KI-Konzepte auswählen

Eine Aktion in Select AI ist ein Schlüsselwort, das Select AI anweist, bei der Eingabeaufforderung ein anderes Verhalten auszuführen. Durch Angabe einer Aktion können Benutzer Select AI anweisen, ihre Eingabeaufforderung in natürlicher Sprache zu verarbeiten, um SQL-Code zu generieren, auf eine Chat-Eingabeaufforderung zu reagieren, die Ausgabe zu erzählen, die SQL-Anweisung anzuzeigen oder den SQL-Code zu erläutern und die LLMs zu nutzen, um effizient mit den Daten in ihrer Datenbankumgebung zu interagieren.

Siehe KI-Agent-Konzepte auswählen.

Ein allgemeiner Begriff, der verschiedene Arten von Modellen für künstliche Intelligenz umfasst, einschließlich großer Sprachmodelle (LLMs) und Transformatoren (auch als Einbettungsmodelle bezeichnet), die für Aufgaben wie Texterstellung, Übersetzung und Bilderkennung verwendet werden. Ein KI-Modell ist ein auf Daten trainiertes Programm, das Muster erkennt und basierend auf neuen Eingaben Vorhersagen oder Entscheidungen trifft. Im Kontext von Oracle bezieht sich das KI-Modell speziell auf die verschiedenen maschinellen Lernens und großen Sprachmodelle (LLMs), die über die Services von Oracle verfügbar sind. Weitere Informationen finden Sie unter Konzepte für generative KI.

Ein KI-Profil ist eine Spezifikation, die den zu verwendenden KI-Provider und andere Details zu Metadaten und Datenbankobjekten umfasst, die zum Generieren von Antworten auf Eingabeaufforderungen in natürlicher Sprache erforderlich sind. Siehe Prozedur CREATE_PROFILE und Profilattribute.

Ein KI-Provider in Select AI bezieht sich auf den Serviceprovider, der das LLM oder den Transformer oder beides zur Verarbeitung und Generierung von Antworten auf Eingabeaufforderungen in natürlicher Sprache bereitstellt. Diese Provider bieten Modelle an, die natürliche Sprache für die unter dem LLM-Konzept hervorgehobenen Anwendungsfälle interpretieren und konvertieren können. Informationen zu den unterstützten Providern finden Sie unter KI-Provider und LLMs auswählen.

Weitere Informationen finden Sie unter Oracle fragen.

Eine Cloud-Verbindung stellt eine sichere, private Konnektivität zwischen Oracle Cloud Infrastructure und externen Cloud-Providern oder On-Premise-Netzwerken her und erleichtert den nahtlosen Datenaustausch. In Select AI ermöglichen Cloud-Links, dass Autonomous AI Database externe Daten ohne öffentliche Präsenz in NL2SQL-Interaktionen einbindet. So können Benutzer hybride Umgebungen dialogorientiert abfragen und gleichzeitig die Sicherheitsstandards von Oracle wie Verschlüsselung und Zugriffskontrollen für konforme KI-gesteuerte Analysen einhalten. Weitere Informationen finden Sie unter Cloud-Links für schreibgeschützten Datenzugriff auf einer autonomen KI-Datenbank verwenden.

Unterhaltungen in Select AI stellen einen interaktiven Austausch zwischen dem Benutzer und dem System dar, der es Benutzern ermöglicht, die Datenbank über eine Reihe von Eingabeaufforderungen in natürlicher Sprache abzufragen oder mit ihr zu interagieren. Select AI integriert sessionbasierte kurzfristige Unterhaltungen, um kontextbezogene Antworten für den aktuellen Prompt basierend auf früheren Interaktionen zu generieren. Bis zu 10 vorherige Prompts werden mit kurzfristigen Unterhaltungen in die aktuelle Anforderung integriert, wodurch ein erweiterter Prompt erstellt wird, der an das LLM gesendet wird. Select AI unterstützt die Verwendung anpassbarer langfristiger Unterhaltungen, mit denen Sie Select AI mit verschiedenen Themen verwenden können, ohne Kontext zu mischen. Diese können über Unterhaltungs-APIs aus dem DBMS_CLOUD_AI-Package konfiguriert werden. Siehe KI-Unterhaltungen auswählen.

