يمكنك بسهولة إدخال بحث التشابه المدعوم بالذكاء الاصطناعي على بيانات عملك دون إدارة قواعد بيانات متعددة ودمجها أو المساس بالوظائف والأمان والاتساق. يتيح بحث متجهات الذكاء الاصطناعي البحث عن كل من البيانات المهيكلة وغير المهيكلة حسب الدلالات أو المعنى، وحسب القيم، مما يتيح تطبيقات بحث عبر الذكاء الاصطناعي مُتطورة للغاية. يمكن لإمكانات بحث متجهات الذكاء الاصطناعي الأصلية أيضًا مساعدة نماذج اللغات الكبيرة (LLM) في تقديم نتائج أدق وذات صلة بالسياق لحالات استخدام المؤسسة باستخدام الإنشاء المعزز للاستعادة (RAG) في بيانات عملك.
شاهد كيف انتقلت هذه الشركة الناشئة للذكاء الاصطناعي من المفهوم إلى عرض الذكاء الاصطناعي القوي في وقت قياسي من خلال الاستفادة من إمكانات Oracle Autonomous AI Database 26ai.
ساعدتOracle AI Database 26ai باستخدام بحث متجهات الذكاء الاصطناعي الشركة التي تتخذ من أستراليا مقرًا لها على تقديم خدمات تحليلات وبيانات أسرع وأكثر موثوقية، ما زاد من إيراداتها بنسبة 30%.
يمكنك بسهولة دمج البحث عن التشابه مع أنواع البيانات العلائقية والنصية وJSON والمكانية والرسوم البيانية لتحسين تطبيقاتك—كل ذلك في قاعدة بيانات واحدة.
تمكين البحث باللغة الطبيعية عبر بيانات عملك الخاص باستخدام RAG لتوجيه LLM الذي تختاره.
استخدم أدوات التطوير وأطر عمل الذكاء الاصطناعي واللغات المُفضلة لديك لإنشاء تطبيقات الذكاء الاصطناعي.
إنشاء تطبيقات الذكاء الاصطناعي الحيوية للمهام بسهولة. استفد من إمكانات القوة الصناعية لتحقيق قابلية التوسع والأداء والتوافر العالي والأمان.
شاهد كيف تتيح عمليات تضمين المتجهات التي تم إنشاؤها بواسطة الذكاء الاصطناعي عمليات البحث عن التشابه السريعة باستخدام بيانات خدمة المتنزهات الوطنية الأمريكية.
تعمل قاعدة البيانات Oracle AI Database على تصميم الذكاء الاصطناعي في مجموعة البيانات والتطوير بأكملها، ما يساعد المؤسسات على تقديم رؤى وابتكارات وإنتاجية موثوقة مدعومة بالذكاء الاصطناعي لجميع بياناتها، في كل مكان.
تعرَّف على طريقة دمج AI Vector Search في Oracle AI Database 26aiبين البحث الدلالي عن البيانات غير المُنظمة والبحث الارتباطي عن بيانات الأعمال التقليدية للحصول على نتائج أسرع وأكثر صلة وأكثر أمانًا.
"كانت تقنية Oracle مُفيدة في إحداث ثورة في عملية تحديد الأمراض لدينا. مكنا بحث Oracle AI Vector وAutonomous Database من تقليل وقت التشخيص بشكل كبير وتحسين الدقة وتوفير رعاية أفضل للمرضى."
اجمع AI Vector Search مع عمليات البحث الارتباطية والنصية وJSON والرسم البياني للمعرفة والموقع المكاني لتحسين النتائج من خلال التركيز على المعنى الكامل لاستعلام المستخدم عند استرجاع المستندات والصور ومقاطع الفيديو والصوت والبيانات المنظمة المطابقة.
استخدِم نوع بيانات VECTOR الأصلي لتخزين الموجهات في جداول Oracle AI Database 26ai. يمكنك إنشاء الموجهات باستخدام اختيارك لنماذج التضمين مفتوحة المصدر باستخدام إطار عمل ONNX أو واجهات برمجة تطبيقات قاعدة البيانات لإنشاء الموجهات من موفر نموذج التضمين المفضل لديك أو استيراد الموجهات مباشرةً إلى قاعدة البيانات.
تسريع عمليات بحث التشابه باستخدام فهارس بحث تقريبية عالية الدقة (فهارس المتجهات)، مثل فهرس الرسم البياني المجاور المُضمن بالذاكرة للحصول على أقصى أداء وفهارس أقسام الجوار لمجموعات البيانات الضخمة. استخدِم فهارس المتجهات المختلطة للبحث السريع في مجموعات من البيانات المتجهة وغير المتجهة.
