Seleziona concetti AI

Un'azione in Select AI è una parola chiave che indica a Select AI di eseguire un comportamento diverso quando si agisce sul prompt. Specificando un'azione, gli utenti possono indicare a Select AI di elaborare il prompt del linguaggio naturale per generare codice SQL, rispondere a un prompt chat, narrare l'output, visualizzare l'istruzione SQL o spiegare il codice SQL, utilizzando gli LLM per interagire in modo efficiente con i dati all'interno del loro ambiente di database.

Vedere Select AI Agent Concepts.

Un termine generale che comprende vari tipi di modelli di intelligenza artificiale, tra cui modelli linguistici di grandi dimensioni (LLM, large language model) e trasformatori (noti anche come modelli di incorporamento), utilizzati per attività come la generazione di testo, la traduzione e il riconoscimento delle immagini. Un modello AI è un programma, addestrato sui dati, che rileva i modelli e fa previsioni o decisioni in base a nuovi input. Nel contesto di Oracle, il modello AI si riferisce in modo specifico AI vari modelli di machine learning e linguistici di grandi dimensioni (LLM, large language model) disponibili tramite i servizi di Oracle. Per ulteriori informazioni, vedere Concetti di intelligenza artificiale generativa.

Un profilo AI è una specifica che include il provider AI da utilizzare e altri dettagli relativi AI metadati e agli oggetti di database necessari per generare risposte AI prompt in linguaggio naturale. Vedere CREATE_PROFILE Procedure e Attributi profilo.

Un provider AI in Select AI si riferisce al provider di servizi che fornisce l'LLM o il trasformatore o entrambi per l'elaborazione e la generazione di risposte AI prompt in linguaggio naturale. Questi provider offrono modelli in grado di interpretare e convertire il linguaggio naturale per i casi d'uso evidenziati nel concetto LLM. Consulta la sezione Seleziona il provider AI e gli LLM per i provider supportati.

Per ulteriori dettagli, consulta Chiedi a Oracle.

Un collegamento cloud stabilisce una connettività sicura e privata tra Oracle Cloud Infrastructure e i provider cloud esterni o le reti on-premise, facilitando uno scambio di dati trasparente. In Select AI, i collegamenti cloud consentono ad Autonomous AI Database di incorporare dati esterni nelle interazioni NL2SQL senza esposizione pubblica, consentendo agli utenti di eseguire query sugli ambienti ibridi in modo conversazionale rispettando gli standard di sicurezza di Oracle, come la cifratura e i controlli degli accessi, per analytics conformi basati sull'intelligenza artificiale. Per ulteriori dettagli, vedere Usa collegamenti cloud per l'accesso AI dati di sola lettura in Autonomous AI Database.

Le conversazioni in Select AI rappresentano uno scambio interattivo tra l'utente e il sistema, consentendo agli utenti di eseguire query o interagire con il database tramite una serie di prompt in linguaggio naturale. Select AI incorpora conversazioni a breve termine basate su sessioni per generare risposte contestuali per il prompt corrente in base alle interazioni precedenti. Fino a 10 prompt precedenti sono incorporati nella richiesta corrente con conversazioni a breve termine, creando un prompt aumentato che viene inviato all'LLM. Select AI supporta l'utilizzo di conversazioni personalizzabili a lungo termine che consentono di utilizzare Select AI con argomenti diversi senza combinare contesto, che possono essere configurate tramite API di conversazione dal package DBMS_CLOUD_AI. Vedere Seleziona conversazioni AI.

Le credenziali del database sono credenziali di autenticazione utilizzate per accedere e interagire con i database. In genere sono costituiti da un nome utente e una password, a volte integrati da fattori di autenticazione aggiuntivi come i token di sicurezza. Queste credenziali vengono utilizzate per stabilire una connessione sicura tra un'applicazione o un utente e un database, in modo che solo individui o sistemi autorizzati possano accedere e manipolare i dati memorizzati nel database.

Un database link connette un database Oracle a database remoti, consentendo un accesso trasparente ai dati esterni come se fossero locali. In Select AI, i database link si integrano con Autonomous AI Database o Oracle AI Database on-premise per estendere le funzionalità NL2SQL alle origini federate, supportando query in linguaggio naturale che si estendono in modo sicuro su ambienti on-premise o altri ambienti cloud. Per ulteriori dettagli, vedere CREATE DATABASE LINK e Use DATABASE Links with Autonomous AI DATABASE.

Modello di intelligenza artificiale che converte i dati di input in integrazioni vettoriali per acquisire relazioni semantiche, spesso utilizzate in attività come la comprensione del linguaggio e il riconoscimento delle immagini. Select AI utilizza i modelli di incorporamento per calcolare le integrazioni per i documenti, le tabelle e il testo delle query. Queste integrazioni alimentano la ricerca semantica, i flussi di lavoro RAG, il punteggio di somiglianza e il ranking di pertinenza all'interno di Autonomous AI Database.

