Google क्लाऊड डेटा डेटा डेटासाठी खालील काय आहे? एसक्यूएल आणि बरेच काही मध्ये अ‍ॅम्नेस्टी इंटरनॅशनल

अनेक दशकांपासून, एसक्यूएल क्वेरी भाषा डेटाबेस तंत्रज्ञानाची कोनशिला होती.

परंतु जेव्हा एसक्यूएल आधुनिक कृत्रिम बुद्धिमत्ता जोडते तेव्हा काय होते? हा प्रश्न आहे की आज कंपनीसाठी पुढील Google क्लाउड कॉन्फरन्समध्ये विचारल्या जाणार्‍या डेटाबेस अद्यतनांच्या मालिकेच्या भागाच्या रूपात Google क्लाऊड उत्तर देतो.

गेल्या वर्षभरात, सर्व Google क्लाऊड डेटाबेसने बुरशीसाठी समर्थनाचे एक प्रकार जोडले आहे जे कृत्रिम बुद्धिमत्तेला परवानगी देते. Google क्लाऊड पुढील, फायरस्टोरसह एकाधिक डेटाबेस अद्यतनित केले जातात, ज्यामुळे मोंगोडबी एकमत होते. Google बिगटेबलला ठोस अंतरासाठी समर्थन मिळते आणि Google क्लाऊडमधील ओरॅकल डेटाबेसचे समर्थन करते.

तथापि, किमान एआय डेटाबेस दृष्टीकोनातून सर्वात मोठी आणि सर्वात परिवर्तनीय बातमी एलॉयडीबी डेटाबेसमध्ये आहे. Google फर्स्ट अ‍ॅलोयडीबी 2022 मध्ये ओपन सोर्स posgressql डेटाबेसची सुधारित आवृत्ती म्हणून लाँच केली गेली. २०२24 च्या उन्हाळ्यात Google च्या पुढील कार्यक्रमात, अ‍ॅलोयडबी मधील बुरखांचे परिणाम तसेच डेटाबेस हद्दपारी सक्षम करण्यासाठी ड्युएट एआयचा पाठिंबा कमी झाला.

Google एजंट्ससह समाकलनासह आजही एलॉयडीबीचा विस्तार केला गेला आहे, जो पुढील Google क्लाऊड इव्हेंटमध्ये प्रथमच दिसेल. कदाचित हे अधिक मनोरंजक आहे की नवीन कृत्रिम बुद्धिमत्ता क्वेरी इंजिन जे प्रथमच एसक्यूएल माहितीमध्ये नैसर्गिक भाषेचे अभिव्यक्ती प्रदान करते.

एपीआयचे एपीआयचे चौकशी इंजिन थेट एसक्यूएलमध्ये नैसर्गिक भाषा आणते

अ‍ॅलोयडीबीसाठी नवीन Google एआयचे चौकशी इंजिन विकसकांना मानक एसक्यूएल क्वेरीमध्ये नैसर्गिक भाषा अभिव्यक्ती वापरण्याची परवानगी देते – केवळ एसक्यूएल बदलण्याची शक्यता नाही तर कृत्रिम बुद्धिमत्ता क्षमतांसह ती वाढविण्यास.

“आम्ही अ‍ॅलोयडीबीला कर्जमाफीच्या आंतरराष्ट्रीय चौकशीचे इंजिन तयार करीत आहोत,” मी जीएम आणि व्हीपी अभियांत्रिकी, गूगल क्लाऊड व्हेंचरबेट यांना एका विशेष मुलाखतीत सांगितले. “एसक्यूएल क्वेरीमध्ये आमच्याकडे एक ऑपरेटर असेल जो नैसर्गिक, मूलभूत भाषा मॉडेल आणि पारंपारिक एसक्यूएल ऑपरेटर दोन्ही वापरू शकतो आणि आपण त्यांना एकत्र करू शकता.”

हे नाविन्यपूर्ण डेटाबेसच्या दर्शनी भागातील उत्कृष्ट विकासाचे प्रतिनिधित्व करते. संघटित चौकशीच्या भाषेचे प्रतीक असलेले एसक्यूएल, १ 3 33 मध्ये प्रथमच सादर केले गेले. गेल्या पन्नास वर्षांत, संघटित डेटाबेस चौकशीसाठी हा वास्तविक निकष होता. एसक्यूएलचे मूळ वचन म्हणजे इंग्रजी शब्दांना नैसर्गिक मार्गाने वापरणार्‍या भाषेसह डेटाबेसची अंमलबजावणी सुलभ करणे. सामान्य एसक्यूएल माहिती आणि क्रियांमध्ये “घाला” आणि “सामील होणे” यासारख्या अटींचा समावेश आहे, परंतु ते पूर्णपणे सामान्य नाही.

