
👆 立即咨询 TiDB 企业版 👆

8月10日,TiDB 社区与亚马逊云科技、智谱 AI 联合在北京举办了一场 AI Workshop 实战活动。在这个充满创新精神的夏日,我们与众多 AI 爱好者和行业专家共聚一堂,深入探讨了 AI 技术的前沿发展和实践应用。感谢所有嘉宾的精彩分享和参与者的热情参与!
现在,让我们一同回顾这场 AI 技术的盛宴,感受知识与创新的火花碰撞!

资料下载专区
亚马逊云科技_生成式 AI 把握新机遇
智谱 AI_GLM 大模型:场景落地的探索与实践
TiDB_AI 应用创新的最佳搭档
何傲_使用 TiDB Vector 构建 RAG AI 应用
TiDB_让领先的 NL2SQL 加速数据探索
董菲_AI Workshop

分享回顾

分享嘉宾:王启明 | 亚马逊云科技,合作伙伴解决方案架构师
分享主题:拥抱生成式 AI,把握新机遇
王启明老师在演讲中强调了生成式 AI 的变革潜力,介绍了 Amazon Bedrock 等工具,讨论了数据安全、隐私保护和开发者技能要求。他提倡负责任的 AI 构建,并介绍了亚马逊云科技 Marketplace 作为资源平台。
>>>左右滑动查看更多<<<
点击此处丨立即观看

分享嘉宾:孙万礼 | 智谱AI ,高级解决方案架构师
分享主题:GLM 大模型|场景落地的探索与实践
孙万礼老师介绍了 GLM 大模型,一个具有 10B 参数量、性能接近 175B GPT 的自回归填空训练架构,并在多项国际测评中超越 GPT-3 等模型。智谱 AI 建立了千亿级大模型技术体系,对标 OpenAI 产品线,提供多模态、语言和代码生成大模型,广泛应用于能源、医疗、金融等行业,推动产业化落地。
>>>左右滑动查看更多<<<
点击此处丨立即观看

分享嘉宾:孙晓光|TiDB Serverless 团队技术负责人
分享主题:
TiDB Cloud Serverless AI 应用创新的最佳搭档
TiDB Cloud Serverless 提供了一个高度可扩展、完全托管的数据库服务,支持 OLTP 扩展性、ACID 事务、MySQL 兼容性,并具备高可用性与实时分析能力。它允许用户按需支付,实现成本节约,同时提供实时洞察和零停机时间的敏捷开发体验。TiDB Cloud Serverless 还集成了向量搜索功能,支持AI应用的数据库需求,预计将在 2024 年 10 月推出。
>>>左右滑动查看更多<<<
点击此处丨立即观看

分享嘉宾:何傲|神州数码集团,TiDB团队技术负责人
分享主题:使用 TiDB Vector 构建 RAG AI 应用
何傲老师在现场和大家一起探讨了使用 TiDB Vector 构建 RAG AI 应用的方法,指出了大型语言模型的局限性,并提出了 RAG 作为一种成本效益高、实现简单的解决方案。TiDB Serverless 结合向量搜索功能,支持标准 SQL、向量运算和多种度量指标,集成了 LangChain 等工具。然而,RAG 也存在问题,如工程化时的多个失败点。更先进的 RAG 应包括预检索、后检索处理、端到端训练和知识图谱集成,以提高准确性和效率。
>>>左右滑动查看更多<<<
点击此处丨立即观看

分享嘉宾:钮博彦|PingCAP,云平台团队技术负责人
分享主题:TiDB Cloud Chat2Query,让领先的 NL2SQL 加速数据探索
钮博彦老师介绍了 TiDB Cloud 的 Chat2Query 服务,一项基于 LLM 的 NL2SQL 应用,它在 SPIDER 测试和 BIRD SQL 中排名靠前,展示了其准确性和稳定性。Chat2Query 支持超大库表、多轮对话和自定义知识库,适用于 SQL Copilot 和数据探索等场景。用户可通过 OpenAPI 和 Demo App TiInsight 快速上手,享受这项增值服务带来的便利。
>>>左右滑动查看更多<<<
点击此处丨立即观看
TiDB AI Workshop 实战
在由 PingCAP 首席讲师董菲主持的 workshop 环节中,参与者们体验了 TiDB 的 Vector Search 功能,在 ChatGPT 和智谱 AI 上分别进行体验和构建。实操内容包括在 TiDB Cloud Serverless 上执行 SQL 语句操作向量、使用向量函数、创建并利用 HNSW 索引进行快速近似最近邻搜索。
此外,还尝试了将 TiDB 作为向量存储,使它们能够响应超出 LLM 知识库范围的查询,以支持创建能够处理复杂查询的 AI 应用程序,即检索增强生成 (RAG) 应用程序,并通过知识图谱方法进一步增强这些应用的性能。

左右滑动查看更多实战分享
点击此处丨立即观看
现场花絮

左右滑动查看更多精彩花絮
👇 立即咨询 TiDB 企业版 👇





































