AlloyDB AI を使用して生成 AI アプリケーションを構築する

PostgreSQL 互換のデータベースである AlloyDB は、 Google Cloud 環境の他のサービスに加えて、PostgreSQL でサポートされているツールやフレームワークとシームレスに統合されます。

AlloyDB AI は、生成 AI アプリケーションの構築を可能にする AI と ML の一連の機能を提供します。これらの機能を使用すると、セマンティック類似性のベクトル検索、自然言語クエリ、Google、OpenAI、Anthropic などのプロバイダによる機械学習モデルとの統合などの機能を備えたアプリケーションを構築できます。

AI アプリケーションの構築プロセスを簡素化するために、AlloyDB には次の拡張機能が用意されています。

  • vector 拡張機能: 標準の pgvector PostgreSQL 拡張機能は AlloyDB 用にカスタマイズされており、vector と呼ばれます。これにより、生成されたエンベディングをベクトル列に保存できます。この拡張機能では、スカラー量子化機能のサポートも追加され、IVF インデックスを作成できます。ストック pgvector で使用できる IVFFlat インデックスまたは HSNW インデックスを作成することもできます。

  • alloydb_scann 拡張機能: alloydb_scann 拡張機能は、ScaNN アルゴリズムを活用した高効率の最近傍インデックスを実装します。

    alloydb_scann 拡張機能は、PostgreSQL 14 および 15 互換のデータベースで使用できます。

  • google_ml_integration 拡張機能: google_ml_integration 拡張機能は、エンベディングの生成、セマンティック ランキング、AI ベースのフィルタ、結合、テキスト生成/要約の実装などの関数を含む AI クエリエンジン機能を提供します。この拡張機能には、AI モデルのメタデータを登録する関数も用意されています。登録されたメタデータは、これらのモデルから予測を呼び出すために使用されます。

  • alloydb_ai_nl 拡張機能: alloydb_ai_nl 拡張機能を使用すると、AlloyDB データベース内のデータに関するエンドユーザーの自然言語の質問に正確かつ安全に回答するアプリケーションを構築できます。これにより、SQL の記述に精通していないユーザーもデータにアクセスできるようになります。

これらの拡張機能で実現できるユースケースをいくつか紹介します。

  • AlloyDB AI クエリエンジンを使用してインテリジェントな SQL クエリを実行する: SQL クエリ内で AI を直接使用します。これにより、検索結果の関連性を高めるために再ランキングしたり、自然言語を SQL クエリに統合したり、ベクトル検索用のマルチモーダル エンベディングを生成したりできます。

  • ベクトル検索: AlloyDB を使用してベクトル エンベディングを保存し、効率的な類似性検索を実行します。ScaNN アルゴリズムを活用した高効率の最近傍インデックスを生成できます。

  • モデル エンドポイントを使用してモデルを呼び出す: AI モデルをモデル エンドポイントとして登録し、AlloyDB 内からエンドポイントを呼び出して、エンベディングの生成、予測の呼び出し、類似性検索を行います。

  • エンベディングを生成して予測を呼び出す: Vertex AI テキスト エンベディング モデルまたは登録済みモデル エンドポイントを使用して、テキストまたはマルチモーダル エンベディングを生成します。

  • 自然言語から SQL ステートメントを生成する: アプリケーションに自然言語機能を追加し、自然言語で質問して AlloyDB とやり取りします。自然言語の質問は AlloyDB AI によって処理され、回答を取得する正確な SQL クエリが自動的に生成されます。

次のステップ