Seleccionar conceptos de IA

Una acción en Select AI es una palabra clave que indica a Select AI que realice un comportamiento diferente al actuar en la petición de datos. Al especificar una acción, los usuarios pueden indicar a Select AI que procese su petición de datos en lenguaje natural para generar código SQL, responder a una petición de datos de chat, narrar la salida, mostrar la sentencia SQL o explicar el código SQL, aprovechando los LLM para interactuar eficazmente con los datos dentro de su entorno de base de datos.

Consulte Select AI Agent Concepts.

Término general que abarca varios tipos de modelos de inteligencia artificial, incluidos los grandes modelos de lenguaje (LLM) y los transformadores (también conocidos como modelos de incorporación), utilizados para tareas como la generación de texto, la traducción y el reconocimiento de imágenes. Un modelo de IA es un programa entrenado en datos que detecta patrones y toma predicciones o decisiones basadas en nuevas entradas. En el contexto de Oracle, el modelo de IA se refiere específicamente a los diversos modelos de aprendizaje automático y lenguaje de gran tamaño (LLM) disponibles a través de los servicios de Oracle. Consulte Conceptos para la IA generativa para obtener más información.

Un perfil de AI es una especificación que incluye el proveedor de AI que se debe utilizar y otros detalles relacionados con los metadatos y los objetos de base de datos necesarios para generar respuestas a las peticiones de datos en lenguaje natural. Consulte Procedimiento CREATE_PROFILE y Atributos de perfil.

Un proveedor de IA en Select AI se refiere al proveedor de servicios que proporciona el LLM o el transformador, o ambos, para procesar y generar respuestas a peticiones de datos en lenguaje natural. Estos proveedores ofrecen modelos que pueden interpretar y convertir el lenguaje natural para los casos de uso resaltados en el concepto de LLM. Consulte Select your AI Provider and LLMs para conocer los proveedores admitidos.

Consulte Preguntar a Oracle para obtener más información.

Un enlace a la nube establece una conectividad segura y privada entre Oracle Cloud Infrastructure y proveedores de nube externos o redes locales, lo que facilita un intercambio de datos fluido. En Select AI, los enlaces a la nube permiten a Autonomous AI Database incorporar datos externos en las interacciones de NL2SQL sin exposición pública, lo que permite a los usuarios consultar entornos híbridos de forma conversacional, al tiempo que se adhieren a los estándares de seguridad de Oracle, como el cifrado y los controles de acceso, para la analítica basada en IA compatible. Consulte Uso de enlaces en la nube para acceder a datos de solo lectura en una base de datos de IA autónoma para obtener más información.

Las conversaciones en Select AI representan un intercambio interactivo entre el usuario y el sistema, lo que permite a los usuarios consultar o interactuar con la base de datos a través de una serie de peticiones de datos en lenguaje natural. Select AI incorpora conversaciones a corto plazo basadas en sesiones para generar respuestas adaptadas al contexto para la petición de datos actual en función de interacciones anteriores. Se incorporan hasta 10 peticiones de datos anteriores a la solicitud actual con conversaciones a corto plazo, lo que crea una petición de datos aumentada que se envía al LLM. Select AI admite el uso de conversaciones personalizables a largo plazo, lo que le permite utilizar Select AI con diferentes temas sin mezclar contexto, que se puede configurar mediante API de conversación desde el paquete DBMS_CLOUD_AI. Consulte Seleccionar conversaciones de IA.

Las credenciales de base de datos son credenciales de autenticación que se utilizan para acceder e interactuar con las bases de datos. Normalmente consisten en un nombre de usuario y una contraseña, a veces complementados por factores de autenticación adicionales como tokens de seguridad. Estas credenciales se utilizan para establecer una conexión segura entre una aplicación o un usuario y una base de datos, de modo que solo las personas o los sistemas autorizados puedan acceder y manipular los datos almacenados en la base de datos.

Un enlace de base de datos conecta una base de datos Oracle a bases de datos remotas, lo que permite un acceso transparente a los datos externos como si fueran locales. En Select AI, los enlaces de base de datos se integran con Autonomous AI Database u Oracle AI Database local para ampliar las capacidades de NL2SQL a orígenes federados, lo que admite consultas en lenguaje natural que abarcan entornos locales u otros entornos en la nube de forma segura. Consulte CREATE DATABASE LINK y Use DATABASE Links with Autonomous AI DATABASE para obtener más información.

Modelo de IA que convierte datos de entrada en incrustaciones vectoriales para capturar relaciones semánticas, a menudo utilizadas en tareas como comprensión del lenguaje y reconocimiento de imágenes. Select AI utiliza modelos de incrustación para calcular incrustaciones para sus documentos, tablas y texto de consulta. Estas integraciones potencian la búsqueda semántica, los flujos de trabajo de RAG, la puntuación de similitud y la clasificación de relevancia dentro de la base de datos de IA autónoma.

