Lo que sustenta la IA (datos, bases de datos, pilas de aplicaciones, patrones de orquestación y más) una realidad aleccionadora a la promesa emocionante de la tecnología de IA. Sin embargo, desarrollar una fuerte comprensión de cómo funciona esta interacción, así como las tendencias en evolución diseñadas para alimentar la IA, es crucial para las aplicaciones del mundo real.
Sailesh Krishnamurthy, vicepresidente de ingeniería, Google Cloudy Joe Zimmermann, gerente del programa de personal, Bases de datos de Google Cloudunido DBTASeminario web, Más allá de la exageración: aplicaciones del mundo real de Gen AI y bases de datospara explorar casos de uso del mundo real y ideas valiosas sobre las principales tecnologías y patrones de hoy que dan forma al panorama empresarial.
“El mundo está cambiando una vez cada dos semanas”, bromeó Krishnamurthy, mientras señalaba varios sentimientos que impregnaban el panorama tecnológico: “ahora la” codificación de ambientes “de todos ahora”, “Saas está muerta” y “Todo es un agente”.
Descifrar lo que es exagerado y lo real será una habilidad crucial a medida que la tecnología continúe evolucionando y transformando a un ritmo dramático.
Como AI se relaciona con las bases de datos, Krishnamurthy observó la carga de trabajo interna versus externa, destacando cómo estas áreas se diferencian por su necesidad de reducir o expandir el conocimiento. Las cargas de trabajo internas deben poder reducir sus propiedades de datos para agregar contexto y matices, mientras que las cargas de trabajo externas necesitan la capacidad de expandir la pequeña porción de lo que pueden ver contextualizando con otros datos no estructurados.
Si bien el orden en el que los procesos de la base de datos y las funciones de búsqueda difieren para cada carga de trabajo, un patrón los conecta: ambas cargas de trabajo necesitan la capacidad de combinar datos estructurados y no estructurados con técnicas de agente flexibles y seguras.
Ingrese a Agentic AI, una víctima de innovación de una exageración masiva este año. Para ayudar a eliminar estas gafas de color rosa, Krishnamurthy desglosó exactamente lo que es un agente:
- Una aplicación que utiliza modelos generativos de IA (Genai) para pensar y actuar hacia objetivos
- Automatizar flujos de trabajo empresariales complejos
- Use razonamiento y planificación para determinar los pasos
- Utilice herramientas para acceder a datos y tomar medidas, como consultar bases de datos o llamar a API
La función crucial para el agente es el uso de herramientas, una palabra que Krishnamurthy señaló que puede ser “aún más abusada que los agentes”. Las herramientas son esencialmente llamadas de funciones que permiten que el modelo de lenguaje grande (LLM) actúe como motor para que un agente de IA tome medidas más allá de simplemente generar texto.
Sin embargo, cuando una empresa tiene muchas herramientas, surgen desafíos, como la falta de comprensión de las interdependencias de la herramienta, creando riesgos de seguridad únicos que deben abordarse a nivel de herramienta individual. Google Caja de herramientas de MCP para bases de datos Resuelve estos problemas, actuando como un servidor MCP de código abierto que permite a las empresas desarrollar herramientas más fáciles, más rápidas y más seguros al aliviar varias cargas del proceso, como la agrupación de conexión, la autenticación y más.
No está decidido que la ola de IA de agente haya interrumpido seriamente muchas industrias, desbloqueando eficiencias significativas a través de sus capacidades de automatización y su naturaleza multimodal. A través de esta interrupción, ha surgido una nueva pila de aplicaciones, explicó Krishnamurthy, donde la combinación de la interfaz de agente, búsqueda, soporte multimodal, chat e lenguaje natural puede generar experiencias de usuario nuevas. Esta pila permite a los desarrolladores aprovechar de forma segura la IA en los datos, lo que les permite acceder a los datos directamente y, por lo tanto, pasar por alto niveles complejos de aplicaciones para interceptar la intención del usuario mientras se adhieren a los controles de seguridad.
Sin embargo, ¿qué hace que una base de datos está lista para admitir esta nueva pila? Según Krishnamurthy, “no solo una base de datos con una o dos características nuevas, es una colección de capacidades profundas que en realidad deberían hacernos reconsiderar cuáles son los límites de la base de datos”. Además, destacó lo siguiente como características principales para una base de datos lista para la AI:
- Contexto semántico y controles programáticos: Las bases de datos listas para la AI necesitan información contextual adicional para ser explícita y accesible para la IA y deben hacer cumplir controles y restricciones adicionales.
- Interfaces interactivas: En ausencia de aplicaciones convencionales con lógica prescrita, los agentes y las bases de datos deben colaborar conjuntamente e interactivamente para leer y escribir los datos correctos para satisfacer las necesidades del usuario, difuminando el límite entre la aplicación y la base de datos.
- No determinista: Los operadores semánticos y el uso creciente de datos no estructurados y el lenguaje natural significan que las operaciones de la base de datos son cada vez más no deterministas. Precisión probabilística y recuerdo desplazar cada vez más definiciones estrictas de corrección.
Krishnamurthy y Zimmermann luego lideraron a los televidentes de seminarios web a través de una variedad de innovaciones en la nube de Google preparadas para entregar la base de datos lista para la AI, como AlloyDB, las aplicaciones de IA operacionales, analíticas, líderes líderes en la industria. AlloyDB facilita la creación de aplicaciones y agentes inteligentes, con una gran cantidad de capacidades que alimentan la nueva pila de aplicaciones.
Esto es solo un fragmento de lo completo Más allá de la exageración: aplicaciones del mundo real de Gen AI y bases de datos seminario web. Para el seminario web completo, con explicaciones más detalladas, una demostración de AlloyDB y más, puede ver una versión archivada del seminario web aquí.
Luis es un experto en Inteligência Empresarial, Redes de Computadores, Gestão de Dados e Desenvolvimento de Software. Con amplia experiencia en tecnología, su objetivo es compartir conocimientos prácticos para ayudar a los lectores a entender y aprovechar estas áreas digitales clave.
