站長之家(ChinaZ.com) 7月10日消息:Google Cloud 最近在 Cloud SQL for PostgreSQL 和 AlloyDB for PostgreSQL 上添加了對 pgvector 的支持。該擴(kuò)展將向量搜索操作引入托管數(shù)據(jù)庫，允許開發(fā)人員存儲由大型語言模型 (LLM) 生成的向量嵌入并執(zhí)行相似性搜索。

Cloud SQL 和 AlloyDB 現(xiàn)在可以與 Vertex AI 上的生成式 AI 服務(wù)配合使用，幫助創(chuàng)建支持 AI 的應(yīng)用程序，這些應(yīng)用程序能夠了解應(yīng)用程序和用戶狀態(tài)。Google 高級產(chǎn)品經(jīng)理 Sandhya Ghai 和 Google 產(chǎn)品經(jīng)理 Bala Narasimhan 解釋道：

向量嵌入是通常用于將復(fù)雜的用戶生成內(nèi)容（如文本、音頻和視頻）轉(zhuǎn)化為可以輕松存儲、操作和索引的形式的數(shù)值表示。這些表示由嵌入模型生成，以使得如果兩個內(nèi)容在語義上相似，它們的嵌入向量就會在向量空間中相鄰。然后將向量嵌入進(jìn)行索引，并根據(jù)相似性高效過濾數(shù)據(jù)。

例如，開發(fā)人員可以使用 Vertex AI 在文本和圖像上的預(yù)訓(xùn)練模型生成嵌入，并將其存儲和索引在數(shù)據(jù)庫中，從而簡化查找相似記錄的過程。

這一新功能還可以幫助開發(fā)人員利用預(yù)訓(xùn)練的 LLMs，正如 Ghai 和 Narasimhan 所解釋的：

LLMs 沒有狀態(tài)的概念。(…) 嵌入允許您將大型上下文（如文檔或長期聊天歷史記錄）存儲在數(shù)據(jù)庫中，并對其進(jìn)行過濾以找到最相關(guān)的信息。然后，您可以將最相關(guān)的聊天歷史記錄或文檔提供給模型，以模擬長期記憶和業(yè)務(wù)特定知識。

Google Cloud 發(fā)布了一個 Colab 筆記本和一個視頻，展示如何使用 pgvector、開源框架 LangChain 和 LLMs 構(gòu)建具有生成式 AI 功能的應(yīng)用程序。Google 高級軟件工程師 Saket Saurabh 展示了如何將生成式 AI 功能添加到示例 Python 應(yīng)用程序中。

最近幾個月，Google Cloud 并不是唯一一個針對向量數(shù)據(jù)庫的云服務(wù)提供商，亞馬遜的 RDS for PostgreSQL 支持 pgvector 擴(kuò)展，微軟展示了如何將 Azure Data Explorer（ADX）用作向量數(shù)據(jù)庫，并討論了與向量數(shù)據(jù)庫的幾個連接器。