Google fügt AlloyDB KI-Funktionen zur Klassifizierung und Extraktion hinzu

KI-Textverarbeitung innerhalb von SQL

Google Cloud zufolge sind die neuen Funktionen für unstrukturierten Text gedacht, der in transaktionalen Datenbanken gespeichert ist, darunter klinische Notizen, Kundenbewertungen, Support-Tickets, Rechnungen und Immobilienbeschreibungen. Bisher mussten Anwendungen diese Informationen häufig aus der Datenbank exportieren, externe Modell-Endpunkte aufrufen, Antworten analysieren und die Ergebnisse zurückschreiben.

Nach Angaben von Google Cloud kann dieser anwendungsseitige Prozess die Abfragelatenz erhöhen, den Umfang des Anwendungscodes und die Kosten für Modell-Token steigern sowie Compliance-Risiken schaffen, weil sensible Informationen über mehrere Netzwerkgrenzen hinweg übertragen werden. AlloyDB AI bringt stattdessen das Weltwissen von Gemini in die operative Datenbank und ermöglicht Klassifizierung und Extraktion über Standard-SQL.

Die Vorschau ist in der Erweiterung google_ml_integration, Version 1.6.1 oder höher, unter PostgreSQL 18 verfügbar.

ai.classify unterstützt einzelne und mehrere Labels

Die Funktion ai.classify kategorisiert Text anhand vom Nutzer definierter Klassen. Kategorien können als einfache Liste von Labels oder als Paare aus Labelnamen und Beschreibungen angegeben werden, die dem Modell zusätzlichen Kontext liefern.

Die Funktion unterstützt die Klassifizierung mit einem Label, bei der die beste Kategorie zurückgegeben wird, sowie die Klassifizierung mit mehreren Labels, bei der jede passende Kategorie zurückgegeben wird. Entwickler können außerdem Inline-Beispiele für Few-Shot-Prompting angeben. Laut Google Cloud kann die Funktion einzelne Zeilen, Arrays und Cursor über die Ausführungsmodi TEXT, TEXT[] und REFCURSOR verarbeiten.

Im Beispiel des Unternehmens wird eine Tabelle mit Produktbewertungen in einer SQL-Abfrage in die Kategorien positiv, neutral und negativ eingeteilt. Den erwarteten Ergebnissen zufolge ist eine Bewertung positiv und zwei sind negativ.

ai.extract macht aus Freitext JSON

Die Funktion ai.extract wandelt unstrukturierten Text in strukturiertes JSON um, das einem vorgegebenen Schema entspricht. Das Schema kann als standardmäßiges JSON-Schema oder als einfache Textliste von Feldern bereitgestellt werden. Überladene Signaturen unterstützen einzelne Zeilen, Arrays und die Verarbeitung von Cursor-Batches.

Im Beispiel von Google Cloud wird eine klinische Notiz verwendet, um den Namen, das Alter, die Symptome und die verschriebenen Medikamente eines Patienten zu extrahieren. Das erwartete JSON enthält Jane Smith, das Alter 52, leichtes Fieber, anhaltenden Husten, starke Gliederschmerzen, Ibuprofen und Amoxicillin.

Beide Funktionen unterstützen Smart Batching, das zuvor als AI Function Acceleration bezeichnet wurde. Wenn sie in Ausdrücken der SQL-WHERE-Klausel verwendet werden, gruppiert AlloyDB Eingaben automatisch in optimierte Micro-Batches, bevor sie an Modelle der Gemini Enterprise Agent Platform gesendet werden. Google Cloud zufolge kann dies die Inferenz im Vergleich zur zeilenweisen Auswertung beschleunigen und die Ausgaben für Modell-Token senken, indem der Prompt-Overhead optimiert wird.

Google Cloud nennt das Gesundheitswesen, Finanzdienstleistungen, Legal Tech, Immobilien und Wissensgraphen als mögliche Einsatzbereiche. Das Unternehmen kündigt als geplante Erweiterungen eine fortgeschrittene Kostenoptimierung, eine Nachverfolgung der Herkunft auf Zeilenebene und Pushdowns von Abfragen über WHERE-Klauseln hinaus an. Nutzer können mit der Dokumentation zur AlloyDB AI Query Engine und den AlloyDB-Versionshinweisen beginnen.