La recherche vectorielle est une technique qui s’appuie sur l’apprentissage machine pour capturer le sens et le contexte des données non structurées, notamment les textes et les images, qu’elle transforme en représentation numérique. Elle est généralement utilisée dans le cadre de la recherche sémantique pour trouver des données similaires à l’aide d’algorithmes de recherche du plus proche voisin approximatif (ANN).
Redéfinir les interactions avec les données
Par rapport à la recherche traditionnelle par mots clés, la recherche vectorielle renvoie des résultats plus pertinents et s’exécute plus rapidement. Elle outrepasse la difficulté de la recherche sans mots clés en permettant d’effectuer une recherche selon l’intention, grâce aux plongements vectoriels, qui sont la représentation numérique des données et du contexte associé, stockés dans des vecteurs de grande dimension. Les réponses aux requêtes fondées sur la recherche de similarité renvoient des résultats plus rapidement et n’ont pas besoin de requêtes basées sur des mots clés spécifiques. Par exemple, l’utilisateur peut demander au moteur de trouver toutes les « chaussures confortables » et recevoir des réponses pertinentes, même si le mot « confortable » n’est pas stocké dans la description des produits.Avec cette version d’Oracle Database, l’éditeur vise à redéfinir les interactions avec les données des professionnels de la donnée, des développeurs et des utilisateurs. Elle automatise les solutions en fonction des résultats souhaités des utilisateurs, leurs intentions, plutôt que du codage manuel. « L’introduction de la Recherche Vectorielle IA, couplée avec les capacités d’interface en langage naturel et des technologies comme les vues de dualité relationnelle JSON, incarne l’avenir du développement de données et d’applications, promettant des gains substantiels en productivité », affirme l’éditeur.
Prends en charge le RetrievalAugmentedGeneration
Ces nouvelles capacités prennent également en charge le RetrievalAugmentedGeneration (RAG), une technique utilisée en traitement du langage naturel qui combine deux étapes : la récupération et la génération. L’idée est de récupérer d’abord des documents et des informations pertinents en fonction d’une requête donnée, puis d’utiliser ces informations pour générer une réponse. Dans le cas de Database 23c, le RAG combine de grands modèles de langage (LLM) et des données métiers privées pour fournir des réponses à des questions en langage naturel. En somme, le RAG améliore la précision tout en préservant la confidentialité des données privées, évitant leur inclusion dans les données d’entraînement LLM.De plus, les applications basées sur Oracle Database et AutonomousDatabase peuvent désormais incorporer une interface en langage naturel basée sur LLM. Cela permet aux utilisateurs de demander les données dont ils ont besoin en posant des questions en langage naturel, simplifiant les interactions entre les utilisateurs finaux et la base de données. Cette innovation est complétée par des améliorations dans les outils Oracle Database tels qu’APEX et SQL Developer, qui seront pourvus de capacités d’IA génératives, permettant aux développeurs de générer des applications ou des requêtes SQL en langage naturel sans codage manuel.
Faciliter le développement d’applications natives du cloud
« La recherche vectorielle est fondamentalement une fonction OLTP, car elle a besoin d’évolutivité, de performance et de fiabilité. Les fournisseurs comme Oracle qui ont fait leurs preuves en matière d’OLTP critique seront les gagnants de ce marché, a déclaré Holger Mueller, vice-président et analyste principal de Constellation Research. L’ADN d’Oracle pour fournir des performances de classe entreprise sera une capacité clé pour sa nouvelle offre vectorielle, en s’appuyant sur la confiance que les chefs d’entreprise ont développée pour la base de données Oracle. »Oracle affirme ainsi poursuivre inlassablement sa quête pour « affiner ses services et produits de base de données, en intégrant le développement d’applications Oracle Database et IA modernes au sein d’Oracle AutonomousDatabase, Oracle APEX, et GoldenGate 23c Free. Ces mises à jour facilitent le développement d’applications natives du cloud et accélèrent la création d’applications d’entreprise sécurisées et évolutives à l’aide de l’IA ».
Enfin, pour les petites et moyennes entreprises, Oracle a lancé Oracle Database Appliance X10, offrant une solution économique et gérable pour déployer et gérer les bases de données Oracle, les applications et l’infrastructure. La dernière itération assure jusqu’à 50 % de performances en plus et une automatisation améliorée, affirme l’éditeur, permettant aux clients de déployer des charges de travail Oracle Database avec « un rapport qualité-prix exceptionnel et une expertise informatique minimale ».