L'allucinazione nel contesto dei modelli linguistici di grandi dimensioni si riferisce a un fenomeno in cui il modello genera testo non corretto, privo di senso o non correlato al prompt di input. Nonostante sia il risultato del tentativo del modello di generare testo coerente, queste risposte possono contenere informazioni fabbricate, fuorvianti o puramente immaginative. L'allucinazione può verificarsi a causa di pregiudizi nei dati di addestramento, mancanza di una corretta comprensione del contesto o limitazioni nel processo di addestramento del modello.

Oracle Cloud Infrastructure Identity and Access Management (IAM) ti consente di controllare l'accesso alle tue risorse cloud. È possibile controllare il tipo di accesso di un gruppo di utenti e a quali risorse specifiche. Per ulteriori informazioni, vedere Panoramica di Identity and Access Management.

La raffinatezza iterativa è un processo di miglioramento graduale di una soluzione o di un modello attraverso cicli ripetuti di aggiustamenti basati sul feedback o sulla valutazione. Inizia con un'approssimazione iniziale, la perfeziona passo dopo passo e continua fino a raggiungere l'accuratezza o il risultato desiderato. Ogni iterazione si basa sulla precedente, incorporando correzioni o ottimizzazioni per avvicinarsi all'obiettivo.

Un Large Language Model (LLM) si riferisce a un tipo avanzato di modello di intelligenza artificiale addestrato su enormi quantità di dati di testo per supportare una serie di casi d'uso a seconda dei dati di addestramento. Ciò include la comprensione e la generazione di un linguaggio simile a quello umano, nonché il codice software e le query di database. Questi modelli sono in grado di eseguire una vasta gamma di attività di elaborazione del linguaggio naturale, tra cui la generazione di testo, la traduzione, il riepilogo, la risposta alle domande, l'analisi del sentiment e altro ancora. Gli LLM si basano in genere su sofisticati modelli di rete neurale di deep learning che apprendono modelli, contesto e semantica dai dati di input, consentendo loro di generare testo coerente e contestualmente pertinente.

In generale, il modello di programmazione MapReduce consente l'elaborazione di dati di grandi volumi dividendo le attività in due fasi: Mappa e Riduci.

Nel caso di Select AI Summarize, MapReduce suddivide il testo in più chunk e li elabora in parallelo e in modo indipendente, generando singoli riepiloghi per ogni chunk. Questi riassunti vengono poi combinati per formare un riassunto complessivo coerente.

I metadati sono dati che descrivono i dati. Nel caso di Select AI, i metadati sono metadati del database, che si riferiscono AI dati che descrivono la struttura, l'organizzazione e le proprietà delle tabelle e delle viste del database.

Una copia dei metadati o una copia di Autonomous AI Database crea una copia di metadati che definiscono il database o lo schema, contenenti solo la struttura, non i dati effettivi. Questa copia include tabelle, indici, viste, statistiche, procedure e trigger senza righe di dati. Gli sviluppatori, i tester o coloro che creano modelli di database lo trovano utile. Per ulteriori informazioni, vedere Duplica, sposta o aggiorna un'istanza di Autonomous AI Database.

La pratica di aumentare gli schemi di database con descrizioni, commenti e annotazioni di alta qualità in modo che un LLM possa comprendere meglio l'intento per tabelle e colonne, chiarire il significato aziendale e generare istruzioni SQL più accurate. Trasforma i nomi di tabelle o colonne nude in asset ben documentati con intenti, relazioni e vincoli chiari.

Un prompt del linguaggio naturale consiste in istruzioni, domande o affermazioni di input espresse in linguaggio umano quotidiano (come l'inglese) che guidano la risposta di un LLM. Invece di richiedere codice o sintassi specializzata, gli utenti interagiscono con l'LLM digitando frasi o frasi che descrivono il loro intento, chiedono informazioni o specificano un task.

Una lista di controllo dell'accesso di rete è un set di regole o autorizzazioni che definiscono quale traffico di rete è consentito passare attraverso un dispositivo di rete, ad esempio un router, un firewall o un gateway. Le ACL vengono utilizzate per controllare e filtrare il traffico in entrata e in uscita in base a vari criteri, ad esempio indirizzi IP, numeri di porta e protocolli. Svolgono un ruolo cruciale nella sicurezza della rete consentendo agli amministratori di gestire e limitare il traffico di rete per prevenire accessi non autorizzati, potenziali attacchi e violazioni dei dati.

Il linguaggio naturale in SQL (NL2SQL) converte le domande in linguaggio naturale in istruzioni SQL utilizzando l'intelligenza artificiale generativa.

ONNX (Open Neural Network Exchange) è un formato standard aperto per rappresentare i modelli di machine learning e deep learning. ONNX standardizza la rappresentazione e l'interscambio di modelli di machine learning tra i framework, consentendo una distribuzione e un'interoperabilità senza interruzioni. Per ulteriori informazioni, vedere ONNX.