La alucinación en el contexto de los grandes modelos de lenguaje se refiere a un fenómeno en el que el modelo genera texto que es incorrecto, sin sentido o no relacionado con la petición de datos de entrada. A pesar de ser el resultado del intento del modelo de generar texto coherente, estas respuestas pueden contener información que es fabricada, engañosa o puramente imaginativa. La alucinación puede ocurrir debido a sesgos en los datos de entrenamiento, falta de comprensión adecuada del contexto o limitaciones en el proceso de entrenamiento del modelo.

Oracle Cloud Infrastructure Identity and Access Management (IAM) le permite controlar quién tiene acceso a sus recursos en la nube. Puede controlar qué tipo de acceso tiene un grupo de usuarios y a qué recursos específicos. Para obtener más información, consulte Visión general de Identity and Access Management.

El refinamiento iterativo es un proceso de mejorar gradualmente una solución o un modelo a través de ciclos repetidos de ajustes basados en la retroalimentación o evaluación. Comienza con una aproximación inicial, la refina paso a paso y continúa hasta que se logra la precisión o el resultado deseado. Cada iteración se basa en la anterior, incorporando correcciones u optimizaciones para acercarse al objetivo.

Un modelo de lenguaje grande (LLM) se refiere a un tipo avanzado de modelo de inteligencia artificial que se entrena en cantidades masivas de datos de texto para admitir una serie de casos de uso en función de sus datos de entrenamiento. Esto incluye comprender y generar lenguaje similar al humano, así como consultas de código de software y bases de datos. Estos modelos son capaces de realizar una amplia gama de tareas de procesamiento de lenguaje natural, incluida la generación de texto, la traducción, el resumen, la respuesta a preguntas, el análisis de sentimientos y más. Los LLM suelen basarse en sofisticados modelos de redes neuronales de aprendizaje profundo que aprenden patrones, contexto y semántica a partir de los datos de entrada, lo que les permite generar texto coherente y contextualmente relevante.

En general, el modelo de programación MapReduce permite procesar datos de gran volumen dividiendo las tareas en dos fases: Map y Reduce.

En el caso de Select AI Summarize, MapReduce divide el texto en varios fragmentos y los procesa en paralelo e independientemente, generando resúmenes individuales para cada fragmento. A continuación, estos resúmenes se combinan para formar un resumen global coherente.

Los metadatos son datos que describen los datos. En el caso de Select AI, los metadatos son metadatos de base de datos, que hacen referencia a los datos que describen la estructura, la organización y las propiedades de las tablas y vistas de base de datos.

Una clonación de metadatos o una clonación de base de datos de IA autónoma crea una copia de los metadatos que definen la base de datos o el esquema, que contiene solo la estructura, no los datos reales. Esta clonación incluye tablas, índices, vistas, estadísticas, procedimientos y disparadores sin filas de datos. Los desarrolladores, probadores o aquellos que crean plantillas de base de datos encuentran esto útil. Para obtener más información, consulte Clonación, movimiento o cambio de versión de una instancia de base de datos de IA autónoma.

Práctica de aumentar los esquemas de la base de datos con descripciones, comentarios y anotaciones de alta calidad para que un LLM pueda comprender mejor la intención de las tablas y columnas, aclarar el significado empresarial y generar SQL más preciso. Convierte los nombres de tablas o columnas con hardware dedicado en activos bien documentados con intenciones, relaciones y restricciones claras.

Una petición de datos en lenguaje natural consiste en instrucciones, preguntas o declaraciones de entrada expresadas en el lenguaje humano cotidiano (como el inglés) que guían la respuesta de un LLM. En lugar de requerir código o sintaxis especializada, los usuarios interactúan con el LLM escribiendo oraciones o frases que describen su intención, solicitan información o especifican una tarea.

Una lista de control de acceso de red es un conjunto de reglas o permisos que definen qué tráfico de red puede pasar a través de un dispositivo de red, como un enrutador, un firewall o una puerta de enlace. Las ACL se utilizan para controlar y filtrar el tráfico entrante y saliente en función de diversos criterios, como direcciones IP, números de puerto y protocolos. Desempeñan un papel crucial en la seguridad de la red al permitir a los administradores gestionar y restringir el tráfico de red para evitar el acceso no autorizado, posibles ataques y violaciones de datos.

Natural Language to SQL (NL2SQL) convierte las preguntas de lenguaje natural en sentencias SQL mediante IA generativa.

ONNX (Open Neural Network Exchange) es un formato estándar abierto para representar modelos de aprendizaje automático y aprendizaje profundo. ONNX estandariza la representación y el intercambio de modelos de aprendizaje automático entre marcos, lo que permite una implementación e interoperabilidad perfectas. Consulte ONNX para obtener más información.