Datenbankzugangsdaten sind Authentifizierungszugangsdaten, die für den Zugriff auf und die Interaktion mit Datenbanken verwendet werden. Sie bestehen in der Regel aus einem Benutzernamen und einem Passwort, manchmal ergänzt durch zusätzliche Authentifizierungsfaktoren wie Sicherheitstoken. Diese Zugangsdaten werden verwendet, um eine sichere Verbindung zwischen einer Anwendung oder einem Benutzer und einer Datenbank herzustellen, sodass nur autorisierte Personen oder Systeme auf die in der Datenbank gespeicherten Daten zugreifen und diese bearbeiten können.

Ein Datenbanklink verbindet eine Oracle-Datenbank mit Remote-Datenbanken und ermöglicht einen transparenten Zugriff auf externe Daten, als wären sie lokal. Bei Select AI lassen sich Datenbanklinks in Autonomous AI Database oder On-Premises Oracle AI Database integrieren, um NL2SQL-Funktionen auf föderierte Quellen zu erweitern und Abfragen in natürlicher Sprache zu unterstützen, die sich sicher über On-Premises- oder andere Cloud-Umgebungen erstrecken. Weitere Informationen finden Sie unter CREATE DATABASE LINK und Datenbanklinks mit autonomer KI-Datenbank verwenden.

Ein KI-Modell, das Eingabedaten in Vektoreinbettungen konvertiert, um semantische Beziehungen zu erfassen, die häufig in Aufgaben wie Sprachverständnis und Bilderkennung verwendet werden. Select AI verwendet Einbettungsmodelle, um Einbettungen für Ihre Dokumente, Tabellen und Abfragetext zu berechnen. Diese Einbettungen unterstützen semantische Suche, RAG-Workflows, Ähnlichkeitsbewertung und Relevanzeinstufung in der autonomen KI-Datenbank.

Halluzination im Kontext von Large Language Models bezieht sich auf ein Phänomen, bei dem das Modell Text generiert, der falsch, unsinnig oder nicht mit der Eingabeaufforderung verbunden ist. Obwohl diese Antworten auf den Versuch des Modells zurückzuführen sind, kohärenten Text zu generieren, können sie Informationen enthalten, die fabriziert, irreführend oder rein phantasievoll sind. Halluzination kann aufgrund von Verzerrungen in Trainingsdaten, fehlendem Kontextverständnis oder Einschränkungen im Trainingsprozess des Modells auftreten.

Mit Oracle Cloud Infrastructure Identity and Access Management (IAM) können Sie den Zugriff auf Ihre Cloud-Ressourcen kontrollieren. Sie können den Zugriffstyp einer Benutzergruppe kontrollieren und festlegen, für welche spezifischen Ressourcen der Zugriff gilt. Weitere Informationen finden Sie unter Überblick über Identity and Access Management.

Iterative Verfeinerung ist ein Prozess der schrittweisen Verbesserung einer Lösung oder eines Modells durch wiederholte Zyklen von Anpassungen basierend auf Feedback oder Bewertung. Es beginnt mit einer ersten Annäherung, verfeinert sie Schritt für Schritt und geht weiter, bis die gewünschte Genauigkeit oder das gewünschte Ergebnis erreicht ist. Jede Iteration baut auf der vorherigen auf und umfasst Korrekturen oder Optimierungen, um dem Ziel näher zu kommen.

Ein Large Language Model (LLM) bezieht sich auf eine fortschrittliche Art von Modell für künstliche Intelligenz, das auf großen Mengen an Textdaten trainiert wird, um je nach Trainingsdaten eine Reihe von Anwendungsfällen zu unterstützen. Dazu gehören das Verständnis und die Generierung von menschenähnlicher Sprache sowie Softwarecode und Datenbankabfragen. Diese Modelle sind in der Lage, eine breite Palette von Natural Language Processing-Aufgaben auszuführen, einschließlich Textgenerierung, Übersetzung, Zusammenfassung, Beantwortung von Fragen, Sentimentanalyse und mehr. LLMs basieren in der Regel auf ausgeklügelten neuronalen Deep-Learning-Netzwerkmodellen, die Muster, Kontext und Semantik aus den Eingabedaten lernen, sodass sie kohärenten und kontextbezogenen Text generieren können.

Im Allgemeinen ermöglicht das Programmiermodell MapReduce die Verarbeitung großer Datenmengen, indem Aufgaben in zwei Phasen unterteilt werden: Map und Reduce.

Bei der Option "KI-Zusammenfassung auswählen" partitioniert MapReduce Text in mehrere Chunks und verarbeitet sie parallel und unabhängig. Dabei werden für jeden Chunk individuelle Zusammenfassungen generiert. Diese Zusammenfassungen werden dann zu einer zusammenhängenden Gesamtzusammenfassung zusammengefasst.