“आम्ही 50 वर्षांचे वचन आहोत, कारण एसक्यूएलने आता इंग्रजीचे अनुकरण केले पाहिजे,” गोएटमन्स म्हणाले.

क्वेरीचे इंजिन विकसकांना लवचिक नैसर्गिक भाषेच्या अभिव्यक्तींसह अचूक एसक्यूएल वाक्यांशाचे बांधकाम एकत्रित करण्यास सक्षम करते.

इतर पद्धतींप्रमाणेच जे नैसर्गिक भाषेचे फक्त एसक्यूएलमध्ये भाषांतर करतात, Google अनुप्रयोग नैसर्गिक भाषा थेट क्वेरीच्या भाषेत विलीन करते. Google डेटाबेस इंजिनमधील पारंपारिक संबंध ऑपरेटर तसेच कार्य करणारे दोन मार्ग मॉडेल चालविते.

“जेव्हा १ 3 33 मध्ये एसक्यूएल प्रथमच बाहेर आला, तेव्हा हे सर्व होते, अहो, आम्हाला चौकशीसाठी एक नैसर्गिक भाषा हवी होती आणि म्हणूनच एसक्यूएल ही एक प्रकारची नैसर्गिक भाषा होती,” गोएटमन म्हणाले. “परंतु खरं तर, आपण आता ज्या प्रकारे विचार केला पाहिजे, हे एसक्यूएलच्या आश्वासनापेक्षा अधिक आहे, कारण आपण आता आपल्या एसक्यूएल क्वेरीचा भाग म्हणून अधिक नैसर्गिक भाषा वापरू शकता, परंतु तरीही ते एक चांगले आयोजक आहे.”

एजंटस्पेस एकत्रीकरण dechatisting प्रवेश डेटाबेस

Google क्लाऊड एलॉयडीबीला त्याच्या एजंट्स प्लॅटफॉर्मशी देखील जोडते, जे एक नैसर्गिक भाषा इंटरफेस तयार करते जे डेटाबेसला तांत्रिक तज्ञांच्या पलीकडे संस्थेतील जवळजवळ कोणत्याही कर्मचार्‍यापर्यंत वाढवते.

एआयच्या एआयच्या चौकशी इंजिनचा विकसक आणि डेटाबेसचा फायदा होतो, तर सामान्य व्यवसाय वापरकर्ते एजंट स्पेस वापरतील.

गुट्टान्झ म्हणाले, “हे संघटनेच्या सामान्य कर्मचार्‍यासाठी त्यांचे काम पूर्ण करण्याच्या प्रयत्नात आहे. “त्यांचे काम पूर्ण करण्याचा एक मार्ग म्हणजे आपल्याकडे एक नैसर्गिक भाषा इंटरफेस आहे आणि ते प्रवेश करू शकणार्‍या संस्थांच्या सर्व डेटाविषयी प्रश्न विचारण्याची क्षमता आहे.”

हे एकत्रीकरण विशेषत: मजबूत बनवते ते म्हणजे प्रवेश वाढविताना सुरक्षितता कशी टिकवायची. इतर नैसर्गिक भाषा डेटाबेसच्या दर्शनी भागांप्रमाणे, Google अॅप शक्तिशाली ओगेंटस्पेस प्लॅटफॉर्मचा फायदा घेते, ज्याला केवळ एका डेटा स्त्रोताबद्दलच नव्हे तर एकाधिक डेटा स्रोतांबद्दल कसे विचार करावे हे माहित आहे. हे वेब, अ‍ॅलोयडीबी किंवा इतर संघटित डेटाचा शोध असू शकते.

वेक्टर सुधारणे मापन करण्यायोग्य परिणाम प्रदान करते

Google ने एलॉयडीबीमध्ये शोधण्याच्या शक्यतांमध्ये लक्षणीय सुधारणा केली आहे, ज्यामुळे कार्यक्षमता सुधारली जाते आणि वापरण्याची सुलभता वाढते. स्कॅन (स्कॅन) इंडेक्स (स्कॅन) आता मानक पोस्टग्रेएसक्यूएलमधील एचएनएसडब्ल्यू मायनर वर्ल्ड इंडिकेटर (एचएनएसडब्ल्यू) च्या तुलनेत वेगवान लिक्विडेशन वाहनांमध्ये 10 पट शोध प्रदान करते.

