Oracle AI Vector Search
Lleva fácilmente la búsqueda por similitud impulsada por IA a tus datos empresariales sin necesidad de gestionar e integrar múltiples bases de datos ni comprometer la funcionalidad, seguridad y consistencia. AI Vector Search permite buscar datos estructurados y no estructurados por semántica o significado, así como por valores, habilitando aplicaciones de búsqueda impulsadas por IA altamente sofisticadas. Las capacidades nativas de AI Vector Search también pueden ayudar a los modelos de lenguaje de gran tamaño (LLM) a proporcionar resultados más precisos y contextualmente relevantes para casos de uso empresarial mediante retrieval-augmented generation (RAG) sobre los datos de tu negocio.
-
Sphere Holdings: de startup a líder empresarial en IA con Oracle AI Database 26ai
Mira cómo esta startup de IA pasó de la idea a una oferta de IA sólida en tiempo récord aprovechando Oracle Autonomous AI Database 26ai.
-
Outline Global potencia el mapeo geoespacial con IA usando Oracle AI Database 26ai
Oracle AI Database 26ai con AI Vector Search ayudó a esta compañía australiana a entregar servicios de datos y análisis más rápidos y confiables, aumentando sus ingresos en un 30%.
¿Por qué elegir Oracle AI Vector Search?
-
La simplicidad de una base de datos convergente
Combina fácilmente la búsqueda de similitudes con tipos de datos relacionales, de texto, JSON, espaciales y de gráficos para mejorar tus aplicaciones: todo en una sola base de datos. Lleva la IA a tus datos—no muevas tus datos para la IA.
-
Conversación en lenguaje natural con tus datos empresariales
Habilita la búsqueda en lenguaje natural en tus datos privados de negocio utilizando RAG para guiar mejor el LLM de tu elección y evitar alucinaciones.
-
Desarrolla aplicaciones de IA a tu manera
Usa tus herramientas de desarrollo favoritas, frameworks de IA, modelos de IA y lenguajes de programación para construir aplicaciones de IA a tu manera.
-
IA diseñada para la empresa
Crea aplicaciones de IA fundamentales con facilidad. Aprovecha las capacidades de resistencia industrial para lograr escalabilidad, rendimiento, alta disponibilidad y seguridad.
-
Capacidades completas de IA generativa al alcance de tu mano
Las capacidades de Oracle AI Vector Search incluyen carga, transformación, fragmentación, incrustación, búsqueda por similitud y RAG con LLM, disponibles de forma nativa o a través de API dentro de la base de datos.
Incorpora la inteligencia artificial a tus datos de negocio: búsqueda de similitudes simplificada
-
Explora el poder de la búsqueda vectorial en Oracle AI Database 26ai
Descubre cómo las incrustaciones vectoriales generadas por IA permiten búsquedas de similitud rápidas utilizando los datos del Servicio de Parques Nacionales de EE.
-
La IA para la revolución de los datos
Oracle AI Database integra IA en toda la pila de datos y desarrollo, ayudando a las organizaciones a ofrecer insights confiables, innovaciones y productividad impulsadas por IA, para todos sus datos y en cualquier lugar.
-
Demostración: Acelera la búsqueda semántica con AI Vector Search
Descubre cómo AI Vector Search en Oracle AI Database 26ai combina búsqueda semántica en datos no estructurados con búsqueda relacional en datos empresariales tradicionales, proporcionando resultados más rápidos, relevantes y seguros.
"La tecnología de Oracle ha sido fundamental para revolucionar nuestro proceso de identificación de enfermedades. Oracle AI Vector Search y Autonomous Database nos han permitido reducir significativamente el tiempo de diagnóstico, mejorar la precisión y proporcionar una mejor atención al paciente".
Funciones clave de Oracle AI Vector Search
Búsqueda vectorial híbrida unificada
Combina AI Vector Search con búsquedas relacionales, de texto, JSON, grafos de conocimiento y ubicación espacial para mejorar los resultados, enfocándote en el significado completo de la consulta del usuario al recuperar documentos, imágenes, videos, audio y datos estructurados.
Tipo de dato vectorial y generación flexible de vectores
Usa el tipo de dato nativo VECTOR para almacenar vectores en tablas de Oracle AI Database 26ai. Genera los vectores usando el modelo de embeddings open source que prefieras mediante el framework ONNX, las APIs de la base de datos para generar vectores desde tu proveedor de embeddings favorito, o importa vectores directamente a la base de datos.
Índices híbridos de vectores
Acelera las búsquedas de similitud con índices de búsqueda aproximada altamente precisos (índices vectoriales), como el índice de gráfico en memoria para máximo rendimiento y los índices de partición de vecinos para grandes volúmenes de datos. Usa índices vectoriales híbridos para buscar rápidamente combinaciones de datos vectoriales y no vectoriales.
