Funciones de Oracle AI Vector Search
General
Tipo de dato Vector
Con Oracle AI Database 26ai, puedes utilizar el nuevo tipo de datos vectorial nativo para almacenar vectores directamente dentro de las tablas. La compatibilidad con vectores de diferentes dimensiones y formatos permite utilizar el modelo de embedding vectorial de tu elección para simplificar el desarrollo y la implementación de aplicaciones.
Creación de tablas mediante el tipo de datos VECTOR
Generación flexible de vectores
Utiliza el framework ONNX para importar los modelos de incrustación que prefieras y generar vectores para tus datos, o emplea las API de la base de datos para generar vectores desde tu servicio de incrustación favorito, como los contenedores NVIDIA NIM. También tienes la opción de importar vectores directamente a la base de datos.
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.
Uso de funciones SQL para operaciones vectoriales
Combinación fluida de datos de IA con datos empresariales
Combina búsquedas avanzadas de datos empresariales con búsquedas de similitud vectorial impulsadas por IA utilizando SQL intuitivo y el poder de una base de datos convergente —JSON, gráficos, texto, relacional, espacial y más— todo en una sola consulta.
Compatibilidad de JSON con el tipo de dato VECTOR
Índices vectoriales
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.
Gestionar las diferentes categorías de índices vectoriales
Índices híbridos de vectores
Indexa y consulta documentos utilizando una combinación de búsqueda de texto completo y búsqueda semántica vectorial para mejorar la experiencia de búsqueda en general y proporcionar a los usuarios información más precisa.
Gestionar índices vectoriales híbridos
Especificación simple de precisión de búsqueda
Especifica la precisión de búsqueda objetivo como un porcentaje simple en lugar de tener que definir parámetros algorítmicos avanzados. Define la precisión por defecto durante la creación de índices y sustitúyela en las consultas de búsqueda si es necesario.
Determinar la precisión de los índices vectoriales
Impulsando la generación aumentada por recuperación (RAG)
Mejora las interacciones con modelos de lenguaje grandes (LLM) proporcionando datos privados específicos del contexto para mejorar la precisión de las respuestas mediante una combinación de búsqueda de similitud y búsqueda de datos empresariales. Enriquece aún más la generación aumentada por recuperación (RAG) utilizando criterios empresariales integrados, como filtros de seguridad, métricas comerciales y reglas de negocio.
Usar generación aumentada de recuperación para complementar los LLM
Seguridad líder en el sector
Oracle AI Vector Search se integra perfectamente con las funciones de seguridad líderes en la industria de Oracle para reducir el riesgo y simplificar el cumplimiento normativo. Aprovechando herramientas robustas, como cifrado, enmascaramiento de datos, controles de acceso para usuarios privilegiados, monitoreo de actividad y auditoría, las organizaciones pueden proteger sus datos mientras aprovechan al máximo las capacidades avanzadas de búsqueda con IA.
Seguridad de las bases de datos
Compatibilidad con un pipeline completo de IA generativa
Realiza todas las etapas del pipeline de IA generativa utilizando las API nativas de la base de datos de extremo a extremo, facilitando a los desarrolladores la creación de aplicaciones de IA de última generación basadas en datos empresariales, todo directamente desde la base de datos.
Integración de Oracle AI Vector Search con LlamaIndex
Búsqueda vectorial con un conjunto completo de machine learning
Maneja una amplia gama de casos de uso de IA que combinan acciones de machine learning (decisiones, predicciones, clasificación, pronósticos, entre otros) con el poder de la búsqueda vectorial basada en IA. Por ejemplo, es fácil combinar inferencia y clasificación con Oracle AI Vector Search dentro de la misma consulta SQL.
Optimizaciones de Exadata
Acelera la creación y búsqueda de índices vectoriales comenzando con optimizaciones de Exadata System Software 24ai. Obtén el elevado nivel de rendimiento, escalabilidad y disponibilidad que Exadata proporciona a las bases de datos empresariales.
Elastic Vector Memory
Los índices vectoriales de pequeño mundo navegable jerárquico (HNSW) residen en la memoria de la base de datos. La creación de un índice HNSW depende de que la memoria tenga el tamaño adecuado para acomodarla, y los cambios posteriores en la tabla base subyacente pueden cambiar el tamaño del índice HNSW. Con Elastic Vector Memory, la memoria de la base de datos cambia de tamaño automáticamente para alojar todos los índices HNSW de forma dinámica.
Obtén más información sobre Elastic Vector Memory
Funciones de distancia vectoriales personalizadas
Las operaciones de búsqueda vectorial a menudo se basan en métricas de distancia estándar, como euclidiana, coseno o producto de punto. Sin embargo, en algunas situaciones, se necesitan métricas específicas de dominio o de propiedad. Las funciones de distancia vectorial definidas por el usuario permiten a los usuarios crear sus propias métricas personalizadas.
Más información sobre las funciones de distancia vectorial personalizadas
Soporte para vectores dispersos
Los vectores dispersos son vectores que suelen tener un gran número de dimensiones, pero solo unas pocas de esas dimensiones tienen valores distintos de cero. Debido a que los vectores dispersos solo almacenan valores distintos de cero, su uso puede mejorar la eficiencia y ahorrar espacio de almacenamiento. El soporte nativo en PL/SQL permite crear y utilizar vectores dispersos directamente desde PL/SQL. Los vectores dispersos también se pueden indexar utilizando índices vectoriales HNSW (Hierarchical Navigable Small World), que ofrecen todos los beneficios de velocidad, precisión y optimización de espacio combinados en una sola solución.