しを行うことができます。
LangChain と LlamaIndex は、モデル、ツール、データベースを簡単に接続できる人気のオーケストレーション フレームワークです。これらを使用して、コードをモジュール化して簡素化できます。アプリケーション固有のロジックに専念し、ドキュメントの読み込み、ベクトルストアへのアクセス、チャット履歴の読み取りなどの一般的なアクションはフレームワークに管理させましょう。
一般的な使用例
優れた検索エクスペリエンスを実現するには、ウェブサイトやアプリがユーザーの意図を理解する必要があり、キーワードの完全一致に依存することはできません。AlloyDB のハイブリッド検索は、テキスト検索(例:「Pixel」)とセマンティック検索(例:「Google のあのスマートフォンを探しています」)を組み合わせて、精度と文脈の両方を提供します。強力な再ランキングとインライン フィルタリングをライブ運用データに直接適用し、正確で関連性の高い結果を提供して、クリック率を高めます。別の検索システムを管理する必要はありません。
優れた検索エクスペリエンスを実現するには、ウェブサイトやアプリがユーザーの意図を理解する必要があり、キーワードの完全一致に依存することはできません。AlloyDB のハイブリッド検索は、テキスト検索(例:「Pixel」)とセマンティック検索(例:「Google のあのスマートフォンを探しています」)を組み合わせて、精度と文脈の両方を提供します。強力な再ランキングとインライン フィルタリングをライブ運用データに直接適用し、正確で関連性の高い結果を提供して、クリック率を高めます。別の検索システムを管理する必要はありません。
マルチモーダル データ(テキスト、画像、動画、その他のコンテンツ タイプ)を検索するには、最新のデータを含む高性能なベクトル データベースが必要です。AlloyDB は、選択した AI モデルを使用して、データベース内に直接ベクトル エンベディングを自動生成します。そのため、他のシステムへの複雑なパイプラインが不要になります。また、自動インデックス作成機能も備えているため、アプリケーションは、書き込みや更新により急速に変化し続けるデータにも対処できます。
マルチモーダル データ(テキスト、画像、動画、その他のコンテンツ タイプ)を検索するには、最新のデータを含む高性能なベクトル データベースが必要です。AlloyDB は、選択した AI モデルを使用して、データベース内に直接ベクトル エンベディングを自動生成します。そのため、他のシステムへの複雑なパイプラインが不要になります。また、自動インデックス作成機能も備えているため、アプリケーションは、書き込みや更新により急速に変化し続けるデータにも対処できます。
ビジネス ユーザーが質問するだけでデータから回答を得られるようにします。AlloyDB の自然言語理解は、会話形式のクエリを正確に回答に変換し、必要に応じてフォローアップの質問(例:「出発時刻と到着時刻のどちらですか?」)も行います。これにより、データアクセスが民主化され、意思決定が迅速化され、アプリケーションや AI エージェントに自然言語インターフェースを組み込む負担が軽減されます。
ビジネス ユーザーが質問するだけでデータから回答を得られるようにします。AlloyDB の自然言語理解は、会話形式のクエリを正確に回答に変換し、必要に応じてフォローアップの質問(例:「出発時刻と到着時刻のどちらですか?」)も行います。これにより、データアクセスが民主化され、意思決定が迅速化され、アプリケーションや AI エージェントに自然言語インターフェースを組み込む負担が軽減されます。
AlloyDB を基盤として、強力なエージェント ワークフローを構築してスケーリングします。AlloyDB は、AI 対応の PostgreSQL 互換リレーショナル データベース向けに、スケーラブルで高可用性のアーキテクチャを提供します。エージェントは、Gemini を使用して企業の構造化データと非構造化データに対して推論を行い、高性能な検索、自然言語処理、事前構成済みのデータ統合を使用して、高度な AI 搭載アプリケーションや会話型エクスペリエンスを作成できます。
AlloyDB を基盤として、強力なエージェント ワークフローを構築してスケーリングします。AlloyDB は、AI 対応の PostgreSQL 互換リレーショナル データベース向けに、スケーラブルで高可用性のアーキテクチャを提供します。エージェントは、Gemini を使用して企業の構造化データと非構造化データに対して推論を行い、高性能な検索、自然言語処理、事前構成済みのデータ統合を使用して、高度な AI 搭載アプリケーションや会話型エクスペリエンスを作成できます。
オンプレミス、エアギャップ環境、小売店などのエッジ、またはマルチクラウド デプロイの一部として、完全な AI スタックをデプロイします。AlloyDB Omni は、どこでも実行可能な AlloyDB のダウンロード版です。データベースをローカルの基盤モデルとペアリングしながら、完全なデータ主権を維持できます。最も機密性の高いデータがネットワークから出ていくことはないため、復元力とコンプライアンスに優れたカスタム AI ソリューションを構築できます。
オンプレミス、エアギャップ環境、小売店などのエッジ、またはマルチクラウド デプロイの一部として、完全な AI スタックをデプロイします。AlloyDB Omni は、どこでも実行可能な AlloyDB のダウンロード版です。データベースをローカルの基盤モデルとペアリングしながら、完全なデータ主権を維持できます。最も機密性の高いデータがネットワークから出ていくことはないため、復元力とコンプライアンスに優れたカスタム AI ソリューションを構築できます。
ビジネスケース

Target の検索は、これまで以上にダイナミックなものへと進化しています。それは、お客様が必要なときに必要なものを、必要な方法で見つけられるようサポートする、スマートなマルチモーダル基盤です。AlloyDB AI と Google Cloud の急速に進化するデータと AI のスタックにより、当社はお客様の期待を常に上回り、よりパーソナライズされた楽しいショッピング体験を毎日自信を持ってお届けしてまいります。
Target、データ サイエンス担当バイス プレジデント、Melissa Ludack 氏
注目のメリット
生成 AI の開発と製品化までの時間を短縮
AI スタックの費用と複雑さを軽減
よりスマートで、より応答性が高く、より関連性の高い AI アプリケーションを構築する