数据库为啥要融合＋AI化？甲骨文Oracle 23ai给出了回答 原创

2017年，一篇名为《Attention is All You Need》的论文提出了一种新的神经网络架构: Transformer。七年后，Transformer成为了生成式AI的核心，正引领着今天的技术浪潮。

在甲骨文公司副总裁及中国区董事总经理吴承杨看来，一种新技术的出现最重要的并不在于技术本身，而是该技术能给用户带来的价值。

在数据库领域，数据作为一种新型资产已成为业内共识，如何在数据层面与AI紧密结合，最大化数据价值是当下要解决的核心问题。甲骨文最近发布的Oracle Database 23ai正是对这个问题的回答。

Oracle Database 23ai：AI赋能数据的新里程碑

阿尔伯特·爱因斯坦曾说：“Everything should be made as simple as possible，but not simpler（凡事都要做到尽可能简洁，但不能掩盖内涵的丰富）。”这也正是甲骨文一直以来的理念。在AI时代，借助生成式AI，简化所有应用和分析的生成与运行是Oracle数据库的愿景。

吴承杨说，“使用AI功能某种程度上跟用电话一样，你不需要理解内部的复杂机制，只要拿起来会拨号就可以。”AI的未来也是如此，只有简单化才会被广泛接受。具体而言，就是任何时候、任何地方、任何人、任何数据都可以使用。

Oracle Database 23ai作为Oracle融合数据库中的最新版本，是甲骨文朝这个目标迈进的一步。该长期支持版本也因强调突破性AI技术的重要性，而将AI写进了名字。

吴承杨表示，融合数据库就像一把钥匙，能够打开各种数据类型的大门，使得图数据、JSON、空间数据以及结构化和非结构化数据都可以通过一个SQL解决。生成式AI的出现让融合数据库变得更加重要。

功能上，Oracle Database 23ai包含了Oracle AI Vector Search以及300多项主要新功能和数千项增强功能，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。通过将AI算法直接引入数据所在的位置，甲骨文实现了AI在数据库中的实时运行，大大提高了AI的有效性、效率和安全性。用户可以安全地将文档、图像和其他非结构化数据与私有业务数据结合搜索，无需移动或复制数据。

在23c到23ai的演变过程中，Oracle强调将AI与数据紧密结合，贯穿到方方面面。例如，现在已经实现了用自然语言进行向量搜索，接下来还可以通过自然语言进行数据迁移和生成BI报表，甚至是生成完整的程序。

从三大关键领域，让AI融入企业应用

于全球企业而言，Oracle Database 23ai改变了游戏规则，开发人员和数据专业人员可以轻松构建智能应用。甲骨文中国区技术咨询部高级总监李珈表示，Oracle Database 23ai的新功能体现在三个方面：数据人工智能、加速应用程序开发和数据的关键任务。

在数据人工智能方面，Oracle AI Vector Search让用户可以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，使得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。借助Oracle AI Vector Search，开发人员可以更轻松地为新应用和现有应用添加语义搜索功能。

此外，新发布的Oracle Exadata System Software 24ai和OCI GoldenGate 23ai也为数据人工智能提供了有力支持。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。GoldenGate支持跨云数据存储，实现异构数据集成和高可用性。

在加速应用程序开发方面，Oracle Database 23ai通过JSON关系二元性视图和SQL属性图来提供JSON与关系型的统一和图与关系型的统一，从而简化应用程序开发并提高开发人员的工作效率。为了更好的支持数据开发，Oracle提供了多种免费开发人员数据库— Always Free Autonomous Database 23ai、Autonomous Database 23ai容器映像和Oracle Database 23ai Free。

在数据的关键任务方面，Oracle全球分布式数据库现在支持物理数据库之间的RAFT复制，可在几秒内实现自动故障转移并实现零数据丢失。Oracle Database 23ai提供True Cache和数据库内SQL防火墙等新特性来支持数据关键任务。

李珈指出，“我们主要的任务是让AI快速地融入企业应用中，实现真正的落地。今天我们已经能够让客户在核心业务系统中附加AI的能力。我们有很多金融、电信和制造业方面的用户案例，涉及欺诈分析、智能助手、图像识别、长视频检测、基因分析等各方面的应用。”

甲骨文认为，数据库的融合和AI化是不可避免的趋势，现在他们已经迈出了一大步。未来随着生成式AI技术的发展，数据层面对AI的要求将会越来越高，不同类型数据之间的相互交流也将变得更加重要。

在深耕中国的35年里，甲骨文致力于将最新的技术带到中国来。吴承杨说，“未来我们会持续深耕中国市场，同时帮助广大出海客户融入到全球化发展中去，这是我们一直以来的使命。”