We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
黄
黄东旭
黄东旭: 我认为大语言模型与数据库关系密切，尤其体现在智能代理方面。早期ChatGT就像一个智能聊天助手，但现在智能代理AI开始与现实工作融合。如何提供正确的上下文信息，对AI个人助理至关重要，数据库因此扮演重要角色。要让AI做好事情，必须提供精准的相关信息和指令。好的AI代理应能根据个人偏好推荐个性化的服务。大语言模型提供模糊性交互，彻底改变了人与计算机的交互方式。代理型AI应用越来越火，关键在于数据。我希望利用大语言模型做一个数字化的个人助理，从各种数据源获取信息。AI代理需要访问多种数据源，提供丰富的上下文信息。AI需要跨越多种数据去查询，以提供丰富的上下文。AI节省了人工找数据的过程，能访问更多数据，进行深度思考。实时数据和数据新鲜度对AI应用至关重要。在线数据库和离线数据仓库的边界会变得模糊。交易型数据库与分析型数据库的边界将模糊，AI不区分大数据与小数据。实时的写入或事务能力将成为未来数据库的标配。某些场景对AI访问的数据有较高要求，如医疗行业，对数据准确性和幻觉容忍度低。云基础设施是技术大趋势，提供多租户的弹性存储能力。极致的多租户是未来趋势，每个人都可能在云上拥有自己的数据存储空间。未来AI代理会在大平台上进行数据共享和交互。未来会是一两个大平台占据垄断地位。AI在云原生技术中扮演加速器角色，放大数据的弹性和碎片化场景。AI的使用场景能够将已有的云技术潜力高度放大。现在每个人都有一个针对自身上下文和新鲜数据的推荐系统。大模型能理解半结构化数据，无需按特定格式喂数据。现在的大语言模型能根据精确的上下文提供建议，不再是猜测。OpenAI和DataBricks都在收购数据库公司，尤其是提供在线数据库能力的厂商。在人工智能代理应用中，关键字匹配只是检索方式之一，还包括相似性搜索、精准匹配等。多种数据检索方式综合，为大模型提供完整、正确、相关的上下文。未来数据库应提供所有服务，不应限制自身类型。大模型与数据库软件之间的沟通方式应具有灵活性、高度抽象性和准确性。SQL是适合大模型与数据库沟通的语言，因为它能被人类审核。大模型访问数据库的语言需准确完备，语法灵活，SQL符合这些条件。SQL已成为事实标准，被大模型训练到脑子里，这是优势。向量数据库提供模糊查询，适合AI使用。SQL的挑战在于数据库厂商能否提供足够的能力满足所有搜索需求。希望将知识图谱、向量、全文检索融入统一的SQL接口，工程难度较大。
Deep Dive
本节探讨了智能代理AI对数据库应用带来的变革，特别是AI如何从简单的文本生成走向智能代理，以及在与数据库系统深度融合中展现出的新能力。重点关注AI如何通过查询优化，提升信息获取效率，并改变人机交互方式。
- AI智能代理从聊天助手进化为个人助理，处理更复杂的任务。
- AI需要访问多种数据源，包括结构化和非结构化数据，以提供更精准的上下文。
- AI改变了人与软件的交互方式，提供更自然、更灵活的体验。
- AI对数据库提出了更高的要求，例如实时数据访问和更高的更新频率。
Shownotes Transcript