今天分享的是：中国PG分会（魏波）：当PostgreSQL遇上AI大语言模型

报告共计：35页

该文档主要探讨了PostgreSQL与AI大语言模型相关内容，核心内容如下：

1. PostgreSQL生态概要

- 生态介绍：PostgreSQL在中国拥有广泛的生态链，涵盖众多行业领域。中国PG分会成立于2017年，开展了用户与内容运营、活动运营、人才培养以及企业服务等多项工作。

- 数据库本身：PostgreSQL是世界最强大的开源企业级关系型数据库，具有稳定的版本迭代和强大的扩展能力，衍生出多分支版本，支撑了国产数据库的发展。同时，它还具备与AI融合的能力，如pgvector扩展支持存储和搜索AI嵌入，PostgresML实现了在SQL中进行ML任务。

2. 人工智能发展概要

- 定义与影响：人工智能是计算机科学的一个分支，旨在生产智能机器。它能提升生产力，对生产关系产生影响。

- 发展历程：从20世纪40年代开始，经历了多个阶段的发展，从早期的研究到如今的大语言模型时代，技术不断演进。

- 发展路径：包括弱人工智能、强人工智能和超人工智能三个阶段，目前处于弱人工智能阶段，主要应用于人脸识别、语音识别等场景。

- 主要技术：涵盖计算机视觉、自然语言处理、机器学习、深度学习和专家系统等。

3. 大语言模型与向量数据库

- 大语言模型：指在大规模文本语料上训练、包含百亿级别参数的语言模型，在自然语言处理中应用广泛。可分为语言大模型、视觉大模型和多模态大模型等，但通用基础大模型存在数据安全性、知识局限性和幻觉问题等。

- 解决之道：检索增强生成（RAG）是一种有效的应用方案，结合信息检索和生成式AI的优点。向量数据库在RAG方案中起到安全保障、解决数据时效性与准确性问题以及避免token限制问题等作用。

- pgvector：是一个开源的向量相似性搜索插件，专为PostgreSQL设计，具有开源免费、易于集成、高性能、灵活性强、SQL兼容以及支持多种索引类型等优势，在多个应用场景中得到应用，并已有一些实践案例。

以下为报告节选内容