Metadaten sind Daten, die Daten beschreiben. Bei Select AI sind Metadaten Datenbankmetadaten, die sich auf die Daten beziehen, die Struktur, Organisation und Eigenschaften der Datenbanktabellen und -ansichten beschreiben.

Ein Metadatenklon oder ein Klon einer autonomen KI-Datenbank erstellt eine Kopie einer die Datenbank oder das Schema definierenden Metadaten, die nur die Struktur und nicht die tatsächlichen Daten enthält. Dieser Klon umfasst Tabellen, Indizes, Views, Statistiken, Prozeduren und Trigger ohne Datenzeilen. Entwickler, Tester oder diejenigen, die Datenbankvorlagen erstellen, finden dies hilfreich. Weitere Informationen finden Sie unter Autonome KI-Datenbankinstanz klonen, verschieben oder upgraden.

Die Praxis, Datenbankschemas mit hochwertigen Beschreibungen, Kommentaren und Anmerkungen zu erweitern, damit ein LLM die Absicht für Tabellen und Spalten besser verstehen, die geschäftliche Bedeutung klären und genauere SQL generieren kann. Es verwandelt bloße Tabellen- oder Spaltennamen in gut dokumentierte Assets mit klaren Absichten, Beziehungen und Einschränkungen.

Eine Eingabeaufforderung in natürlicher Sprache besteht aus Anweisungen, Fragen oder Eingabeaussagen, die in der alltäglichen menschlichen Sprache (wie Englisch) ausgedrückt werden und die Antwort eines LLM leiten. Anstatt Code oder spezielle Syntax zu benötigen, interagieren Benutzer mit dem LLM, indem sie Sätze oder Phrasen eingeben, die ihr Intent beschreiben, nach Informationen fragen oder eine Aufgabe angeben.

Eine Network Access Control-Liste ist eine Gruppe von Regeln oder Berechtigungen, die definieren, welcher Netzwerkverkehr durch ein Netzwerkgerät wie einen Router, eine Firewall oder ein Gateway geleitet werden darf. ACLs werden verwendet, um eingehenden und abgehenden Datenverkehr basierend auf verschiedenen Kriterien wie IP-Adressen, Portnummern und Protokollen zu steuern und zu filtern. Sie spielen eine entscheidende Rolle bei der Netzwerksicherheit, da Administratoren den Netzwerkverkehr verwalten und einschränken können, um unbefugten Zugriff, potenzielle Angriffe und Datenverletzungen zu verhindern.

Natural Language in SQL (NL2SQL) konvertiert Fragen in natürlicher Sprache mit generativer KI in SQL-Anweisungen.

ONNX (Open Neural Network Exchange) ist ein offenes Standardformat zur Darstellung von Modellen für maschinelles Lernen und Deep-Learning. ONNX standardisiert die Darstellung und den Austausch von Modellen für maschinelles Lernen über Frameworks hinweg und ermöglicht eine nahtlose Bereitstellung und Interoperabilität. Weitere Informationen finden Sie unter ONNX.

ONNX Runtime führt ONNX-formatierte Modelle effizient auf allen Hardwareplattformen aus und optimiert die Inferenz für KI-Anwendungen in Echtzeit.

Ein sicherer und dedizierter Kommunikationspunkt, der den eingeschränkten Zugriff auf bestimmte Services oder Ressourcen ermöglicht. Ein privater Endpunkt stellt eine sichere, dedizierte Verbindung her, die den Zugriff auf bestimmte Services oder Ressourcen einschränkt und eine isolierte Kommunikation gewährleistet. In Select AI können Unternehmen private Endpunkte in Oracle Cloud Infrastructure (OCI) konfigurieren, um eine Verbindung zu privat gehosteten LLMs wie Ollama oder Llama.cpp auf virtuellen Maschinen (VMs) herzustellen und die Sicherheitsanforderungen zu erfüllen, indem KI-Workloads im Oracle Virtual Cloud Network verarbeitet werden. Dieses Setup umfasst ein öffentliches Subnetz mit einem Sprungserver für kontrollierten Zugriff und ein privates Subnetz mit den autonomen KI-Datenbank- und KI-Modellen, das die Internetpräsenz verhindert und alle Komponenten den Isolationsanforderungen des Unternehmens entspricht. Weitere Informationen finden Sie unter Privater Endpunktzugriff für ausgewählte KI-Modelle.

