AI 和生成式 AI 正在改变技术的运作方式。可以在几秒钟内分析和理解大量数据。人类语言可用于询问有关数据的问题。繁琐的工作可以自动化。
生成式 AI 可以用人类语言回答有关广泛主题的问题，从新闻到编写代码。为此，它依赖于基于可用数据训练的大型语言模型 （LLMs）。但是，LLM 尚未训练的数据（例如您自己的业务数据）呢？我们如何利用生成式 AI 的力量来处理这些数据？我们有答案 – Graph RAG。Oracle 使利用 Graph RAG 的强大功能变得更加容易。
RAG 和图形 RAG
Retrieval Augmented Generation（RAG 或 Vector RAG）可以通过搜索业务数据并将相关信息添加到用户查询中，将用户查询增强为 LLM（提示）。人类语言中的用户查询可以转换为向量，并用于在数据库中搜索业务数据。使用数据库中向量搜索结果（增强提示）增强的用户查询可以输入到 LLM，然后它可以用人类语言输出有用的结果，即使它没有使用该数据进行训练。
图形 RAG 通过添加有关用户查询中的实体如何连接到其他数据实体（图形）的信息，为增强提示添加了一个新维度。图形捕获有关数据如何关联的信息，而其他数据模型很难捕获这些信息。图形可以捕获的信息类型的一些示例包括：
• 社交媒体网络中的人脉
• 金融网络中的资金流动
• 供应链中的路径
等等。
Graph RAG 的实际应用
请考虑以下示例：一家名为 MovieStream 的流媒体公司希望提供电影推荐，以提高客户对其服务的使用率。LLM 可以查找特定类型的电影、具有特定情节的电影或特定时代的电影。但对于目标客户 Adriana 来说，LLM 没有 Adriana 之前的观影历史，也没有 Adriana 在看电影背景下的社交网络：她和谁一起看过电影，她和同一组朋友一起看过什么类型的电影，她和家人一起看过什么类型的电影，等等。MovieStream 在其自己的专有业务数据中确实包含此信息，这对于做出更好、更有针对性的电影推荐非常有价值。此外，此信息最好用图表表示。Graph RAG 在制作有针对性的电影推荐方面的这种实际应用只是 Graph RAG 增强 AI 用例的众多鼓舞人心的方式之一。
图表功能强大，因为它们有助于捕获和导航数据中的关系，在此示例中，数据是客户与电影之间的关系，以及客户一起观看电影时之间的关系。MovieStream 可以根据客户社交网络的电影观看偏好提出更明智的推荐，而不是使用人口统计信息的通用推荐。
Graph RAG 变得简单
如何创建这样的图表？通常，这很困难且很麻烦。 组织首先确定一个专门的图形数据库，然后将数据移动到这个孤立的数据库。部署后，他们可能会遇到其他挑战，例如处理不完整的安全和治理功能或使数据保持最新。相比之下，对于 Oracle 数据库来说，这些都不是必需的。
在 Oracle Database 23ai 中，您可以从现有 Oracle 表创建操作属性图。使用数据库中已有隐式关系的表和列，Operational Property Graph 允许您通过一个简单的 SQL 语句在数据中明确这些关系。自治数据库 Graph Studio 中对 Operational Property Graph 的新无代码建模支持使这一过程变得更加容易。无需编写代码 – 您可以指向并单击以识别包含图表数据的表格，然后单击“创建图表”。在此图形创建过程中，数据中的关系会自动派生并明确。
GenAI 中图形的其他应用
正如我们刚才所描述的，除了将操作属性图和 RAG 相结合之外，在使用生成式 AI 开发应用程序时，图形还有其他几个有影响的用途：
数据中的多模态连接
图形还使连接不同类型的数据变得容易。例如，考虑执法部门追踪潜在的不良行为者。A 可能在闭路电视摄像机的视频剪辑中被跟踪，并且与某人 B 交换了几句话的音频剪辑。B 可能与犯罪报告文件相关联。对于纯矢量搜索来说，搜索文本、图像和视频将非同小齐。但是，在图形中，这些不同的模态可以链接在一起，使开发人员能够在 AI 应用程序中连接和混合多种数据类型
用于改进信息检索的知识图谱
生成式 AI 研究中的一个热门话题是使用 LLM 从文档创建知识图谱，然后使用知识图谱提高 LLM。
知识图谱有助于捕获与人类世界的概念和实体相关的关系。 例如，“Python is a popular language for Data Scientists” 可以是知识图谱中的一个关系。或者，“数据科学、统计分析、LLMs 和 NLP 是 AI/ML 的子主题”这一事实可以是一组关系，如此处所述。可以利用业务事实来定义数据中的关系，以便 LLM 根据这些业务事实以及它们之间的关系结构返回结果，使开发人员能够轻松构建更准确且与业务更相关的 AI 应用程序。
结论
随着生成式 AI 技术的不断发展，Oracle 将继续将先进的创新直接构建到自治数据库中，因此您无需将数据移动到其他位置即可获得 AI 功能 ，您可以快速轻松地利用新的洞察和分析。Oracle Graph 提供了一组独特的功能，支持操作属性图和 RDF 知识图谱以及所有其他现代数据类型，包括向量、空间和 JSON，所有这些都在单个数据库中完成。让 Oracle Graph 通过分析数据中的复杂关系来利用数据中的业务上下文，实现生成式 AI 驱动的开发。
原文作者：Melliyal Annamalai（Oracle 的杰出产品经理）