“आम्ही २०२24 मध्ये अ‍ॅलोयडीबी निर्देशांकाच्या जवळच्या विकसनशील शेजार्‍यांच्या (स्कॅन) लाँच केल्यापासून सातपेक्षा जास्त वेळा अ‍ॅलोयडीबी कडून वेक्टरच्या शोधाचा अवलंब करताना पाहिले आहे.”

राक्षस लक्ष्य अनुभवात दर्शविल्याप्रमाणे हा वेगवान दत्तक व्यवसायाचा वास्तविक परिणाम प्रतिबिंबित करतो. गुटमन्सने नमूद केले की ऑनलाईन शोध अनुभव सुधारण्यासाठी लक्ष्याने अ‍ॅलोयडीबीचा वापर केला आहे.

ते म्हणाले: “ते वेक्टरमध्ये संशोधन वापरतात आणि अचूकता सुधारण्यासाठी ते या क्षमतांचा वापर करतात.” “जर आपण उत्पन्नामध्ये अनुवादित केलेल्या अचूकतेत 20 % सुधारणेचा विचार करत असाल तर … हे 20 % अधिक अधिक बदल आणि अधिक कमाईचे लक्ष्य करते.”

वास्तविक वेळ प्रक्रिया क्षमता सानुकूल बिगटेबल दृश्यांसह प्रगत आहे

सर्वात महत्वाच्या जाहिरातींपैकी एक म्हणजे सतत मतांसाठी नवीन मोठे वैशिष्ट्य म्हणजे, अत्यंत उत्पादक काळातील अनुप्रयोगांसाठी डिझाइन केलेले.

“बिगटेबलसाठी ही खरोखर मोठी क्षमता आहे,” गुटमन्स यांनी स्पष्ट केले. “रिअल टाइम applications प्लिकेशन्सच्या वास्तविक वेळेप्रमाणेच क्लिकस्ट्रीम काउंटरमध्ये बिगटेबलचा वापर केला जातो आणि तेथे खूपच कमी संक्रमणाचा वेळ आणि मानक आहेत.”

नियतकालिक अद्यतने आवश्यक असलेल्या पारंपारिक तुटलेल्या प्रदर्शनाच्या विपरीत, बिगटेबल अंमलबजावणी स्वयंचलितपणे होते.

ही क्षमता गटांची गणना करण्यासाठी जटिल डेटा फ्लो पाइपलाइनची आवश्यकता दूर करते आणि वास्तविक वेळ विश्लेषणाची रचना सुलभ करते.

एआय वर अवलंबून राहणे याचा अर्थ काय आहे?

कृत्रिम बुद्धिमत्ता अनुप्रयोग विकसित करणार्‍या संस्थांसाठी, Google डेटाबेस सुधारणा अनेक त्वरित फायदे देतात. कृत्रिम बुद्धिमत्ता चौकशी इंजिन एसक्यूएल आणि सुरक्षा रचना राखताना अधिक अंतर्ज्ञानी डेटामध्ये प्रवेश करण्यास अनुमती देते. इष्टतम संशोधन अर्थपूर्ण शोध अनुप्रयोगांसाठी मोजण्यायोग्य कार्यप्रदर्शन सुधारणा प्रदान करते. अखेरीस, एजंट्स स्पेस एकत्रीकरण एसक्यूएल अनुभवाची आवश्यकता नसताना संपूर्ण संस्थांमध्ये डेटाबेसपर्यंत विस्तारित होते.

कृत्रिम बुद्धिमत्तेचा अवलंब करण्याच्या प्रयत्नात असलेल्या संस्थांसाठी या नवकल्पनांचा अर्थ असा आहे की डेटाबेसच्या पायाभूत सुविधा आता डेटा साठवण्याऐवजी कृत्रिम बुद्धिमत्तेच्या वर्कफ्लोमध्ये सक्रियपणे भाग घेऊ शकतात. नैसर्गिक भाषेच्या लवचिकतेसह एसक्यूएल संरचनेचे अभिसरण सर्वात बुद्धिमान अनुप्रयोगांना संधी निर्माण करते जे संपूर्ण प्रणालीचे पुन्हा डिझाइन न विचारता मानवी आणि स्वयंचलित बुद्धिमत्तेचा फायदा घेतात.

कदाचित सर्वात महत्त्वाचे म्हणजे, Google च्या दृष्टिकोनातून असे दिसून येते की कृत्रिम बुद्धिमत्तेची क्षमता स्वीकारण्यासाठी संस्थांना सध्याचा डेटाबेस गुंतवणूक सोडण्याची आवश्यकता नाही. एसक्यूएल कालबाह्य झाले का असे विचारले असता गुटमन्स यांनी थोडक्यात सांगितले: “एसक्यूएल मेला आहे. लाइव्ह लाइव्ह एसक्यूएल”.