Sobre Perfis de IA

NL2SQL

Ele usa listas de objetos de Metadados de Tabela para processar perguntas em linguagem simples como consultas SQL executáveis.

Metadados da Tabela

É a descrição estruturada de um esquema de banco de dados que o sistema usa. Ela ajuda o Modelo AI a identificar objetos de banco de dados, como tabelas, colunas, tipos de dados etc., e a diferenciá-los. Por exemplo, uma data pode ser creation date em uma tabela e expiration date em outra. Ele também impõe políticas de segurança e se alinha aos controles do IAM para evitar qualquer acesso ou uso não autorizado de dados.

Geração aumentada de recuperação (RAG)

Ele configura pipelines RAG no Autonomous AI Database e ajuda o Modelo de IA a carregar e consultar dados não estruturados de bases de conhecimento, como documentos ou bancos de dados. Ele impõe a governança de dados para origens indexadas e permite acesso apenas a dados autorizados. Para obter mais detalhes, consulte Selecionar IA com Geração Aumentada de Recuperação (RAG).

A RAG usa o Vector Index para pesquisa semântica em dados não estruturados para aproveitar os recursos de pesquisa vetorial no Oracle AI Database.

Índice Vetorial

É um mecanismo de pesquisa projetado para recuperar incorporações vetoriais geradas a partir de pipelines RAG ou dados de tabela. Ele permite uma pesquisa rápida e eficiente para encontrar vetores semelhantes e retorna respostas mais precisas para consultas em linguagem natural.

Você pode criar Índices de Vetor em Definições do Data Studio.

Além disso, o Data Studio também permite criar um Perfil de IA com recursos básicos de IA usando atributos mínimos. Este não é um perfil especializado, portanto, o AI pesquisa todos os objetos no armazenamento de dados em vez de executar uma consulta seletiva.