Autonomous Database Select AI

تعرض الصورة طريقة عمل Autonomous Database Select AI. يوضح المخطط كيف يمكنك إجراء محادثة باستخدام بياناتك من خلال طرح سؤال باللغة الطبيعية من خلال واجهة، مثل بيئة تطوير متكاملة أو تطبيق، عبر نص أو صوت.

يستخدم Autonomous Database Select AI فيما بعد نموذج لغة كبير (LLM) لإنشاء استعلام SQL وتنفيذ المهام التالية:

• 1) تعزيز سؤال اللغة الطبيعية ببيانات تعريف من المخطط (المخططات) المحدد في ملف تعريف المستخدم.
• 2) تغذية LLM مع موجه معزز.
• 3) تنتج LLM استعلام SQL مقابل قاعدة البيانات.
• 4) يتم تشغيل الاستعلام ويتم إرسال النتيجة إلى المستخدم.
• 5) يتم الاحتفاظ بالأسئلة السابقة لتفاعلات المستخدم الشبيهة بالمحادثة.

أخيرًا، يتلقى المستخدم ردًا بإجابة من بيانات المؤسسة، استنادًا إلى نظام تأمين البيانات الحالي.

تعرض الصورة طريقة عمل Autonomous Database Select AI. يوضح المخطط طريقة إنشاء محتوى مُخصص من خلال طرح سؤال فحسب في موجه "Select AI".

يبدأ المستخدم سير عمل من خلال تطبيق. على سبيل المثال، يريد المستخدم إنشاء عرض ترويجي استنادًا إلى عمليات الشراء السابقة للعميل.

يستخدم التطبيق البيانات في Autonomous Database وينشئ عروضًا ترويجية مُخصصة مستهدفة عبر نموذج لغة كبير (LLM) بما في ذلك هذه الخطوات التالية:

• 1) يتم الاستعلام عن السياق من Autonomous Database (على سبيل المثال، المعلومات الديموغرافية للعملاء وسلوك الشراء والمنتجات التي يجب الترويج لها وما إلى ذلك).
• 2) يتم دمج تعليمات المهمة السريعة بهذه البيانات (على سبيل المثال، التوصية بمنتجات مماثلة من قائمة المنتجات التي تم الترويج لها؛ وكتابة بريد إلكتروني مُخصص ومقنع مع التوصيات)
• 3) ثم تغذي LLM مع الموجه المعزز وتعالج النتيجة.

يتم توفير الإخراج النهائي للمستخدم الذي يتضمن عرض بريد إلكتروني ترويجي مقنع مع توصيات منتج مُخصصة بناءً على معلومات العميل وسلوكه ومشترياته السابقة.

تعرض الصورة طريقة عمل Autonomous Database Select AI. يوضح الرسم البياني كيف يمكنك إنشاء أتمتة إنشاء مخزن المتجهات وملئه من الملفات النصية مثل txt وhtml في مخزن الكائنات.

تعالج ميزة Select AI المستندات تلقائيًا إلى مجموعات، وتنشئ عمليات تضمين، وتخزينها في مخزن المتجهات المحدد، وتحدِّث فهرس المتجه عند وصول بيانات جديدة:

• 1) المدخلات: يتم تخزين البيانات في البداية في مخزن كائنات.
• 2) تسترجع قاعدة البيانات الذاتية بيانات الإدخال أو المستند، وتجزئها، وتمررها إلى نموذج التضمين.
• 3) يعالج نموذج التضمين بيانات الحزمة ويسترجع عمليات تضمين المتجه.
• 4) الإخراج: يتم تخزين عمليات تضمين المتجه في قاعدة البيانات الذاتية بصفته نوع بيانات متجه للاستخدام مع RAG. عند إضافة المحتوى، يتم تحديث فهرس المتجهات تلقائيًا.

تعرض الصورة طريقة عمل Autonomous Database Select AI. يوضح الرسم البياني طريقة تنفيذ Select AI للإنشاء المعزز بالاسترجاع (RAG).

تسترجع RAG أجزاء المعلومات ذات الصلة من قاعدة بيانات المؤسسة للإجابة على سؤال المستخدم. يتم توفير هذه المعلومات لنموذج اللغة الكبير المحدد مع مطالبة المستخدم. تستخدم Select AI معلومات المؤسسة الإضافية هذه لتحسين المطالبة، وتحسين استجابة LLM. يمكن لـ RAG تحسين جودة الاستجابة من خلال تحديث معلومات المؤسسة لتاريخه من مخزن المتجهات:

• 1) الإدخال: يسأل المستخدم سؤالاً.
• 2) تنشئ Select AI من قاعدة البيانات الذاتية عمليات تضمين المتجهات للمطالبة باستخدام نموذج التضمين المحدد في ملف تعريف الذكاء الاصطناعي.
• 3) تستخدم ميزة Select AI من قاعدة البيانات الذاتية التضمين الذي تم إنشاؤه والبحث عن متجه الذكاء الاصطناعي للعثور على محتوى مماثل من بيانات مؤسسة العميل.
• 4) يرجع البحث المتجه أعلى نتائج بحرف ك التي يتم استخدامها لتعزيز المطالبة.
• 5) ترسل قاعدة البيانات الذاتية أفضل نتائج استعلام ك مع سؤال المستخدم إلى LLM.
• 6) يُرجع LLM استجابته لمثيل قاعدة البيانات الذاتية.
• 7) الإخراج: توفر ميزة Select AI من قاعدة البيانات الذاتية الاستجابة للمستخدم