谷歌云正在加强其分析和事务数据库，包括BigQuery, AlloyDB和Spanner，旨在推动其客户生成人工智能应用程序的开发。
BigQuery是谷歌云的顶级数据库，用于支持分析和人工智能工作负载，它开发了几项人工智能增强功能。首先，该公司推出了BigQuery和Vertex AI在文本和语音方面的集成预览。谷歌云表示，这将允许用户从图像和文档等非结构化数据中提取见解。
该公司最大、功能最强的人工智能模型双子座(Gemini)也通过Vertex AI向BigQuery客户开放。上周，该模型在消费者市场首次亮相时表现不佳，引发了一些争议。
这些AI功能是继BigQuery早先宣布的向量搜索功能之后推出的。预览中的向量搜索功能，支持GenAI应用程序的关键组件，例如使用大型语言模型的相似性搜索和检索增强生成(RAG)。
BigQuery中直接访问Vertex AI可以从多个方面为谷歌云AI客户提供易用性，谷歌云AI总经理兼数据分析副总裁Gerrit Kazmaier表示。
Kazmaier在新闻发布会上说:“作为一名数据分析从业者，你可以通过SQL命令行或BigQuery嵌入式Python API访问所有Vertex AI模型，包括我们的Gemini模型。”“这很神奇，因为这意味着你不需要去找数据科学家或机器学习平台。你可以在你正在工作的领域，在你手头的数据上访问它。”
Kazmaier说，整合的第二个好处是更好地访问人工智能模型的数据。在此集成之前，将数据传输到人工智能模型通常需要构建和操作以及数据管道来移动数据。他说，现在已经不需要了。“所有的复杂性都消失了。”
在vertex中结合基于文本和图像的人工智能模型的能力(现在数据分析师可以通过BigQuery使用)也会给客户带来很大的好处。
“这开启了分析情景的全新阶段。”他说，结构化和非结构化数据的总结、情感提取、分类、浓缩、翻译是一件大事。粗略地说，90%的数据都是非结构化的。这些数据通常不会用于企业数据分析，因为你无法以有意义的方式处理它们。
在事务(或运营)方面，谷歌云宣布全面推出AlloyDB AI，这是该公司在去年的Next 23大会上发布的托管Postgres数据库的AI专用版本。AlloyDB AI具备存储矢量嵌入和执行矢量搜索功能的能力，谷歌云将其视为其客户GenAI用例的核心组件。
谷歌云还推出了与LangChain的新集成，LangChain是一个流行的开源框架，可以帮助将客户数据连接到大型语言模型(LLM)中。谷歌云总经理兼数据库副总裁Andi Gutmans表示，谷歌云的所有数据库都将与LangChain集成。
Gutmans说，新的功能是为了响应客户的需求，找到一种从他们的数据中获得更多GenAI价值的方法。
该公司还宣布，将在其云上为客户托管的其他数据库(包括Redis和MySQL)中添加矢量搜索功能。Gutmans说，Cloud Spanner、Firestore和Bigtable也将获得矢量功能。
“Spanner的特别之处在于它将具有最近邻搜索功能，这是一个稍微不同的变体。”Gutmans说，“真正令人兴奋的是那些拥有非常非常大的用例的客户——例如，数万亿的向量，例如基于用户的高度分区。你可以想象，谷歌的一些内部应用程序是按用户划分的——它们将能够以万亿(向量)规模存储和搜索向量。”
他说:“我们的信念是，任何数据库，任何存储操作数据的地方，你可能需要在GenAI用例中使用，也应该具有矢量能力。”“这与15到20年前数据库都添加JSON支持时没有什么不同。我们认为，好的矢量功能应该只是保持数据库的基础功能。”