使用 AI Vector Search 快速、精确地进行业务和语义数据搜索

介绍

随着越来越多的企业开发和部署 AI 驱动的应用程序，我们有一个战略决策：我们使用什么矢量数据库？Vectors 是用于表示非结构化数据的唯一数字字符串，允许公司为通用大语言模型 (LLM) 添加上下文。通过向量，可以快速对所代表的非结构化数据进行语义搜索，这是提供产品建议或显示数据或对象之间的关联等用例的关键功能。

Oracle 最近将向量数据添加到 Oracle Database 中不断增长的数据类型列表中。这种支持以 Oracle Database 23ai 中名为“AI Vector Search”的新功能的形式提供。它包括向量作为本机数据类型，以及向量索引和向量搜索 SQL 运算符，这使得将非结构化数据的语义内容存储为向量成为可能。然后，您可以对以向量表示的文档、图像和任何其他非结构化数据运行快速相似性查询。

Oracle 的 AI Vector Search 支持检索增强生成 (RAG)。RAG 是一项高级生成式 AI 技术，可将 LLM 与专用业务数据相结合，提供对自然语言问题的响应。RAG 提供更高的准确性，并通过将私有数据包含在 LLM 培训数据中来避免泄露私有数据。

演示

更多资源

• 教程：通过 AI Vector Search 迅速准确地搜索业务和语义数据 (56:48)
• 博客：Oracle 宣布在 Oracle Database 23ai 中全面推出 AI Vector Search
• Oracle Connect：使用集成向量数据库进行 AI 开发的 5 大优势

注：Oracle 的 AI Vector Search 处于测试版，尚未普遍可用。当产品可用时，将共享更深入的资源。