谷歌增强BigQuery：Gemini带来云数据库的新向量支持

Home AI News CN 谷歌增强BigQuery：Gemini带来云数据库的新向量支持

谷歌正在升级其数据库和分析平台，以赋能开发者和企业，利用生成式人工智能的强大功能。

在2024年，谷歌推出了几项针对Gemini大语言模型(LLM)的更新，旨在扩展其应用范围。最近，谷歌宣布将Gemini模型集成到BigQuery分析服务中，同时引入了AI数据准备和增强生成（RAG）的新功能。此外，谷歌通过在所有云数据库中引入向量搜索支持，显著增强了其AI数据库的能力。

谷歌云数据库总经理Andi Gutmans表示：“我们相信，向量索引和向量搜索应成为每个数据库的基础。数据库在有效的增强生成中发挥着关键作用，最大限度地利用企业中的人工智能优势。”

向量搜索现已在所有谷歌数据库中可用

虽然谷歌之前已在部分数据库中提供向量支持，但现在此功能已扩展到所有产品。谷歌的AlloyDB数据库已经具备了向量和AI功能，并现已正式推出。此外，谷歌的Vertex AI向量搜索服务作为专用的向量数据库，进一步完善了这些创新。

新功能包括对内存中的Redis Memorystore、CloudSQL、Spanner关系数据库、Firestore文档数据库以及Bigtable键值数据库的向量预览支持。

为了在所有谷歌数据库中整合向量搜索，需要大量的工程努力。Gutmans指出，对于基于开源PostgreSQL框架构建的AlloyDB，谷歌利用开源技术pgvector来实现向量支持。但谷歌投入了大量工作，以优化用户的性能和功能体验。

“由于各个数据库具有特定的架构差异，我们必须在不同的工作流中进行创新，”Gutmans说道。

通常，要使用向量搜索，数据库需要额外的索引。Gutmans强调，谷歌的强项在于构建具有向量能力的索引，依靠多年来在大型服务中积累的经验。

“在这样的规模下运作，我们对向量能力有着深刻的理解，已在我们的广告和搜索部门内部利用这些技术超过十年，”他解释道。

BigQuery增强了对Gemini Pro模型的支持

在分析方面，谷歌正在通过支持最新的Gemini Pro模型来增强BigQuery。

谷歌云数据分析总经理Gerrit Kazmaier在最近的一次新闻圆桌会议上表示：“这开启了一系列新的分析场景。”

这些先进的功能包括对结构化和非结构化数据的总结、情感提取、分类、丰富以及翻译等方面的改进。Kazmaier强调，企业中的大量数据仍未得到充分利用，尤其是非结构化数据。

“有了Gemini Pro和BigQuery，用户现在可以无缝分析丰富的非结构化数据与结构化数据，”他补充道。

10.1K

基于人工智能的客户反馈分析是现代企业提升用户体验的关键工具。通过运用先进的AI技术，企业能够高效地收集、处理和解读客户意见，从而获得深入的洞察。这种分析不仅帮助企业理解客户需求，还能够及时识别潜在问题，最终促进持续改进和客户满意度的提升。

AI反馈分析 AI Analytics助手

29.6K

利用对话式AI工具，轻松构建和部署网络应用程序。

人工智能软件工程师 AI网站设计师

14.8K

Peppertype.ai是一个专为内容创作者设计的强大平台，旨在加速内容生产并优化投资回报率（RoI）。我们的内容营销工具助力提升创意表现，帮助您更有效地吸引目标受众。

内容营销 AI产品描述生成器

24.6K

利用人工智能生成模特时尚照片，您可以通过平铺图像轻松创造出引人注目的视觉效果。

AI 时尚模特生成 AI 相片和图像生成器

Find AI tools in YBX