


Google Cloud Database bietet weitere Funktionen für künstliche Intelligenz
Google Cloud erweitert seine Analyse- und Transaktionsdatenbanken, darunter BigQuery, AlloyDB und Spanner, mit dem Ziel, die Entwicklung seiner kundengenerierten Anwendungen für künstliche Intelligenz voranzutreiben.
BigQuery ist der fortschrittliche Datenbankdienst von Google Cloud, der zur Unterstützung von Analysen und Aufgaben der künstlichen Intelligenz entwickelt wurde. Der Dienst führt mehrere Verbesserungen der künstlichen Intelligenz ein. Zunächst veröffentlichte Google Cloud eine Vorschauversion der Integration von BigQuery und Vertex AI, die sich auf Text- und Sprachfunktionen konzentrierte. Durch diese Integration können Benutzer wertvolle Erkenntnisse aus unstrukturierten Daten wie Bildern und Dokumenten gewinnen.
Das leistungsstärkste Modell der künstlichen Intelligenz des Unternehmens, Gemini, wurde BigQuery-Kunden über Vertex AI zur Verfügung gestellt. Das Modell löste letzte Woche einige Kontroversen aus, nachdem es auf dem Verbrauchermarkt kein herausragendes Debüt gegeben hatte.
Diese KI-Funktionen folgen der früheren Ankündigung von BigQuery zu Vektorsuchfunktionen. Die Vektorsuchfunktion in der Vorschau ist eine Schlüsselkomponente von GenAI-Anwendungen und unterstützt die Ähnlichkeitssuche und Retrieval-Augmented Generation (RAG) unter Verwendung großer Sprachmodelle.
Der direkte Zugriff auf Vertex AI in BigQuery bietet Google Cloud AI-Kunden in mehrfacher Hinsicht Benutzerfreundlichkeit, sagte Gerrit Kazmaier, General Manager und Vice President für Datenanalyse bei Google Cloud AI.
In der Pressekonferenz erwähnte Kazmaier, dass Sie als Datenanalyse-Praktiker über die SQL-Befehlszeile oder die in BigQuery eingebettete Python-API auf alle Vertex-KI-Modelle, einschließlich Gemini-Modelle, zugreifen können. Dies erleichtert den Zugriff auf diese Modelle, ohne auf einen Datenwissenschaftler oder eine Plattform für maschinelles Lernen angewiesen zu sein. Sie können mit den vorhandenen Daten direkt in Ihrem Arbeitsbereich darauf zugreifen. Das Aufkommen dieser neuen Technologie bringt mehr Möglichkeiten und Flexibilität in die Datenanalyse.
Kazmaier wies darauf hin, dass ein zweiter Vorteil der Integration der einfachere Zugriff auf die für KI-Modelle benötigten Daten sei. Vor der Integration erforderte die Übertragung von Daten an KI-Modelle häufig den Aufbau und die Wartung von Datenpipelines, um die Daten zu verschieben. Jetzt, sagt er, sei das nicht mehr nötig. „Alle komplizierten Verfahren wurden vereinfacht.“
In Vertex können Datenanalysten durch die Nutzung der Funktionen text- und bildbasierter künstlicher Intelligenzmodelle mehr Datenanalysevorteile durch BigQuery erzielen und den Kunden mehr Vorteile bieten.
„Dies eröffnet eine neue Phase der Szenarioanalyse.“ Er sagte, dass die Zusammenfassung, Emotionsextraktion, Klassifizierung, Konzentration und Übersetzung strukturierter und unstrukturierter Daten eine große Sache seien. Grob gesagt sind 90 % der Daten unstrukturiert. Diese Daten werden normalerweise nicht für die Analyse von Unternehmensdaten verwendet, da sie nicht sinnvoll verarbeitet werden können.
Auf der transaktionalen (oder betrieblichen) Seite kündigte Google Cloud die allgemeine Verfügbarkeit von AlloyDB AI an, der KI-spezifischen Version der gehosteten Postgres-Datenbank, die das Unternehmen letztes Jahr auf der Next 23-Konferenz angekündigt hatte. AlloyDB AI verfügt über die Fähigkeit, Vektoreinbettungen zu speichern und Vektorsuchfunktionen auszuführen, was Google Cloud als eine Kernkomponente der GenAI-Anwendungsfälle seiner Kunden betrachtet.
Google Cloud hat außerdem eine neue Integration mit LangChain eingeführt, einem beliebten Open-Source-Framework, das dabei hilft, Kundendaten in große Sprachmodelle (LLMs) zu integrieren. Andi Gutmans, General Manager und Vizepräsident für Datenbanken bei Google Cloud, sagte, dass alle Google Cloud-Datenbanken in LangChain integriert werden.
Gutmans sagte, die neuen Funktionen seien eine Reaktion auf die Nachfrage der Kunden, einen Weg zu finden, mehr GenAI-Wert aus ihren Daten zu ziehen.
Das Unternehmen kündigte außerdem an, dass es Vektorsuchfunktionen zu anderen Datenbanken hinzufügen wird, die in seiner Cloud für Kunden gehostet werden, darunter Redis und MySQL. Cloud Spanner, Firestore und Bigtable werden ebenfalls Vektorfähigkeiten erhalten, sagte Gutmans.
„Das Besondere an Spanner ist, dass es über die Möglichkeit zur Suche nach nächsten Nachbarn verfügt, was eine etwas andere Variante ist“, sagte Gutmans. „Was wirklich spannend ist, sind die Kunden, die wirklich große Anwendungsfälle haben – z. B. Billionen von Vektoren.“ als Höhenpartitionierung basierend auf Benutzern. Sie können sich vorstellen, dass einige der internen Anwendungen von Google nach Benutzern partitioniert sind – sie werden in der Lage sein, Vektoren im Maßstab von Billionen (Vektoren) zu speichern und zu durchsuchen“, sagte er. : „Wir glauben, dass jede Datenbank Jeder Ort, an dem Betriebsdaten gespeichert werden, die Sie in einem GenAI-Anwendungsfall benötigen, sollte auch über Vektorfunktionen verfügen.“ Behalten Sie einfach die Grundfunktionalität der Datenbank bei.“
Das obige ist der detaillierte Inhalt vonGoogle Cloud Database bietet weitere Funktionen für künstliche Intelligenz. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellen Sie sich vor, Sie hätten einen AS-Assistenten mit KI, der nicht nur auf Ihre Abfragen reagiert, sondern auch autonom Informationen sammelt, Aufgaben ausführt und sogar mehrere Arten von Daten ausführt-Text, Bilder und Code. Klingt futuristisch? In diesem a

