Oracle AI Vector Search
Leve facilmente a pesquisa de similaridade com tecnologia de IA para seus dados comerciais sem gerenciar e integrar vários bancos de dados ou comprometer a funcionalidade, a segurança e a consistência. O AI Vector Search permite pesquisar dados estruturados e não estruturados por semântica ou significado, e por valores, possibilitando aplicações de pesquisa de IA ultra sofisticadas. Os recursos nativos de pesquisa de vetores de IA também podem ajudar grandes modelos de linguagem (LLMs) a fornecer resultados mais precisos e contextualmente relevantes para casos de uso corporativo usando geração aumentada de recuperação (RAG) em seus dados comerciais.
-
Sphere Holdings: da startup à líder em IA corporativa com o Oracle AI Database 26ai
Veja como essa startup de IA passou do conceito para uma oferta robusta de IA em tempo recorde, aproveitando os recursos do Oracle Autonomous AI Database 26ai.
-
Outline Global Powers utiliza mapeamento geoespacial habilitado para IA com o Oracle AI Database 26ai
O Oracle AI Database 26ai com AI Vector Search ajudou a empresa australiana a fornecer serviços de dados e análises mais rápidos e confiáveis, aumentando sua receita em 30%.
Por que o Oracle AI Vector Search?
-
A simplicidade de um único banco de dados convergente
Combine facilmente a pesquisa por similaridade com tipos de dados relacionais, de texto, JSON, espaciais e gráficos para aprimorar seus aplicativos. Tudo em um único banco de dados. Leve a IA para seus dados, não o contrário.
-
Converse em linguagem natural com seus dados
Habilite a pesquisa em linguagem natural nos seus dados comerciais privados usando RAG para orientar melhor o LLM de sua escolha e afastá-lo de alucinações.
-
Desenvolva aplicações de IA do seu jeito
Use suas ferramentas de desenvolvimento, estruturas e modelos de IA e linguagens de programação favoritas para criar aplicações como quiser.
-
IA desenvolvida para empresas
Crie aplicativos de IA de missão crítica com facilidade. Aproveite os recursos de força industrial para obter escalabilidade, desempenho, alta disponibilidade e segurança.
-
Recursos completos de pipeline de IA generativa na ponta dos seus dedos
Os recursos do Oracle AI Vector Search incluem carregamento de documentos, transformação, fragmentação, incorporação, pesquisa por similaridade e RAG com LLMs disponíveis nativamente ou por meio de APIs no banco de dados.
Traga a IA para os dados da sua empresa: pesquisa de similaridade simplificada
-
Explore o poder da pesquisa vetorial no Oracle AI Database 26ai
Veja como as incorporações de vetores geradas por IA permitem pesquisas de similaridade extremamente rápidas usando dados do Serviço de Parques Nacionais dos EUA.
-
A IA para a revolução de dados
O Oracle AI Database arquiteta a IA em toda a pilha de dados e desenvolvimento, ajudando as organizações a fornecer insights confiáveis, com tecnologia de IA, inovações e produtividade para todos os seus dados, em qualquer lugar.
-
Demonstração: Acelere a pesquisa semântica com o AI Vector Search
Saiba como o AI Vector Search no Oracle AI Database 26ai combina pesquisa semântica em dados não estruturados com pesquisa relacional em dados comerciais tradicionais para obter resultados mais rápidos, relevantes e seguros.
“A tecnologia da Oracle foi fundamental para revolucionar nosso processo de identificação de doenças. O Oracle AI Vector Search e o Autonomous Database nos permitiram reduzir significativamente o tempo de diagnóstico, melhorar a precisão e o atendimento ao paciente."
Principais recursos do Oracle AI Vector Search
Pesquisa de vetores híbridos unificados
Combine o AI Vector Search com pesquisas relacionais, de texto, JSON, de gráfico de conhecimento e de localização espacial para melhorar os resultados, concentrando-se no significado completo da consulta de um usuário ao recuperar documentos, imagens, vídeos, áudio e dados estruturados correspondentes.
Tipo de dados vetorial e geração de vetores flexível
Use o tipo de dados VECTOR nativo para armazenar vetores em tabelas do Oracle AI Database 26ai. Gere os vetores usando sua escolha de modelos de incorporação de código aberto usando a estrutura ONNX, APIs de banco de dados para gerar vetores de seu provedor de modelo de incorporação preferido ou importar vetores diretamente no banco de dados.
Índices vetoriais híbridos
Acelere pesquisas de similaridade usando índices de pesquisa aproximados altamente precisos (índices vetoriais), como o índice de gráfico vizinho na memória para desempenho máximo e índices de partição para conjuntos de dados massivos. Use índices vetoriais híbridos para pesquisar rapidamente combinações de dados vetoriais e não vetoriais.