Retrieval Augmented Generation (RAG) ist eine Technik, bei der relevante Informationen für die Abfrage eines Benutzers abgerufen und an ein großes Sprachmodell (LLM) geliefert werden, um die Antworten zu verbessern und die Halluzination zu reduzieren.

Am häufigsten handelt es sich bei der RAG um eine Vektorsuche, im Allgemeinen jedoch um die Erweiterung einer Eingabeaufforderung von Datenbankinhalten (manuell oder automatisch), wie z. B. Schemametadaten für die SQL-Generierung oder explizit abgefragter Datenbankinhalt. Andere Formen der Erweiterung können Technologien wie Diagrammanalyse und traditionelles maschinelles Lernen umfassen.

Bei der semantischen Ähnlichkeitssuche werden Datenpunkte identifiziert und abgerufen, die einer bestimmten Abfrage entsprechen, indem Featurevektoren in einem Vektorspeicher verglichen werden.

Die Sidecar-Architektur ermöglicht es einer Datenbank, als zentrales Metadaten-Repository für lokale und Remote-Datenquellen zu fungieren, d.h. Oracle und Nicht-Oracle. Select AI nutzt diese Architektur, indem es die Metadaten nutzt, um einen erweiterten Prompt zu erstellen, der an das vom Benutzer ausgewählte LLM gesendet wird und dann eine föderierte SQL-Abfrage generiert. Ein wesentlicher Vorteil des Seitenwagens besteht darin, dass er es ermöglicht, dass die Daten an ihrem ursprünglichen Standort bleiben, sodass keine Datenduplizierung oder komplexe ETL-Prozesse erforderlich sind.

Ein Ähnlichkeitsschwellenwert legt einen Mindestscore fest, um zwei Elemente als zugehörige Filterergebnisse basierend auf ihrer Vektornähe oder -entfernung zu klassifizieren. Mit dem Ähnlichkeitsschwellenwert in Select AI können Sie Ergebnisse filtern, die unter die erforderliche Ebene der semantischen Nähe fallen. So wird sichergestellt, dass nur hoch verwandte Dokument-Chunks, Zeilen oder Einbettungen zurückgegeben werden.

Im Kontext von Select AI ist die synthetische Datengenerierung die Möglichkeit, automatisch künstliche Daten zu generieren, die Ihrem Datenbankschema entsprechen. So können Sie Tabellen für Entwicklungs-, Test-, Schulungs- oder Proof-of-Concept-Szenarios auffüllen, ohne sensible oder Produktionsdaten zu verwenden. Select AI stellt die PL/SQL-Funktion DBMS_CLOUD_AI.GENERATE_SYNTHETIC_DATA bereit, um synthetische Datasets zu erstellen. Weitere Informationen finden Sie unter Synthetische Datengenerierung.

Eine Art von Deep Learning-Modellarchitektur, die häufig für Verarbeitungsaufgaben in natürlicher Sprache verwendet wird, wie Generierung und Übersetzung von Vektoreinbettungen oder Textgenerierung. In Select AI steuern transformatorbasierte LLMs die Konvertierung von Benutzerabfragen in SQL-Abfragen, die in Ihrer Datenbank ausgeführt werden können.

Im Kontext der semantischen Ähnlichkeitssuche ist ein Vektor eine mathematische Darstellung, welche die semantische Bedeutung von Datenpunkten, wie Wörtern, Dokumenten oder Bildern, in einem mehrdimensionalen Raum erfasst.

Eine Datenbank, in der Vektoreinbettungen gespeichert werden, die mathematische Darstellungen von Datenpunkten sind, die in KI-Anwendungen verwendet werden, um eine effiziente semantische Ähnlichkeitssuche zu unterstützen. Oracle Autonomous AI Database und Oracle AI Database dienen als Vektordatenbank mit optimierten Vektorindizes.

Vektorabstand misst die Ähnlichkeit oder Unähnlichkeit zwischen Merkmalvektoren, indem der Abstand zwischen ihnen in einem mehrdimensionalen Raum berechnet wird.

Ein Vektorindex organisiert und speichert Vektoren, um eine effiziente Ähnlichkeitssuche und -abfrage verwandter Daten zu ermöglichen.

Ein Vektorspeicher umfasst Systeme, die semantische Ähnlichkeitssuche mit Vektoreinbettungen speichern, verwalten und ermöglichen. Dazu gehören Standalone-Vektordatenbanken und Oracle AI Database 26ai AI Vector Search.