Запросы к автономной базе данных Oracle с помощью естественного языка

Select AI - это новая функция автономной базы данных Oracle, которая преобразует ваш родной язык в SQL. Это большая удача для тех, кто не занимается разработкой, в извлечении ценности из своих хранилищ данных.

Ожидалось, что в какой-то момент кто-то использует генеративный ИИ для преобразования английского языка в SQL. SQL, хотя и прост в понимании, был барьером для прямого взаимодействия руководства с хранилищами данных организации. Поэтому появились инструменты общего назначения, такие как Vanna SQL, которые объединяют LLM и SQL, чтобы сделать богатство информации, хранящейся в вашей личной или корпоративной базе данных, доступным для всех, так же просто, как общение в ChatGPT.

Вполне логично, что появляются и специализированные решения для работы с продуктами. Мы уже рассматривали такой инструмент в статье "Couchbase's Coding Assistant Goes GA", где Capella iQ, помощник по кодированию с искусственным интеллектом для разработчиков, который делает возможным взаимодействие с Couchbase с помощью естественного языка, перешел из частной бета-версии в общедоступную. Capella iQ ускоряет выполнение множества распространенных задач для ускорения цикла разработки на естественном языке, включая создание SQL-запросов для взаимодействия с данными.

Вот еще одно решение, на этот раз для запросов к данным в Oracle Autonomous Database, облачной технологии Oracle, предназначенной для автоматизации многих рутинных задач, необходимых для управления базами данных Oracle. Она называется Select AI и позволяет запрашивать данные с помощью естественного языка. Важно, что, в отличие от решений сторонних производителей, Select AI понимает вашу схему и генерирует SQL, специфичный для вашей базы данных, а не какое-то общее решение. Ему просто нужен контекст в виде конкретных таблиц и столбцов пользователя.

Чтобы создать такой выполняемый запрос, нам нужно привязаться к конкретной схеме, и именно здесь на помощь приходит Select AI. Настроив профиль пользователя, вы можете по умолчанию использовать локальную схему, но также можете указать схему (схемы) и таблицу (таблицы), которые вы хотите учитывать при генерации запросов. В тех случаях, когда эти объекты используют эзотерические имена, можно добавить метаданные, чтобы обеспечить бизнес-контекст для таблиц и столбцов.

Давайте рассмотрим несколько примеров, чтобы понять, как это работает. Спросим: "Сколько клиентов в Сан-Франциско состоят в браке?".

Используя ключевое слово "AI", выполним команду SQL:

• SELECT AI сколько клиентов в Сан-Франциско состоят в браке

Другим вариантом может быть:

• SELECT AI найдите 3 самых крупных покупателя из числа бэби-бумеров

В случаях, подобных второму запросу, база данных сама по себе не может ответить на такой вопрос, поскольку эта информация никак не заложена в базу данных. Комбинируя запрос с LLM, можно.

Для того чтобы "найти 3 лучших бэби-бумеров", требуется понимание того, что такое "бэби-бумер", или, что более важно, какие годы рождения применимы, и что для нахождения 3 лучших крупных транжир требуется упорядочить их по количеству проданных товаров. LLM опирается на свое более широкое понимание этих понятий, чтобы правильно сгенерировать соответствующий запрос.

Select AI не привязан к конкретному LLM, он разработан как подключаемый, что позволяет вам выбрать LLM, который лучше всего подходит для вашего бизнеса. Сегодня Select AI поддерживает модели Cohere и OpenAI, но вполне вероятно, что со временем этот список будет расширяться, чтобы поддерживать модели, специфичные для бизнес-доменов.

Select AI может быть вызван любым приложением, вызывающим SQL и имеющим учетную запись провайдера AI. Это означает использование токена, скажем, OpenAI или AzureAI и т. д. и включение пакета DBMS_CLOUD_AI в автономной базе данных. Именно этот пакет позволяет использовать LLM для генерации SQL из запросов на естественном языке. Пакет предоставляет доступ к указанным пользователем LLM, а также знания о метаданных доступной пользователю базы данных.

Потенциал Select AI и аналогичных инструментов gen AI заключается в снижении затрат на лицензирование, поддержку и обслуживание сложных BI и аналитических пакетов, поскольку они позволяют любому человеку получать информацию о бизнесе без необходимости понимать, где и как хранятся данные.