Mit Oracle Database 23ai können Sie den neuen nativen Vektordatentyp verwenden, um Vektoren direkt in Tabellen zu speichern. Die Unterstützung von Vektoren mit unterschiedlichen Dimensionsanzahlen und Formaten bedeutet, dass Sie das Vektor-Einbettungsmodell Ihrer Wahl verwenden können, um die Anwendungsentwicklung und -bereitstellung zu vereinfachen.
Verwenden Sie das ONNX-Framework, um die Einbettungsmodelle Ihrer Wahl zu importieren und daraus Vektoren für Ihre Daten zu generieren, oder verwenden Sie Datenbank-APIs, um Vektoren aus Ihrem bevorzugten Einbettungsdienst zu generieren. Sie haben außerdem die Möglichkeit, Vektoren direkt in die Datenbank zu importieren.
Verwenden Sie einfache, intuitive SQL, um Ähnlichkeitssuchen in Vektoren durchzuführen und Vektoren mit relationalen, Text-, JSON- und anderen Datentypen innerhalb derselben Abfrage frei zu kombinieren.
Kombinieren Sie die ausgefeilte Suche nach Geschäftsdaten mit der KI-Vektor-Ähnlichkeitssuche unter Verwendung einfacher, intuitiver SQL und der vollen Leistungsfähigkeit einer konvergierten Datenbank – JSON, Grafik, Text, relational, räumlich und mehr – alles innerhalb einer einzigen Abfrage.
Beschleunigen Sie Ähnlichkeitssuchen mithilfe hochpräziser Näherungssuchindizes (Vektorindizes), wie z. B. dem In-Memory-Nachbarschafts-Graphenindex für maximale Leistung und Nachbarschafts-Partitionsindizes für umfangreiche Datensätze.
Indexieren und durchsuchen Sie Dokumente mithilfe einer Kombination aus Volltextsuche und semantischer Vektorsuche, um die allgemeine Sucherfahrung zu verbessern und den Benutzern genauere Informationen zur Verfügung zu stellen.
Geben Sie die Zielsuchgenauigkeit als einfachen Prozentsatz an, anstatt erweiterte algorithmische Parameter angeben zu müssen. Legen Sie die Standardgenauigkeit bei der Indexerstellung fest und überschreiben Sie sie bei Bedarf in Suchanfragen.
Verbessern Sie die Interaktionen mit dem Large Language Model (LLM), indem Sie kontextspezifische private Daten bereitstellen, um die Genauigkeit der Antworten durch eine Kombination aus Ähnlichkeitssuche und Suche nach Geschäftsdaten zu verbessern. Erweitern Sie Retrieval-Augmented Generation (RAG) mithilfe integrierter Geschäftskriterien wie Sicherheitsfiltern, Geschäftskennzahlen und Geschäftsregeln.
Oracle AI Vector Search lässt sich nahtlos in die branchenführenden Datenbanksicherheitsfunktionen von Oracle integrieren, um Risiken zu reduzieren und die Einhaltung von Vorschriften zu vereinfachen. Durch den Einsatz robuster Tools wie Verschlüsselung, Datenmaskierung, Zugriffskontrollen für privilegierte Benutzer, Aktivitätsüberwachung und Auditing können Unternehmen ihre Daten schützen und gleichzeitig die Vorteile fortschrittlicher KI-Suchfunktionen voll ausschöpfen.
Führen Sie alle Aspekte der generativen KI-Pipeline mithilfe nativer Datenbank-APIs von Anfang bis Ende aus, um Entwicklern die Erstellung von KI-Anwendungen der nächsten Generation unter Verwendung ihrer Geschäftsdaten zu erleichtern – alles direkt aus der Datenbank heraus.
Bewältigen Sie eine Vielzahl von KI-Anwendungsfällen, die maschinelles Lernen (Entscheidungen, Vorhersagen, Klassifizierung, Prognosen usw.) in Kombination mit der Leistungsfähigkeit der KI-basierten Vektorsuche umfassen. Zum Beispiel ist es einfach, Inferenz und Klassifizierung mit Oracle AI Vector Search in derselben SQL-Abfrage zu kombinieren.
Beschleunigen Sie die Erstellung und Suche von Vektorindizes mit Optimierungen der Exadata System Software 24ai. Profitieren Sie von der hohen Performance, Skalierbarkeit und Verfügbarkeit, die Exadata für Unternehmensdatenbanken bereitstellt.