AIプロファイルについて

NL2SQL

表メタデータのオブジェクト・リストを使用して、プレーン言語の質問を実行可能なSQL問合せとして処理します。

表メタデータ

これは、システムで使用されるデータベース・スキーマの構造化された説明です。これは、AIモデルが表、列、データ型などのデータベース・オブジェクトを識別し、それらを区別するのに役立ちます。たとえば、ある表の日付はcreation date、別の表の日付はexpiration dateです。また、セキュリティ・ポリシーを適用し、IAM制御と連携して、不正アクセスやデータの使用を防止します。

Retrieval-Augmented Generation (RAG)

Autonomous AI DatabaseでRAGパイプラインを構成し、AIモデルがドキュメントやデータベースなどのナレッジ・ベースから非構造化データをロードおよびクエリするのに役立ちます。索引付けされたソースのデータ・ガバナンスを実施し、認可されたデータへのアクセスのみを許可します。詳細は、Select AI with Retrieval Augmented Generation (RAG)を参照してください。

RAGは、非構造化データのセマンティック検索にVector Indexを使用して、Oracle AI Databaseのベクトル検索機能を活用します。

ベクトル索引

これは、RAGパイプラインまたは表データから生成されたベクトル埋込みを取得するように設計された検索メカニズムです。これにより、迅速かつ効率的に検索して同様のベクトルを見つけ、自然言語クエリに対してより正確な応答を返すことができます。

ベクトル索引は、Data Studioの設定から作成できます。

さらに、Data Studioでは、最小限の属性を使用して基本的なAI機能を備えたAIプロファイルを作成することもできます。これは特殊なプロファイルではないため、AIは選択的なクエリーを実行するのではなく、データストア内のすべてのオブジェクトを検索します。