概要
AI主導のアプリケーションを開発および導入する企業が増えるにつれ、どのようなベクトル・データベースを使用するかという戦略的な決定を下す必要があります。ベクトルは、非構造化データを表すために計算された数値の一意の文字列であり、企業は一般的な大規模言語モデル(LLM)にコンテキストを追加できます。ベクトルは、それらが表す非構造化データの迅速なセマンティック検索を可能にします。これは、製品の推奨の作成、データまたはオブジェクト間の相関の表示などのユースケースにとって重要な機能です。
Oracleは最近、Oracle Databaseに組み込まれているデータ型の増大するリストにベクトル・データを追加しました。このサポートは、Oracle Database 23cの新機能である「AI Vector Search」という形で提供されます。これには、ネイティブ・データ型としてのベクトル、ベクトル索引およびベクトル検索SQL演算子が含まれ、これらを組み合せて非構造化データのセマンティック・コンテンツをベクトルとして格納できます。その後、ドキュメント、イメージ、およびベクトルとして表されるその他の非構造化データに対して高速な類似性問合せを実行できます。
OracleのAI Vector Searchは、LLMとプライベート・ビジネス・データを組み合わせて自然言語の質問への回答を提供する高度な生成AI技術である、検索拡張生成(RAG)をサポートしています。RAGは、プライベート・データをLLMトレーニング・データに含めることで、精度を向上させ、プライベート・データの公開を回避します。
デモ
