Select AIの概念

Select AIのアクションは、Select AIがプロンプトを操作するときに異なる動作を実行するように指示するキーワードです。アクションを指定することで、ユーザーは、Select AIに、SQLコードの生成、チャット・プロンプトへの応答、出力のナレーション、SQL文の表示またはSQLコードの説明を指示できます。LLMを活用して、データベース環境内のデータと効率的にやり取りできます。

AIプロファイルは、使用するAIプロバイダ、および自然言語プロンプトへのレスポンスの生成に必要なメタデータおよびデータベース・オブジェクトに関するその他の詳細を含む仕様です。CREATE_PROFILEプロシージャおよびプロファイル属性を参照してください。

Select AIのAIプロバイダとは、自然言語プロンプトに対する応答を処理および生成するためにLLMまたはトランスフォーマ(あるいはその両方)を提供するサービス・プロバイダを指します。これらのプロバイダは、LLMの概念で強調表示されているユースケースの自然言語を解釈および変換できるモデルを提供します。サポートされているプロバイダについては、AIプロバイダおよびLLMの選択を参照してください。

Select AIでの会話は、ユーザーとシステム間の対話型交換を表し、ユーザーは一連の自然言語プロンプトを介してデータベースに対してクエリーまたは対話できます。Select AIは、セッションベースの会話を通じて、最大10個までの以前のプロンプトを現在のリクエストに組み込み、LLMに送信される拡張プロンプトを作成します。Select AIは、DBMS_CLOUD_AIパッケージの会話APIを介して構成できる複数のカスタマイズ可能な会話をサポートしています。Select AI Conversationsを参照してください。

データベース資格証明は、データベースへのアクセスおよびデータベースとの対話に使用される認証資格証明です。通常、ユーザー名およびパスワードで構成され、セキュリティ・トークンなどの追加の認証ファクタによって補完されることもあります。これらの資格証明は、認可された個人またはシステムのみがデータベース内に格納されたデータにアクセスして操作できるように、アプリケーションまたはユーザーまたはユーザーとデータベース間のセキュアな接続を確立するために使用されます。

大規模言語モデルの文脈におけるハルシネーションとは、入力プロンプトと不正確、非意味、または無関係なテキストをモデルが生成する現象を指します。コヒーレント・テキストを生成するモデルの試みの結果であるにもかかわらず、これらのレスポンスには、作成、誤解を招く、または純粋に想像できる情報を含めることができます。ハルシネーションは、トレーニング・データの偏り、適切なコンテキスト理解の欠如、またはモデルのトレーニング・プロセスの制限によって発生する可能性があります。

Oracle Cloud Infrastructure Identity and Access Management (IAM)を使用すると、クラウド・リソースにアクセスできるユーザーを制御できます。ユーザーのグループが保持するアクセス権のタイプとアクセスの対象となる特定のリソースを制御できます。さらに学習するには、Identity and Access Managementの概要に関する項を参照してください。

反復的改良は、フィードバックまたは評価に基づく調整の繰り返しサイクルを通じて、ソリューションまたはモデルを徐々に改善するプロセスです。最初の近似から始めて、ステップごとに調整し、目的の精度または結果が達成されるまで続行します。各反復は前の反復に基づいて構築され、目標に近づくための修正または最適化が組み込まれています。

大規模言語モデル(LLM)とは、高度なタイプの人工知能モデルを指し、トレーニング・データに応じて様々なユースケースをサポートするために大量のテキスト・データに基づいてトレーニングされます。これには、人間のような言語の理解と生成、ソフトウェア・コードおよびデータベース問合せが含まれます。これらのモデルは、テキスト生成、翻訳、要約、質問への回答、センチメント分析など、様々な自然言語処理タスクを実行できます。LLMは、通常、入力データからパターン、コンテキストおよびセマンティクスを学習する高度なディープ・ラーニング・ニューラル・ネットワーク・モデルに基づいており、一貫性のあるコンテキスト上の関連テキストを生成できます。

一般に、MapReduceプログラミング・モデルでは、タスクをMapとReduceの2つのフェーズに分割して、大量のデータを処理できます。

Select AI Summarizeの場合、MapReduceはテキストを複数のチャンクに分割し、それらを並行して独立して処理し、チャンクごとに個別のサマリーを生成します。これらのサマリーは、まとめてまとめてまとめた全体的なサマリーを形成します。

データベース・メタデータは、データベース表およびビューの構造、編成およびプロパティを記述するデータを指します。

メタデータ・クローンまたはAutonomous Databaseクローンは、データベースまたはスキーマを定義するメタデータのコピーを作成します。これには、実際のデータではなく、構造のみが含まれます。このクローンには、データ行のない表、索引、ビュー、統計、プロシージャおよびトリガーが含まれます。開発者、テスター、またはデータベース・テンプレートを構築する人には、これが役立ちます。さらに学習するには、Autonomous Databaseインスタンスのクローニング、移動またはアップグレードを参照してください。

自然言語プロンプトは、大規模言語モデルなどの生成AIモデルをガイドするために提供される、人間が読めるインストラクションまたはリクエストです。特定のプログラミング言語またはコマンドを使用するかわりに、ユーザーは、より会話型または自然言語の形式でプロンプトを入力することで、これらのモデルと対話できます。モデルは、指定されたプロンプトに基づいて出力を生成します。

ネットワーク・アクセス制御リストは、ルーター、ファイアウォール、ゲートウェイなどのネットワーク・デバイスを通過できるネットワーク・トラフィックを定義する一連のルールまたは権限です。ACLは、IPアドレス、ポート番号、プロトコルなどのさまざまな条件に基づいて、着信トラフィックと発信トラフィックを制御およびフィルタリングするために使用されます。管理者がネットワーク・トラフィックを管理および制限して、不正アクセス、潜在的な攻撃およびデータ侵害を防止できるようにすることで、ネットワーク・セキュリティにおいて重要な役割を果たします。

Retrieval Augmented Generation (RAG)は、ユーザーの問合せに関連する情報を取得し、その情報を大規模言語モデル(LLM)に提供してレスポンスを改善し、幻覚を軽減する手法です。

通常、RAGにはベクトル検索が含まれますが、より一般的には、SQL生成用のスキーマ・メタデータや明示的に問い合せたデータベース・コンテンツなど、データベース・コンテンツのプロンプト(手動または自動)の拡張が含まれます。他の形態の拡張には、グラフ分析や従来の機械学習などのテクノロジが含まれる場合があります。

セマンティック類似性検索では、ベクトル・ストア内のフィーチャ・ベクトルを比較することで、特定の問合せに厳密に一致するデータ・ポイントを識別および取得します。

ベクトル距離は、多次元空間におけるフィーチャベクトル間の距離を計算することによって、フィーチャベクトル間の類似性または非類似性を測定します。

ベクトル索引は、ベクトルを編成および格納して、関連するデータの効率的な類似検索および取得を可能にします。

ベクトル・ストアには、ベクトル埋込みを含むセマンティック類似検索を格納、管理および有効化するシステムが含まれています。これには、スタンドアロン・ベクトル・データベースおよびOracle Database 23ai AI Vector Searchが含まれます。