Oracle的最新AI解决方案有效地集成并管理您的数据

甲骨文提出令人信服的理由，让您的数据留在原地，尤其是存储在他们的数据库中，当您准备探索生成式人工智能的世界时。这种方法可能改变游戏规则，特别是对于已深度使用甲骨文生态系统的企业用户。

在迪拜最近的合作伙伴活动中，甲骨文宣布其OCI生成式AI服务的正式可用性。这项托管AI服务于去年9月进入测试版，现已准备好全面推出。同时，甲骨文推出了两项仍在测试版的新产品：OCI Gen AI Agents和OCI Data Science AI Quick Actions。

甲骨文的定位明确：在现有数据基础设施上构建企业生成式AI应用，不仅能更有效地利用独特数据，还能避免额外的基础设施开支。OCI（甲骨文云基础设施）涵盖全球网络和计算资源，包括甲骨文自治数据库和Nvidia GPU“超级集群”，甲骨文已为此投入数十亿美元。

甲骨文战略与运营副总裁Erik Bergenholtz强调公司策略：“我们实际上是将AI带到数据中。”他指出，甲骨文的Fusion应用（如ERP和HCM）存储了海量数据，公司正将生成式AI整合到这些庞大数据池中。

Bergenholtz表示，基于甲骨文的数据库、中间件和Fusion应用构建的实际好处显著。他指出，虽然企业可以选择购买如Pine Cone的向量数据库等额外软件，但这种方式增加成本和复杂性。“缺点当然是多了一层基础设施，提高了云成本，还需要跨原始数据存储移动和同步数据，”他解释道。使用OCI服务则“消除了客户的这一障碍和摩擦”。

甲骨文数据库与自治服务营销副总裁Steve Zivanic补充说：“我们不希望客户移动数据，因为他们最不想做的是为了利用生成式AI而移动500TB的数据。”

新推出的OCI生成式AI服务包括预构建的大型语言模型（LLMs），如Meta的开源Llama 2 70亿参数模型。甲骨文还与投资的初创公司Cohere合作，纳入三种模型：Command用于主流文本语言功能，Summarize用于文档摘要，Embed用于多语言功能。

Bergenholtz强调数据隐私的重要性，指出在OCI中用于训练或微调模型的客户数据保持机密，其他甲骨文客户无法访问。自测试阶段以来，该服务新增了内容审核功能，在提示提交给语言模型前和模型生成响应后进行审核。

该服务还与LangChain开发框架集成，提升了开发者使用LLMs的实用性。

OCI Gen AI Agents产品旨在将LLMs与其他资源（如客户专有数据）连接。首个代理用于检索增强生成（RAG），允许语言模型访问OCI的OpenSearch等数据源，很快还将支持甲骨文的Database 23c AI向量搜索和MySQL Heatwave向量存储。AI代理服务将于本月开始测试。

OCI Data Science Quick Actions源自甲骨文2018年收购DataScience，提供无代码方式部署和微调语言模型。它支持多种分布式训练框架，并使用对象和文件存储管理模型权重。Quick Actions将于下月进入测试。

甲骨文在OCI Gen AI服务的测试阶段观察到多种用例。常见应用包括自动回答HR政策问题，如根据公司政策和个人使用情况计算剩余休假天数。类似应用还包括回答医疗保险福利问题。另一个普遍用例是客户支持，RAG可帮助总结案例并提供后续步骤脚本，提升用户体验。

对于对将生成式AI与数据整合持谨慎态度的用户，Zivanic概述了甲骨文的策略：通过将向量搜索等功能直接嵌入甲骨文数据库和Heatwave，将技术带给客户。他承认一些组织可能从侧项目开始以适应技术，但预测随着时间推移，融合数据库的优势将显现，超越管理多个数据库的复杂性。