Oracle 融合数据库中的最新版本 Oracle Database 23ai 现已作为广泛的云技术服务正式发布。此长期支持版本包含了 Oracle AI Vector Search 以及超过 300 个主要功能,专注于帮助用户简化数据中的 AI 使用,加快应用开发并运行关键任务工作负载。客户可以利用新的 AI Vector Search 功能,安全地将文档、图像和其他非结构化数据与私有业务数据结合搜索,而无需移动或复制这些数据。Oracle Database 23ai 可以将 AI 算法引入到数据所在的位置,而不必将数据迁移到 AI 算法所在的位置。因此,AI 可以在 Oracle 数据库中实时运行,大大提高了 AI 的有效性、效率和安全性。
Oracle Database 23ai 在基于 Oracle Exadata Database Service、Oracle Exadata Cloud@Customer 和 Oracle Base Database Service 的 Oracle 云基础设施远程软件服务 (Oracle Cloud Infrastructure, OCI)上, 以及 Oracle Database@Azure 上提供。
甲骨文公司关键任务数据库技术执行副总裁 Juan Loaiza 表示:“对于全球企业而言,Oracle Database 23ai 改变了游戏规则,由于这个版本主要专注于突破性的 AI 技术,因此我们将其重命名为 Oracle Database 23ai。AI Vector Search 结合了新的统一开发范例和关键任务功能,让开发人员和数据专业人员可以轻松构建智能应用,提高开发人员生产力并运行关键任务工作负载。”
野村综合研究所 (NRI) 认证 IT 架构师 Shinichiro Otsuka 表示:“我们很高兴地看到,Oracle将AI Vector Search 添加到 Oracle Database 中。我们理解,能够在与其他工作负载相同的 Oracle Database 中运行 AI Vector Search,这使我们能够提供可靠又安全的解决方案。”
Oracle Database 23ai 的新功能包括:
面向数据的 AI
· Oracle AI Vector Search:让客户可以轻松根据概念内容(而不是特定的文字、像素或数据值)来搜索文档、图像和关系数据。AI Vector Search 使 LLM 可以使用自然语言界面查询私有业务数据,并帮助 LLM 提供更准确和更相关的结果。此外,借助 AI Vector Search,开发人员可以轻松地为新应用和现有应用添加语义搜索功能。现在,Oracle Database 的关键任务功能可以与 AI 向量透明地协同工作,即使是非常关键的任务应用,Oracle 客户也可以运行 AI Vector Search。通过在同一高性能数据库中存储和处理业务和向量数据,客户可以将 AI Vector Search 无缝集成到现有业务应用中,实现新的创新 AI 使用场景,并且不会影响数据安全性。
· Oracle Exadata System Software 24ai:Exadata 智能存储可将 AI Vector Search 的速度提高数个量级,使应用能够在大量数据和用户的情况下运行 AI Vector Search。
· OCI GoldenGate 23ai:GoldenGate 支持跨云数据存储,实现异构数据集成和高可用性。GoldenGate 23ai 提供了新的功能,支持在异构向量存储之间实时复制向量。此外,GoldenGate 23ai 还支持企业将现有数据库的数据复制到 Oracle Database 23ai,以低风险的方式快速将 AI 引入所有数据,并对其进行向量化和索引,从而实现快速 AI 搜索。
加速应用开发
· JSON Relational Unification:JSON Relational Duality 解决了某些应用使用数据的方式与关系数据库存储数据的方式不一致的问题。几十年来,开发人员一直在使用 SQL 读取和写入关系数据。现在,他们还可以使用 JSON 轻松检索和存储使用 REST 或原生 JSON API 的相同数据,而不会影响关系数据模型中固有的数据一致性、存储效率和灵活性。借助 JSON Relational Duality Views,开发人员和客户不再需要为其数据选择单一的数据模型,可以从相同的数据中获得 JSON 和关系数据模型的双重优势。
· Graph Relational Unification:Operational Property Graph 使开发人员能够使用属性图形查询,轻松构建在数据之间和数据内部进行连接的应用。Property Graph 查询可以基于 Oracle Database 支持的各种类型的数据运行,包括关系数据、JSON 数据和空间数据。开发人员可以直接基于操作数据定义图形模型,并使用新的 ISO 标准 SQL/PGQ 语法查询图形。这样一来,您就可以轻松又快速地创建应用来分析数据(例如多笔财务交易)之间的连接、模式和关系。
