EDB Postgres® AI: Создание многомодальной модели семантического поиска с нуля

Описание: Посмотрите полную запись вебинара: Готовы увидеть демонстрацию в прямом эфире и изучить мультимодальный поиск? Полную запись вебинара можно посмотреть здесь: https://www.enterprisedb.com/resource...

Есть вопросы по PostgreSQL? Пообщайтесь с экспертом: https://www.enterprisedb.com/contact

В этом подробном эпизоде ​​«Создание с помощью EDB Postgres® AI» Дунит Данушка демонстрирует, как создать приложение для мультимодального семантического поиска непосредственно в вашей среде Postgres. Мы выходим за рамки традиционного поиска по ключевым словам, чтобы исследовать, как ИИ может понимать «смысл» изображений и текста без ручной разметки.

Что мы рассматриваем:

Конвейер AI Factory: декларативный подход с низким уровнем кодирования для создания конвейеров подготовки данных с использованием привычного синтаксиса SQL.

Встроенная векторизация: Узнайте, как генерировать векторные представления с помощью локальных моделей CLIP — без внешних вызовов API или исходящего трафика.

S3 как том Postgres: Посмотрите, как работает расширение PGFS, обрабатывающее корзины S3 как локальные файловые системы для беспрепятственного извлечения данных.

Семантический поиск против поиска по ключевым словам: Живая демонстрация обучения без примеров, где агент находит конкретные изображения (например, «Tesla врезается в дом») на основе семантического значения, а не метаданных.

Операционная эффективность: Как заменить огромные блоки ETL Spark/Python автоматизированными процессами массового встраивания.

#postgresql #genai #vectordatabase #dataengineering #EDBPostgres #semanticsearch #multimodalai #machinelearning #sql #keywordsearch #semanticsearch #lowcode