SQL padrão simples para consultar vetores
Use SQL simples e intuitivo para executar pesquisas de similaridade e combinar vetores livremente com dados relacionais, de texto, JSON e outros tipos na mesma consulta.
Especificação de precisão de pesquisa simples
Assuma o controle total da pesquisa que sua aplicação exige ao especificar o grau de precisão como uma porcentagem simples. Defina a precisão padrão durante a criação do índice e substitua nas consultas de pesquisa, se necessário.
Otimizações do Exadata
Acelere a criação e a pesquisa de índices vetoriais com as otimizações do Exadata System Software 25ai. Obtenha o alto desempenho, escala e disponibilidade que o Exadata fornece aos bancos de dados corporativos.
Casos de uso do Oracle AI Vector Search
A pesquisa de similaridade está focada em encontrar dados relacionados com base em seu significado semântico. É difícil pesquisar dados não estruturados diretamente, portanto, a pesquisa por similaridade vai além das simples pesquisas por palavras-chave, considerando os dados subjacentes de texto, imagem, áudio ou vídeo, em vez de pesquisar apenas os rótulos aplicados manualmente a eles.
A necessidade de identificar uma correspondência para dados semelhantes em grandes conjuntos de dados se aplica a muitos setores. Exemplos de pesquisa de similaridade incluem o seguinte:
- Pesquisa semântica de documentos
- Pesquisa semântica de imagens
- Sistemas de recomendação
- Reconhecimento de padrões
- Detecção de anomalias e fraudes
- Dados não estruturados, como arquivos, documentos, BLOBS ou CLOBS.
- Use modelos de incorporação comerciais ou de código aberto para criar vetores dentro ou fora do Oracle Database.
- Os vetores podem ser armazenados ao lado dos dados de negócios, de modo que, quando os dados forem modificados, os vetores também serão alterados.
- Você pode pesquisar os vetores armazenados para encontrar os vetores mais semelhantes.
- A pesquisa retorna os dados mais relevantes para você.
A geração aumentada de recuperação usa os resultados da pesquisa de similaridade para melhorar a precisão e a relevância contextual das respostas de modelos de linguagem grandes a perguntas sobre dados comerciais. Ela ajuda a identificar dados privados contextualmente relevantes nos quais o LLM pode não ter sido treinado e, em seguida, os usa para ampliar os prompts do usuário para que os LLMs possam responder com maior precisão.
O desejo de obter respostas de maior qualidade dos LLMs é universal, abrangendo muitas indústrias. Alguns exemplos de uso de RAG para melhorar a precisão incluem:
- Chatbots para usuários internos e externos
- Pesquisas e resumos de documentos
- Linguagem para síntese de código
- Respostas a perguntas que exigem conhecimento especializado e específico do domínio
A geração aumentada de recuperação ajuda as organizações a fornecer respostas personalizadas para perguntas de negócios sem o alto custo de reciclagem ou ajuste fino dos LLMs.
- Um chatbot permite o diálogo com um LLM.
- Faça uma pesquisa de similaridade em seus dados comerciais privados e passe esses fatos para o LLM.
- Os resultados são formatados como um prompt e contexto para o LLM.
- O LMM recebe entradas de dados de negócios atualizadas, reduzindo as alucinações.
- As respostas de alta qualidade são retornadas ao chatbot.
“Estamos felizes em ver o AI Vector Search incorporado ao Oracle Database. E apreciamos o fato de podermos executar o AI Vector Search no mesmo banco de dados Oracle que nossas outras cargas de trabalho. Isso nos permite oferecer uma solução confiável e segura.”
Conheça a AI Vector Search no Oracle AI Database
Andy Rivenes, Gerente de Produto, OracleA Oracle anunciou a disponibilidade do Oracle Database 23ai em maio de 2024. O Oracle AI Database adiciona aos mais de 300 novos recursos disponíveis no Oracle Database 23ai, então há muito o que aprender. Dominic Giles destaca vários recursos importantes no post no blog, mas um dos novos recursos mais interessantes do Oracle AI Database 23ai é o Oracle AI Vector Search.
Leia a publicação completaBlogs do AI Vector Search em destaque
- 24 de junho de 2025 Diretrizes de indexação com o AI Vector Search
- 28 de maio de 2025 Usando índices vetoriais híbridos no AI Vector Search
- 13 de maio de 2025 Novo workshop do AI Vector Search LiveLabs disponível
- 2 de abril de 2025 Use índices de vetores de fertilização in vitro no AI Vector Search
- 18 de março de 2025 Acelere o AI Vector Search no Oracle Database 23ai com GPUs NVIDIA