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。

Select AI Agent Conceptsを参照してください。

大規模言語モデル(LLM)やトランスフォーマ(埋込みモデルとも呼ばれる)など、様々なタイプの人工知能モデルを包含する一般的な用語で、テキスト生成、翻訳、画像認識などのタスクに使用されます。AIモデルは、データに基づいてトレーニングされ、パターンを検出し、新しい入力に基づいて予測や意思決定を行うプログラムです。Oracleのコンテキスト内では、AIモデルは、Oracleのサービスを通じて利用できる様々な機械学習および大規模言語モデル(LLM)を具体的に指します。詳細は、生成AIの概念を参照してください。

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。

詳細は、Oracleに問い合せるを参照してください。

クラウド・リンクは、Oracle Cloud Infrastructureと外部クラウド・プロバイダまたはオンプレミス・ネットワーク間のセキュアなプライベート接続を確立し、シームレスなデータ交換を促進します。Select AIでは、クラウド・リンクにより、Autonomous AI Databaseは、パブリック・エクスポージャなしでNL2SQLインタラクションに外部データを組み込むことができ、ユーザーは、暗号化やアクセス制御などのOracleのセキュリティ標準に準拠しながら、ハイブリッド環境を対話形式でクエリし、準拠したAI主導の分析を行うことができます。詳細は、Autonomous AI Databaseでの読取り専用データ・アクセスでのクラウド・リンクの使用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短期的な会話を組み込み、以前のインタラクションに基づいて現在のプロンプトに対してコンテキスト対応のレスポンスを生成します。最大10個までの以前のプロンプトが、短期的な会話で現在のリクエストに組み込まれ、LLMに送信される拡張プロンプトが作成されます。Select AIでは、カスタマイズ可能な長期会話の使用がサポートされており、コンテキストを混在させずに様々なトピックでSelect AIを使用できます。これは、DBMS_CLOUD_AIパッケージの会話APIを介して構成できます。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。

データベース・リンクは、Oracleデータベースをリモート・データベースに接続し、外部データへの透過的なアクセスをローカルであるかのように可能にします。Select AIでは、データベース・リンクがAutonomous AI DatabaseまたはオンプレミスのOracle AI Databaseと統合され、NL2SQL機能がフェデレーテッド・ソースに拡張され、オンプレミスまたは他のクラウド環境にまたがる自然言語クエリがセキュアにサポートされます。詳細は、CREATE DATABASE LINKおよびAutonomous AI DATABASEでのデータベース・リンクの使用を参照してください。

入力データをベクトル埋込みに変換してセマンティック関係を取得するAIモデル。多くの場合、言語の理解やイメージ認識などのタスクで使用されます。Select AIでは、埋込みモデルを使用して、ドキュメント、表および問合せテキストの埋込みを計算します。これらの埋込みは、自律型AIデータベース内のセマンティック検索、RAGワークフロー、類似性スコアリングおよび関連性ランキングを強化します。

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。

メタデータは、データを記述するデータです。Select AIの場合、メタデータはデータベースメタデータであり、データベーステーブルおよびビューの構造、組織、およびプロパティー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 AI 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 AI 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。

LLMが表や列の意図をよりよく理解し、ビジネス上の意味を明確にし、より正確なSQLを生成できるように、高品質の記述、コメントおよび注釈でデータベース・スキーマを拡張する手法。ベア・テーブル名または列名を、明確な意図、関係および制約のあるドキュメント化されたアセットに変換します。

自然言語プロンプトは、LLMの応答をガイドする、日常の人間言語(英語など)で表される指示、質問または入力文で構成されます。コードや特殊な構文を必要とするかわりに、ユーザーは意図を説明する文やフレーズを入力したり、情報を要求したり、タスクを指定したりしてLLMと対話します。

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。

自然言語からSQL (NL2SQL)は、生成AIを使用して自然言語の質問をSQL文に変換します。

ONNX(Open Neural Network Exchange)は、機械学習とディープラーニングモデルを表すためのオープンな標準形式です。ONNXは、フレームワーク間で機械学習モデルの表現と交換を標準化し、シームレスな導入と相互運用性を実現します。詳細は、ONNXを参照してください。

ONNX Runtimeは、ハードウェア・プラットフォーム全体でONNX形式のモデルを効率的に実行し、リアルタイムAIアプリケーションの推論を最適化します。

特定のサービスまたはリソースへのアクセスを制限できる、セキュアで専用の通信ポイント。プライベート・エンドポイントは、特定のサービスまたはリソースへのアクセスを制限するセキュアな専用接続を確立し、分離された通信を確保します。Select AIでは、Oracle Cloud Infrastructure(OCI)のプライベート・エンドポイントを構成して、Ollamaや仮想マシン(VM)のLlama.cppなどのプライベート・ホストLLMに接続し、Oracle Virtual Cloud Network内のAIワークロードを処理することでセキュリティ・ニーズに対応できます。この設定には、制御されたアクセスのためのジャンプ・サーバーを備えたパブリック・サブネットと、自律型AIデータベースおよびAIモデルを収容するプライベート・サブネットが含まれ、インターネットの露出を防ぎ、すべてのコンポーネントを企業の分離要件に準拠させます。詳細は、Select AIモデルのプライベート・エンドポイント・アクセスを参照してください。

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。

サイドカー・アーキテクチャを使用すると、1つのデータベースがローカル・データ・ソースとリモート・データ・ソース(OracleおよびOracle以外)の中央メタデータ・リポジトリとして機能できます。Select AIは、メタデータを活用して、ユーザーが選択したLLMに送信される拡張プロンプトを構築し、フェデレーテッドSQL問合せを生成します。サイドカーの主な利点は、データの複製や複雑なETLプロセスの必要性を排除して、データを元の場所に保持できることです。

類似度しきい値は、2つのアイテムを関連アイテムとして分類するための最小スコアを設定し、ベクトルの近接度または距離に基づいて結果をフィルタリングします。Select AIでは、類似性のしきい値は、必要なセマンティック近似レベルを下回る結果のフィルタリングに役立ち、関連するドキュメント・チャンク、行または埋込みのみが返されるようにします。

Select AIのコンテキストでは、合成データ生成は、データベース・スキーマに準拠した人工データを自動的に生成する機能であり、機密データや本番データを使用せずに、開発、テスト、トレーニングまたは概念実証のシナリオ用に表を移入できます。Select AIには、合成データ・セットを生成するためのPL/SQLファンクションDBMS_CLOUD_AI.GENERATE_SYNTHETIC_DATAが用意されています。詳細は、合成データの生成を参照してください。

ベクトル埋込み生成やテキスト生成および翻訳など、自然言語処理タスクに一般的に使用されるディープ・ラーニング・モデル・アーキテクチャの一種です。Select AIでは、トランスフォーマベースのLLMによって、ユーザー問合せをデータベース内で実行できるSQL問合せに変換できます。

セマンティック類似性検索のコンテキストでは、ベクトルは、単語、ドキュメント、イメージなどのデータ・ポイントのセマンティックな意味を多次元空間で取得する数学的表現です。

ベクトル埋込みを格納するデータベース。これは、効率的なセマンティック類似性検索をサポートするためにAIアプリケーションで使用されるデータ・ポイントの数学的表現です。Oracle Autonomous AI DatabaseとOracle AI Databaseは、最適化されたベクトルインデックスを備えたベクトルデータベースとして機能します。

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・データベースとOracle AI Database 26ai AI Vector Searchが含まれます。