SQL estándar y simple para consultas de vectores
Utiliza SQL simple e intuitivo para realizar búsquedas de similitud en vectores y combinar libremente vectores con datos relacionales, de texto, JSON y otros tipos de datos dentro de la misma consulta.
Especificación simple de precisión de búsqueda
Toma el control total de la precisión de búsqueda que requiere tu aplicación especificando la precisión objetivo como un porcentaje simple. Define la precisión predeterminada al crear un índice y anula esta configuración en las consultas de búsqueda si es necesario.
Optimizaciones de Exadata
Acelera la creación de índices vectoriales y la búsqueda con las optimizaciones de Oracle Exadata System Software 25ai. Obtén el elevado nivel de rendimiento, escalabilidad y disponibilidad que Exadata proporciona a las bases de datos empresariales.
Casos de uso de Oracle AI Vector Search
La búsqueda de similitudes se centra en la búsqueda de datos relacionados en función de su significado semántico. Los datos no estructurados son difíciles de buscar directamente, por lo que la búsqueda de similitudes va más allá de las búsquedas simples de palabras clave considerando los datos subyacentes de texto, imagen, audio o video en lugar de buscar únicamente las etiquetas aplicadas de forma manual.
La necesidad de identificar una coincidencia de datos similares en grandes conjuntos de datos está presente en muchos sectores. Entre los ejemplos de búsqueda de similitudes se incluyen los siguientes:
- Búsqueda semántica de documentos
- Búsqueda semántica de imágenes
- Sistemas de recomendaciones
- Reconocimiento de patrones
- Detección de anomalías y fraudes
- Datos no estructurados, como archivos, documentos, BLOBS o CLOBS.
- Utiliza modelos de incrustación comerciales o de código abierto para crear vectores dentro o fuera de Oracle Database.
- Los vectores se pueden almacenar junto a los datos de negocio de modo que, si estos cambian, los vectores también lo hacen.
- Puedes buscar los vectores más similares entre los almacenados .
- La búsqueda devuelve los datos más relevantes para ti.
RAG utiliza los resultados de la búsqueda de similitudes para mejorar la precisión y la relevancia contextual de las respuestas de modelos grandes de lenguaje a las preguntas sobre datos de negocio. RAG ayuda a identificar datos privados contextualmente relevantes en los que el LLM puede no haber sido entrenado y, a continuación, los utiliza para mejorar los prompts de usuarios para que los LLM puedan responder con mayor precisión.
El deseo de obtener respuestas de mayor calidad de los LLM es universal, y afecta a múltiples sectores. A continuación incluimos algunos ejemplos de uso de RAG para mejorar la precisión:
- Bots conversacionales para usuarios internos y externos
- Búsquedas y resúmenes de documentos
- Síntesis de lenguaje a código
- Respuestas a preguntas que requieren conocimientos especializados y específicos
RAG ayuda a las organizaciones a proporcionar respuestas personalizadas a las preguntas empresariales sin el alto costo de volver a entrenar o ajustar los LLM.
- Un chatbot activa un cuadro de diálogo con un LLM.
- Ejecuta una búsqueda de similitud en los datos de tu negocio privado y transfiere esos hechos al LLM.
- Los resultados presentan el formato de prompt y el contexto para el LLM.
- El LLM recibe datos de negocio actualizados, lo que reduce las alucinaciones.
- Se devuelven respuestas de alta calidad al chatbot.
“Nos alegra ver que AI Vector Search se haya agregado a Oracle Database. Es genial que podamos ejecutar AI Vector Search en la misma Oracle Database que nuestras demás cargas de trabajo, lo que nos permite proporcionar una solución fiable y segura".
Primeros pasos con Oracle AI Database AI Vector Search
Andy Rivenes, director de productos de OracleOracle anunció la disponibilidad de Oracle Database 23ai en mayo de 2024. Oracle AI Database se suma a más de 300 nuevas funciones disponibles en Oracle Database 23ai, así que hay mucho por descubrir. Dominic Giles destaca varias funciones importantes en su blog, pero una de las novedades más emocionantes de Oracle AI Database es Oracle AI Vector Search.
Lee el post completoBlogs destacados sobre AI Vector Search
- 24 de junio de 2025 Guías de indexación con AI Vector Search
- 28 de mayo de 2025 Uso de índices vectoriales HNSW en AI Vector Search
- 13 de mayo de 2025 Nuevo taller AI Vector Search LiveLabs disponible
- 2 de abril de 2025 Uso de índices vectoriales IVF en AI Vector Search
- 18 de marzo de 2025 Acelerando la búsqueda vectorial con IA en Oracle Database 23ai con GPU de NVIDIA