PostgresML 基于 PostgreSQL 的 AI 应用数据库

PostgresML是PostgreSQL的机器学习扩展，能让你使用SQL查询对文本和表格数据进行训练和推理。有了PostgresML，你可以将机器学习模型无缝集成到PostgreSQL数据库中，并利用尖端算法的强大功能高效处理数据。

• 执行自然语言处理任务，如情感分析、提问和回答、翻译、总结和文本生成
• 从 HuggingFace 模型 Hub 访问数千种最先进的语言模型，如 GPT-2、GPT-J 和 GPT-Neo
• 针对不同任务，在自己的文本数据上微调大型语言模型
• 将现有的 PostgreSQL 数据库用作向量数据库，从存储在数据库中的文本生成 embedding

针对文本数据操作：

翻译

SQL 查询

SELECT pgml.transform(
    'translation_en_to_fr',
    inputs => ARRAY[
        'Welcome to the future!',
        'Where have you been all this time?'
    ]
) AS french;

结果

                         french                                 
------------------------------------------------------------

[
    {"translation_text": "Bienvenue à l'avenir!"},
    {"translation_text": "Où êtes-vous allé tout ce temps?"}
]

情感分析 SQL 查询

SELECT pgml.transform(
    task   => 'text-classification',
    inputs => ARRAY[
        'I love how amazingly simple ML has become!', 
        'I hate doing mundane and thankless tasks. ☹️'
    ]
) AS positivity;

结果

                    positivity
------------------------------------------------------
[
    {"label": "POSITIVE", "score": 0.9995759129524232}, 
    {"label": "NEGATIVE", "score": 0.9903519749641418}
]

针对表格数据操作：

• 47+ 种分类和回归算法
• 推理速度比基于 HTTP 的模型服务快 8 - 40 倍
• 每秒数百万次事务
• 横向可扩展性

训练分类模型

训练

SELECT * FROM pgml.train(
    'Handwritten Digit Image Classifier',
    algorithm => 'xgboost',
    'classification',
    'pgml.digits',
    'target'
);

推理

SELECT pgml.predict(
    'My Classification Project', 
    ARRAY[0.1, 2.0, 5.0]
) AS prediction;