Crear aplicaciones de IA generativa con AlloyDB AI

Selecciona una versión de la documentación:

AlloyDB AI es un conjunto de funciones incluidas en AlloyDB para PostgreSQL y AlloyDB Omni que te permiten aplicar la potencia semántica y predictiva de los modelos de aprendizaje automático a tus datos. En esta página se ofrece una descripción general de las funciones de IA basadas en aprendizaje automático que están disponibles en AlloyDB.

Almacenar, indexar y consultar vectores

La extensión 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 la función de cuantización escalar para crear índices IVF. También puedes crear un índice IVFFlat o HSNW que estén disponibles con acciones pgvector.

Para obtener más información sobre cómo almacenar vectores, consulta Almacenar vectores.

Además de la extensión vector personalizada, AlloyDB incluye la extensión alloydb_scann, que implementa un índice de vecinos más cercanos altamente eficiente basado en el algoritmo ScaNN.

Para obtener más información sobre cómo crear índices y consultar vectores, consulta Crear índices y consultar vectores.

Ajustar el rendimiento de las consultas vectoriales

Puedes ajustar tus índices para conseguir un equilibrio entre las consultas por segundo y la recuperación de tus consultas. Para obtener más información sobre cómo optimizar tus índices, consulta Optimizar el rendimiento de las consultas vectoriales.

Generar incrustaciones y predicciones de texto

AlloyDB AI amplía la sintaxis de PostgreSQL con dos funciones para consultar modelos mediante la extensión google_ml_integration:

  • Invoca predicciones para llamar a un modelo mediante SQL en una transacción.

  • Genera incrustaciones para que un LLM traduzca las peticiones de texto a vectores numéricos.

    Puedes usar la embedding() función para consultar modelos de Vertex AI, mientras que la google_ml.embedding() función se puede usar para consultar modelos registrados de Vertex AI, alojados y de terceros.

    Después, puedes aplicar estas incrustaciones de vectores como entrada a las funciones pgvector. Esto incluye métodos para comparar y ordenar muestras de texto según su distancia semántica relativa.

Usar modelos en la nube con Vertex AI

Puedes configurar AlloyDB Omni para que funcione con Vertex AI.

Esto ofrece las siguientes ventajas a tus aplicaciones:

Siguientes pasos