Einführung Die Finanzbranche ist der Eckpfeiler der Entwicklung eines Landes, da sie das Wirtschaftswachstum fördert, indem sie effiziente Transaktionen und Kreditverfügbarkeit erleichtert. Die Leichtigkeit, mit der Transaktionen auftreten und Krediten auftreten

Einführung Daten werden mit beispielloser Geschwindigkeit aus Quellen wie Social Media, Finanztransaktionen und E-Commerce-Plattformen generiert. Der Umgang mit diesem kontinuierlichen Informationsstrom ist eine Herausforderung, aber sie bietet eine

Einführung Wie oft denkst du wirklich und begründet, bevor du sprichst? Der aktuelle hochmoderne LLM, GPT-4O, lieferte bereits beeindruckende Antworten, ohne sich viel Zeit zu nehmen, um zu antworten. Aber stellen Sie sich vor, es fing an zu nehmen

Einführung Strawberry ist auf dem Markt !!! Ich hoffe, dass dies so fruchtbar sein wird wie die jüngsten Fortschritte in der künstlichen Intelligenz, die von anderen openA -Modellen von OpenAs gebracht werden. Wir haben so lange auf GPT-5 gewartet

Einführung Im sich schnell entwickelnden Bereich der künstlichen Intelligenz wird die Fähigkeit, große Mengen an Informationen zu verarbeiten und zu verstehen, immer wichtiger. Geben Sie Multi-Dokument-Agenten-Lappen ein-eine leistungsstarke App

Einführung Mastering SQL (Structured Query Language) ist für Personen, die Datenmanagement, Datenanalyse und Datenbankverwaltung verfolgen, von entscheidender Bedeutung. Wenn Sie als Anfänger anfangen oder eine erfahrene Profi sind, um sich zu verbessern, um sich zu verbessern,

Einführung In der aktuellen Welt, die basierend auf Daten arbeitet, haben relationale AI-Diagramme (RAG) einen großen Einfluss auf die Branchen, indem sie Daten korrelieren und Beziehungen abbilden. Was wäre, wenn man jedoch etwas weiter gehen könnte?


Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

MinGW – Minimalistisches GNU für Windows
Dieses Projekt wird derzeit auf osdn.net/projects/mingw migriert. Sie können uns dort weiterhin folgen. MinGW: Eine native Windows-Portierung der GNU Compiler Collection (GCC), frei verteilbare Importbibliotheken und Header-Dateien zum Erstellen nativer Windows-Anwendungen, einschließlich Erweiterungen der MSVC-Laufzeit zur Unterstützung der C99-Funktionalität. Die gesamte MinGW-Software kann auf 64-Bit-Windows-Plattformen ausgeführt werden.

MantisBT
Mantis ist ein einfach zu implementierendes webbasiertes Tool zur Fehlerverfolgung, das die Fehlerverfolgung von Produkten unterstützen soll. Es erfordert PHP, MySQL und einen Webserver. Schauen Sie sich unsere Demo- und Hosting-Services an.

Sicherer Prüfungsbrowser
Safe Exam Browser ist eine sichere Browserumgebung für die sichere Teilnahme an Online-Prüfungen. Diese Software verwandelt jeden Computer in einen sicheren Arbeitsplatz. Es kontrolliert den Zugriff auf alle Dienstprogramme und verhindert, dass Schüler nicht autorisierte Ressourcen nutzen.

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Dreamweaver Mac
Visuelle Webentwicklungstools