Oracle 是企业数字化转型的基础。四十多年来，其数据库技术为世界上最苛刻的业务关键型应用程序提供了支持。随着人工智能成为一股变革力量，甲骨文很自然地会提供从当今人工智能技术中获取全部价值所需的基础设施。
最近在拉斯维加斯举行的 Oracle Cloud World 活动充分展示了这一重点。虽然该公司发布了数十项以人工智能为重点的公告，涵盖从云服务到应用程序交付的各个方面，但甲骨文旗舰数据库中的新人工智能和机器学习功能将真正使企业能够充分挖掘生成式人工智能的价值。
Oracle 数据库 23c
Oracle 宣布全面推出 Oracle Database 23c 长期支持版本。虽然该版本带来了大量新功能（超过 300 个），几乎影响了数据库的各个方面，包括改善开发人员体验，但我想重点关注数据库如何支持和使用 AI。
向量搜索
向量是生成人工智能运作方式不可或缺的一部分。简单来说，您可以将向量视为 AI 模型属性的存储方式。向量搜索使得能够使用向量来表示和高效地查询数据。
Oracle向量搜索用例
Oracle 在 Oracle Database 23c 中引入了对 AI 向量搜索功能的支持，增强了其处理图像、文档和视频等非结构化数据的能力。以下是 Oracle Database 23c 中矢量搜索功能的一些关键方面：
- 原生向量数据类型：Oracle Database 23c 引入了原生向量数据类型，使得在数据库中存储和使用向量变得更加容易。该数据类型专为高效处理矢量数据而设计。
- 优化的向量相似性搜索：该版本包括针对向量相似性搜索的优化索引，显着提高了查询向量的性能。用户可以根据内容快速搜索并检索相似的向量。
- SQL 函数和运算符：提供新的 SQL 函数和运算符来在数据库中创建、操作和查询向量。这些函数简化了向量与 Oracle 数据库中已支持的其他数据模型（例如 JSON、空间、图形等）的结合使用。
- 无缝集成：矢量搜索功能无缝集成到 Oracle 数据库中，允许开发人员将矢量数据合并到他们的应用程序和工作流程中，而无需额外的专门数据库。
- 增强的用例：这些矢量搜索功能开辟了广泛的用例，包括基于内容的搜索、推荐和非结构化数据分析，这对于图像识别、文档检索和多媒体内容管理等应用程序非常有价值。
Oracle Database 23c 的向量搜索功能增强了处理非结构化数据的能力，在数据库环境中无缝地提供矢量数据的高效存储、检索和分析。表格顶部表格底部
增强的数据挖掘和机器学习能力
Oracle Database 23c 对其数据挖掘和机器学习功能进行了多项增强，旨在简化构建分析模型、提高预测准确性和利用大型语言模型的过程。以下是 Oracle 提供的与数据挖掘和机器学习相关的关键功能：
- 内置数据挖掘和机器学习算法：Oracle Database 23c 继续将数据挖掘和机器学习算法直接嵌入到数据库中。这些内置算法简化了创建分析模型的过程。数据科学家和开发人员可以从各种算法中进行选择来构建最适合其特定需求的模型。
- 改进的数据挖掘算法：该版本改进了现有的数据挖掘算法，包括对 XGBoost 算法和广义线性模型算法的增强。这些增强功能侧重于提高预测准确性，使模型更有效地提供有价值的见解。
- 与生成式人工智能和大型语言模型集成： Oracle Database 23c 与法学硕士和生成式人工智能集成，使开发人员和分析师能够在访问数据库中的数据时利用这些模型的强大功能。这种集成为教育、医疗保健和商业等各个领域的人工智能应用程序打开了大门。
- 自然语言交互：一个显着的功能是使用自然语言与数据库交互的能力。用户可以利用数据上下文，以对话语言与数据库“聊天”，提出复杂的查询。此功能简化了与数据库的交互，并简化了提取有价值见解的过程。
- AI代码生成：Oracle计划扩展AI功能，为数据库和开发工具的不同方面生成代码。此功能将有助于自动化开发过程，从而更轻松地根据特定用例定制和定制数据库。
生成式人工智能和法学硕士的集成为人工智能驱动的应用程序提供了令人兴奋的可能性，自然语言交互简化了查询过程。改进的算法还有助于提高预测准确性，使 Oracle 数据库成为数据分析和机器学习应用程序的可靠选择。
可用性
Oracle Database 23c 现已在 Oracle 云基础设施 (OCI) Oracle Base 数据库服务上提供。计划稍后发布 Oracle 本地数据库、Exadata、Exadata 数据库服务、Exadata 客户云 (ExaC@C) 和自治数据库 (ADB) 版本。
分析师的看法
Oracle Database 23c 是一个重要版本，旨在为开发人员提供支持并简化人工智能与数据库的集成。它建立在数据库因高可用性、一流性能和强大安全性而享有盛誉的基础上。
更重要的是，此版本增强了数据库的融合方法，使其能够支持各种工作负载的 JSON、XML、图形、空间、文本和关系数据。
虽然生成式 AI 使矢量数据库变得流行，但针对不同的应用程序使用单独的数据库产品似乎毫无意义且效率低下，尤其是当企业的数据已经集中到 Oracle 数据库时（几乎所有财富 1000 强企业都是如此）。
Oracle 对矢量搜索的集成改变了企业 AI 的游戏规则，使组织能够部署具有 Oracle 数据库所代表的完整安全性、性能和可靠性的 GenAI 应用程序。
我再说一遍：Oracle 是企业数字化转型的基础。四十多年来，其数据库技术一直为最苛刻的关键业务应用程序提供支持，并且正如这组公告所表明的那样，它准备在未来继续为这些应用程序提供支持。
披露：Steve McDowell 是一位行业分析师，NAND Research 是一家行业分析公司，从事或曾经为许多科技公司从事研究、分析和咨询服务，其中可能包括本文中提到的那些公司。麦克道尔先生未在本文提及的任何公司中持有任何股权。
文章作者：Steve McDowell ——NAND Research 的首席分析师兼创始合伙人。
文章来源：https://www.forbes.com/sites/stevemcdowell/2023/10/05/oracle-embraces--enables-ai-in-new-oracle-database-release/?sh=b4c1ff11780e