ONNX Runtime ejecuta modelos con formato ONNX de manera eficiente en las plataformas de hardware, optimizando la inferencia para aplicaciones de IA en tiempo real.

Punto de comunicación seguro y dedicado que permite el acceso restringido a servicios o recursos específicos. Un punto final privado establece una conexión segura y dedicada que restringe el acceso a servicios o recursos específicos, lo que garantiza una comunicación aislada. En Select AI, las organizaciones pueden configurar puntos finales privados en Oracle Cloud Infrastructure (OCI) para conectarse con LLM alojados de forma privada como Ollama o Llama.cpp en máquinas virtuales (VM), abordando las necesidades de seguridad mediante el procesamiento de cargas de trabajo de IA dentro de Oracle Virtual Cloud Network. Esta configuración incluye una subred pública con un servidor de salto para acceso controlado y una subred privada que aloja los modelos de base de datos de IA autónoma e IA, lo que evita la exposición a Internet y mantiene todos los componentes en conformidad con los requisitos de aislamiento empresarial. Consulte Acceso de punto final privado para seleccionar modelos de IA para obtener más información.

La generación aumentada de recuperación (RAG) es una técnica que implica recuperar información relevante para la consulta de un usuario y proporcionar esa información a un modelo de lenguaje grande (LLM) para mejorar las respuestas y reducir la alucinación.

Normalmente, RAG implica la búsqueda vectorial, pero más generalmente, incluye aumentar una petición de datos de contenido de base de datos (ya sea manual o automáticamente), como metadatos de esquema para la generación SQL o contenido de base de datos consultado explícitamente. Otras formas de aumento pueden incluir tecnologías como el análisis de gráficos y el aprendizaje automático tradicional.

La búsqueda de similitud semántica identifica y recupera puntos de datos que coinciden estrechamente con una consulta determinada mediante la comparación de vectores de funciones en un almacén de vectores.

La arquitectura sidecar permite que una base de datos actúe como repositorio de metadatos central para orígenes de datos locales y remotos, es decir, Oracle y no Oracle. Select AI utiliza esta arquitectura aprovechando los metadatos para crear una petición de datos aumentada que se envía al LLM elegido por el usuario, que luego genera una consulta SQL federada. Una ventaja clave del sidecar es que permite que los datos permanezcan en su ubicación original, eliminando la necesidad de duplicación de datos o procesos ETL complejos.

Un umbral de similitud establece una puntuación mínima para clasificar dos elementos como relacionados, filtrando los resultados en función de su proximidad o distancia vectorial. En Select AI, el umbral de similitud ayuda a filtrar los resultados que están por debajo de un nivel requerido de cercanía semántica, lo que garantiza que solo se devuelvan fragmentos, filas o incrustaciones de documentos altamente relacionados.

En el contexto de Select AI, la generación de datos sintéticos es la capacidad de generar automáticamente datos artificiales que se ajusten a su esquema de base de datos, lo que le permite rellenar tablas para escenarios de desarrollo, prueba, entrenamiento o prueba de concepto sin utilizar datos confidenciales o de producción. Select AI proporciona la función PL/SQL DBMS_CLOUD_AI.GENERATE_SYNTHETIC_DATA para producir juegos de datos sintéticos. Consulte Generación de datos sintéticos para obtener más información.

Tipo de arquitectura de modelo de aprendizaje profundo comúnmente utilizada para tareas de procesamiento de lenguaje natural, tales como generación de inserción de vector o generación y traducción de texto. En Select AI, los LLM basados en transformadores controlan la conversión de consultas de usuario en consultas SQL que se pueden ejecutar en la base de datos.

En el contexto de la búsqueda de similitud semántica, un vector es una representación matemática que captura el significado semántico de los puntos de datos, como palabras, documentos o imágenes, en un espacio multidimensional.

Base de datos que almacena incrustaciones vectoriales, que son representaciones matemáticas de puntos de datos utilizados en aplicaciones de IA para admitir una búsqueda eficiente de similitudes semánticas. Oracle Autonomous AI Database y Oracle AI Database sirven como base de datos vectorial con índices vectoriales optimizados.

La distancia vectorial mide la similitud o disimilitud entre vectores de características mediante el cálculo de la distancia entre ellos en un espacio multidimensional.

Un índice vectorial organiza y almacena vectores para permitir una búsqueda de similitud eficiente y la recuperación de datos relacionados.

Un almacén de vectores incluye sistemas que almacenan, gestionan y permiten la búsqueda de similitud semántica con incrustaciones vectoriales. Esto incluye bases de datos vectoriales independientes y Oracle AI Database 26ai AI Vector Search.