ONNX Runtime esegue modelli in formato ONNX in modo efficiente su tutte le piattaforme hardware, ottimizzando l'inferenza per le applicazioni AI in tempo reale.

Punto di comunicazione sicuro e dedicato che consente un accesso limitato a servizi o risorse specifiche. Un endpoint privato stabilisce una connessione sicura e dedicata che limita l'accesso a servizi o risorse specifiche, garantendo una comunicazione isolata. In Select AI, le organizzazioni possono configurare endpoint privati in Oracle Cloud Infrastructure (OCI) per connettersi a LLM in hosting privato come Ollama o Llama.cpp su virtual machine (VM), soddisfacendo le esigenze di sicurezza elaborando i carichi di lavoro AI all'interno della rete cloud virtuale Oracle. Questa impostazione include una subnet pubblica con un server di salto per l'accesso controllato e una subnet privata che ospita i modelli Autonomous AI Database e AI, evitando l'esposizione a Internet e mantenendo tutti i componenti conformi AI requisiti di isolamento aziendale. Per ulteriori dettagli, vedere Accesso agli endpoint privati per selezionare i modelli AI.

Retrieval Augmented Generation (RAG) è una tecnica che prevede il recupero di informazioni rilevanti per la query di un utente e la fornitura di tali informazioni a un modello linguistico di grandi dimensioni (LLM, large language model) per migliorare le risposte e ridurre l'allucinazione.

Più comunemente, la RAG prevede la ricerca vettoriale, ma più in generale include l'aumento di un prompt del contenuto del database (manualmente o automaticamente), come i metadati dello schema per la generazione SQL o il contenuto del database sottoposto a query esplicite. Altre forme di aumento possono coinvolgere tecnologie come l'analisi dei grafici e il machine learning tradizionale.

La ricerca di somiglianza semantica identifica e recupera i datapoint che corrispondono strettamente a una determinata query confrontando i vettori di funzioni in una memoria di vettore.

L'architettura sidecar consente a un unico database di fungere da repository di metadati centrale per le origini dati locali e remote, ovvero Oracle e non Oracle. Select AI utilizza questa architettura sfruttando i metadati per creare un prompt aumentato che viene inviato all'LLM scelto dall'utente, che quindi genera una query SQL federata. Un vantaggio chiave di sidecar è che consente ai dati di rimanere nella loro posizione originale, eliminando la necessità di duplicazioni di dati o processi ETL complessi.

Una soglia di somiglianza imposta un punteggio minimo per classificare due elementi come correlati, filtrando i risultati in base alla loro prossimità vettoriale o distanza. In Select AI, la soglia di somiglianza aiuta a filtrare i risultati che scendono al di sotto di un livello richiesto di vicinanza semantica, garantendo che vengano restituiti solo blocchi di documenti, righe o incorporamenti altamente correlati.

Nel contesto di Select AI, Synthetic Data Generation è la capacità di generare automaticamente dati artificiali conformi allo schema di database che consentono di popolare le tabelle per scenari di sviluppo, test, formazione o proof-of-concept senza utilizzare dati sensibili o di produzione. Select AI fornisce la funzione PL/SQL DBMS_CLOUD_AI.GENERATE_SYNTHETIC_DATA per produrre set di dati sintetici. Per ulteriori dettagli, vedere Generazione di dati sintetici.

Tipo di architettura del modello di deep learning comunemente utilizzata per le attività di elaborazione del linguaggio naturale, come la generazione di incorporamenti vettoriali o la generazione e la traduzione di testi. In Select AI, gli LLM basati su trasformatori favoriscono la conversione delle query degli utenti in query SQL che possono essere eseguite all'interno del database.

Nel contesto della ricerca della somiglianza semantica, un vettore è una rappresentazione matematica che cattura il significato semantico dei datapoint, come parole, documenti o immagini, in uno spazio multidimensionale.

Database che memorizza incorporamenti vettoriali, che sono rappresentazioni matematiche di datapoint utilizzati nelle applicazioni AI per supportare una ricerca efficiente della somiglianza semantica. Oracle Autonomous AI Database e Oracle AI Database fungono da database vettoriale con indici vettoriali ottimizzati.

La distanza vettoriale misura la somiglianza o la dissimilanza tra vettori di feature calcolando la distanza tra loro in uno spazio multidimensionale.

Un indice vettoriale organizza e memorizza i vettori per consentire una ricerca e un recupero efficienti della somiglianza dei dati correlati.

Una memoria di vettore include sistemi che memorizzano, gestiscono e abilitano la ricerca di somiglianza semantica che coinvolge incorporamenti di vettori. Ciò include database vettoriali standalone e Oracle AI Database 26ai AI Vector Search.