Avec Oracle Database 23ai, vous pouvez utiliser le nouveau type de données vectoriel natif pour stocker les vecteurs directement dans les tables. La prise en charge des vecteurs avec différents nombres et formats de dimensions signifie que vous pouvez utiliser le modèle d'intégration de vecteurs de votre choix pour simplifier le développement et le déploiement d'applications.
Utilisez la structure ONNX pour importer les modèles d'intégration de votre choix et utilisez-les pour générer des vecteurs pour vos données ou utilisez des API de base de données pour générer des vecteurs à partir de votre service d'intégration préféré. Vous avez également la possibilité d'importer des vecteurs directement dans la base de données.
Utilisez du code SQL simple et intuitif pour effectuer une recherche de similarités sur les vecteurs et combinez librement des vecteurs avec des types de données relationnels, textuels, JSON et autres dans la même requête.
Combinez la recherche sophistiquée de données d'entreprise avec la recherche de similarité vectorielle d'IA à l'aide d'un SQL simple et intuitif et de toute la puissance d'une base de données convergée (JSON, graphique, texte, relationnel, spatial, etc.), le tout au sein d'une seule requête.
Accélérez les recherches de similarités à l'aide d'index de recherche approximatifs très précis (index vectoriels), tels que l'index de graphe de voisin en mémoire pour des performances maximales et les index de partition de voisin pour des jeux de données volumineux.
Indexez et interrogez des documents à l'aide d'une combinaison de recherche de texte intégral et de recherche sémantique vectorielle pour améliorer l'expérience de recherche globale et fournir aux utilisateurs des informations plus précises.
Indiquez la précision de la recherche cible sous forme de pourcentage simple au lieu d'être requis pour spécifier des paramètres algorithmiques avancés. Définissez la précision par défaut lors de la création de l'index et remplacez-la dans les requêtes de recherche si nécessaire.
Améliorez les interactions avec les grands modèles de langage (LLM) en fournissant des données privées spécifiques au contexte afin d'améliorer la précision des réponses grâce à une combinaison de recherche de similarité et de recherche de données d'entreprise. Enrichissez davantage la génération augmentée par extraction (RAG) à l'aide de critères métier intégrés, tels que les filtres de sécurité, les indicateurs métier et les règles métier.
Oracle AI Vector Search s'intègre en toute transparence aux fonctionnalités de sécurité de bases de données leaders du secteur d'Oracle pour réduire les risques et simplifier la conformité. En tirant parti d'outils robustes, tels que le chiffrement, le masquage des données, les contrôles d'accès des utilisateurs privilégiés, la surveillance des activités et l'audit, les entreprises peuvent sécuriser leurs données tout en tirant pleinement parti des fonctionnalités avancées de recherche par IA.
Effectuez tous les aspects du vivier d'IA générative à l'aide d'API de base de données natives de bout en bout, ce qui permet aux développeurs de créer plus facilement des applications d'IA nouvelle génération à l'aide de leurs données métier, le tout directement dans la base de données.
Gérez un large éventail de cas d'usages de l'IA impliquant des actions de machine learning (décisions, prédictions, classification, prévisions, etc.) combinées à la puissance de la recherche vectorielle basée sur l'IA. Par exemple, il est facile de combiner l'inférence et la classification avec la recherche vectorielle Oracle AI dans la même requête SQL.
Accélérez la création et la recherche d'index vectoriels grâce aux optimisations d'Exadata System Software 24ai. Bénéficiez des performances, de l'évolutivité et de la disponibilité élevées qu'Exadata fournit aux bases de données d'entreprise.