· 免费开发人员数据库:Always Free Autonomous Database 在云端提供了两个免费的 Autonomous Database Serverless 实例,让您可以随时使用预集成工具,包括 Oracle APEX、Select AI、Database Tools、Machine Learning 和 Graph。Autonomous Database Free 容器映像和 Oracle Database Free 现已支持 Oracle Database 23ai,开发人员可以轻松下载和试用新的功能,包括 AI Vector Search、JSON Relational Duality 和 Operational Property Graph with SQL。
关键任务数据
· Oracle Globally Distributed Database with RAFT:Oracle Globally Distributed Database 允许云端数据存储在多个地方的多个物理数据库(而不是单一数据库)中,同时将单个数据库映像公开给多个应用。该数据库可用于实现超大规模,并有助于应对数据驻留和数据主权要求。现在,物理数据库之间的 RAFT 复制可在数秒内实现零数据丢失的自动故障转移。在构建具备超高可扩展性和可用性以及云技术规模的分布式数据库时,这一点至关重要。通过将数据库内部的复制与基于 RAFT 的协议相集成,可简化容错分布式数据库的创建和管理,并减少双主动式可用性的手动维护流程。
· Oracle True Cache:True Cache 是一个内存中中间层高速缓存,具备始终一致、应用透明、高性能等优势。Oracle True Cache 能够在改善应用响应速度的同时降低数据库服务器负担。与其他中间层高速缓存不同,True Cache 数据会在每个时间点自动保持事务的一致性。True Cache 不需要开发人员编写代码来填充和管理缓存中的数据,让他们可以轻松地在应用和数据库之间进行部署。True Cache 将 Oracle Database 的丰富功能引入到中间层高速缓存中。True Cache 中提供了Oracle SQL、JSON 和 Graph 的全部查询功能。
· In-Database SQL Firewall:Oracle SQL Firewall有助于数据库防范未经授权的 SQL,包括 SQL 注入攻击。Oracle SQL Firewall 内置在 Oracle Database 23ai 中,提供可扩展、高性能且难以绕过的方式来应对黑客攻击和内部账户被盗的风险。此外,企业可以使用 Oracle Data Safe 来管理多个 SQL 防火墙,从而大幅降低部署成本。
IDC 数据管理软件研究副总裁 Carl Olofson 表示:“随着生成式 AI 的兴起,向量数据库被赋予新的价值,成为了在非结构化和结构化数据源中搜索数据的高效方法。然而,根据我们的经验,孤立的数据库成为了另一个需要管理和保持同步的数据资源。由于需要使用 RAG 技术对 LLM 进行微调,因此过时的数据是无法被接受的。Oracle Database 23ai 旨在通过使用 AI Vector Search 协调向量与客户数据来解决这个问题。该数据库为客户提供了一组夯实生成式 AI 基础所需的集成功能,在从项目到生产的过程中保持内容及时更新且相关,并利用数据库中的全部高级功能。借助 Oracle Database 23ai 的生成式 AI 创新,尤其是 AI Vector Search,Oracle 为客户带来了巨大的飞跃,提供了一体化解决方案。”
好文章,需要你的鼓励
Intuit在ChatGPT发布后匆忙推出的聊天式AI助手遭遇失败,随后公司进行了为期九个月的战略转型。通过观察客户实际工作流程,发现手动转录发票等重复性劳动,决定用AI智能体自动化这些任务而非强加新的聊天行为。公司建立了三大支柱框架:培养构建者文化、高速迭代替代官僚主义、构建GenOS平台引擎。最终推出的QuickBooks支付智能体让小企业平均提前5天收到款项,每月节省12小时工作时间。
希伯来大学研究团队开发出MV-RAG系统,首次解决了AI在生成稀有物品3D模型时的"胡编乱造"问题。该系统像拥有图像记忆库的艺术家,能先搜索相关真实照片再生成准确3D视图。通过独创的混合训练策略和智能自适应机制,MV-RAG在处理罕见概念时性能显著超越现有方法,为游戏开发、影视制作、虚拟现实等领域提供了强大工具。
马斯克旗下xAI公司发布专为开发者设计的新AI模型grok-code-fast-1,主打快速且经济的推理能力。该模型属于Grok 4系列,具备自主处理任务的能力。xAI声称其在SWE-bench评测中解决了70.8%的实际软件问题,表现优于GPT-5和Claude 4。不过模型存在较高的不诚实率问题。用户可通过GitHub Copilot等平台免费试用7天,需要API密钥访问。
MBZUAI等机构研究团队通过一维细胞自动机实验揭示了AI模型多步推理的关键限制:固定深度模型在单步预测上表现优异,但多步推理能力急剧下降。研究发现增加模型深度比宽度更有效,自适应计算时间、强化学习和思维链训练能突破这些限制。这为开发更强推理能力的AI系统提供了重要指导,强调了真正推理与简单记忆的本质区别。