استخدم لغة SQL البسيطة والسهلة لإجراء بحث التشابه على المتجهات ودمج المتجهات بحرية مع أنواع البيانات العلائقية والنص وJSON وغيرها داخل الاستعلام نفسه.
التحكم الكامل في دقة البحث التي يتطلبها تطبيقك من خلال تحديد دقة الهدف بصفته نسبة مئوية بسيطة. حدد الدقة الافتراضية أثناء إنشاء الفهرس وتجاوزه في استعلامات البحث إذا لزم الأمر.
تسريع إنشاء فهرس الموجهات والبحث باستخدام تحسينات Oracle Exadata System Software 25ai احصل على الأداء العالي والتوسع والتوافر الذي يوفره Exadata لقواعد بيانات المؤسسة.
يركز البحث عن التشابه على العثور على البيانات ذات الصلة بناءً على معناها الدلالي. من الصعب البحث عن البيانات غير المنظمة مباشرةً، لذلك؛ يتجاوز بحث التشابه عمليات البحث البسيطة عن الكلمات الرئيسة من خلال النظر في بيانات النص أو الصورة أو الصوت أو الفيديو الأساسية بدلاً من البحث في التسميات المطبقة يدويًا عليها فحسب.
تنطبق الحاجة على تحديد مطابقة للبيانات المتشابهة عبر مجموعات البيانات الكبيرة على العديد من المجالات. تتضمن أمثلة البحث عن التشابه ما يلي:
يستخدم RAG نتائج البحث عن التشابه لتحسين الدقة والأهمية السياقية لردود نموذج اللغة الكبيرة بخصوص الأسئلة حول بيانات الأعمال. يساعد RAG على تحديد البيانات الخاصة ذات الصلة بالسياق التي ربما لم يتم تدريب LLM عليها ثم استخدامها لزيادة مطالبات المستخدم حتى تتمكن نماذج LLM من الاستجابة بدقة أكبر.
إن الرغبة في الحصول على إجابات ذات جودة أعلى من نماذج LLM عالمية، إذ تمتد عبر العديد من الصناعات. تتضمن بعض الأمثلة على استخدام RAG لتحسين الدقة ما يلي:
يساعد RAG المؤسسات على تقديم إجابات مُخصصة لأسئلة الأعمال من دون التكلفة العالية لإعادة التدريب أو ضبط نماذج LLM.
"يسعدنا أن نرى إضافة بحث موجه الذكاء الاصطناعي إلى Oracle Database. نقدّر أنه يمكننا تشغيل بحث موجه الذكاء الاصطناعي في نفس Oracle Database مثل أحمال العمل الأخرى، والتي تسمح لنا بتوفير حل موثوق وآمن."
أعلنت Oracle عن توفر Oracle Database 23ai في مايو 2024. يضيف Oracle AI Database إلى أكثر من 300 ميزة جديدة متاحة في Oracle Database 23ai، لذلك هناك الكثير للتعلم. يسلط دومينيك جايلز الضوء على العديد من الميزات المميزة في منشور مدونته، لكن إحدى الميزات الجديدة الأكثر إثارة لـ Oracle AI Database هي Oracle AI Vector Search.
اقرأ المنشور الكاملتوفر Oracle مستوى مجانيًا (Free Tier) من دون أي حدود زمنية لمجموعة مختارة من 20 خدمة مثل Autonomous Database والحوسبة والتخزين، بالإضافة إلى تقديم 300 دولارًا أمريكيًا أرصدة مجانية لتجربة خدمات سحابية إضافية. بادر بالحصول على التفاصيل والاشتراك للحصول على حسابك المجاني اليوم.
باستخدام AI Vector Search في Oracle AI Database 26ai، يمكن للمؤسسات دمج البحث الدلالي لبيانات أعمالها مع الاستعلامات الارتباطية داخل قاعدة البيانات نفسها.
يشارك المحللون الرائدون في المجال كيف يمكن للبحث عن متجهات الذكاء الاصطناعي مساعدة المؤسسات في كل مكان على استخدام بيانات الأعمال باستخدام GenAI لتحسين تجارب العملاء وإنتاجية الموظفين.
هل تريد معرفة المزيد حول Oracle AI Vector Search؟ دع أحد خبرائنا يساعدك.