Google Cloud annuncia una serie di innovazioni di data cloud per aiutare i clienti ad accelerare l’adozione dell’IA e a creare applicazioni di IA per le aziende che siano accurate, rilevanti e ancorate alla realtà aziendale. La creazione di applicazioni intelligenti basate sull’IA generativa è più semplice grazie a Spanner Graph e alle nuove funzionalità di gen AI in BigQuery, Looker e altro ancora.
Alimentare la prossima generazione di applicazioni intelligenti con Spanner Graph
Spanner Graph è la nuova e rivoluzionaria offerta di Google Cloud che coniuga le funzionalità di un database grafico specializzato con Spanner, il database sempre attivo, coerente a livello globale e dalla scalabilità virtualmente illimitata.
Ora disponibile in anteprima, Spanner Graph offre ai clienti la possibilità di scalare oltre trilioni di edge, offrendo allo stesso tempo disponibilità e coerenza leader di settore, e una soluzione ideale anche per le applicazioni grafiche più critiche. In particolare, lo sharding trasparente di Spanner è in grado di scalare elasticamente verso set di dati molto grandi e di utilizzare l’elaborazione di query massicciamente parallele senza alcun intervento da parte dell’utente.
Inoltre, Spanner Graph è integrato in maniera ottimale con Vertex AI, la piattaforma di sviluppo IA unificata e completamente gestita di Google Cloud. Questo consente ai clienti di accedere direttamente alla vasta suite di modelli predittivi e generativi di Vertex AI attraverso lo schema e la query di Spanner Graph, semplificando il flusso di lavoro dell’IA.
Le caratteristiche di Spanner Graph
Spanner Graph apre una vasta gamma di possibilità per i clienti, tra cui:
- Raccomandazioni sui prodotti. Spanner Graph mappa le complesse relazioni tra utenti, prodotti e preferenze per costruire un grafico di conoscenza ricco di contesto. Combinando l’esplorazione rapida del grafico con la ricerca testuale, è possibile fornire raccomandazioni sui prodotti in base alle richieste degli utenti, alla cronologia degli acquisti e alle preferenze, nonché alle somiglianze con altri utenti.
- Rilevamento delle frodi finanziarie. La rappresentazione naturale di Spanner Graph di entità finanziarie come conti, transazioni e individui facilita l’identificazione di connessioni sospette. La ricerca vettoriale rivela modelli simili e anomalie nello spazio di incorporazione. Combinando queste tecnologie, le istituzioni finanziarie possono identificare rapidamente e con precisione le potenziali minacce, riducendo al minimo le perdite finanziarie.
- Social network. Spanner Graph è in grado di mappare in maniera intuitiva individui, gruppi, interessi e interazioni anche nei social network più grandi. Consente di scoprire in modo efficiente pattern come amici comuni, interessi condivisi o appartenenza a gruppi che coincidono per fornire raccomandazioni personalizzate. La ricerca testuale integrata consente agli utenti di utilizzare query in linguaggio naturale per trovare facilmente persone, gruppi, post o argomenti specifici.
- Gaming. I mondi del gaming possono essere rappresentati in modo naturale attraverso entità quali giocatori, personaggi, oggetti e luoghi, e le relazioni tra di essi. Spanner Graph consente un’esplorazione efficiente delle connessioni, essenziale per le meccaniche di gioco come la ricerca di percorsi, la gestione dell’inventario e le interazioni sociali. Inoltre, la scalabilità e la coerenza globale di Spanner Graph garantiscono un’esperienza di gioco fluida per tutti i giocatori, anche durante i picchi di utilizzo.
- Sicurezza di rete. La comprensione delle interdipendenze tra dispositivi, utenti ed eventi nel tempo è essenziale per identificare schemi e anomalie. Grazie all’interoperabilità relazionale e grafica di Spanner Graph, i professionisti della sicurezza possono utilizzare le funzionalità dei grafici per rintracciare le origini degli attacchi, valutare l’impatto delle violazioni della sicurezza e correlare questi risultati con le tendenze temporali per il rilevamento e la mitigazione proattiva delle minacce.
- GraphRAG. Spanner Graph porta la Retrieval Augmented Generation (RAG) a un livello superiore, facendo il grounding dei modelli di base con un grafico di conoscenza. Inoltre, la fusione di dati grafici e tabulari in Spanner Graph arricchisce le applicazioni di intelligenza artificiale con informazioni contestuali che vanno al di là di quanto uno dei due formati potrebbe rappresentare da solo. Con una scalabilità senza pari, è in grado di gestire anche i grafici di conoscenza più grandi. La ricerca vettoriale integrata e l’integrazione di Vertex AI semplificano i flussi di lavoro di Gen AI.
Anche la ricerca per parole chiave e la ricerca semantica sono elementi importanti per le applicazioni di intelligenza artificiale. Google Cloud annuncia la ricerca testuale e la ricerca vettoriale in Spanner. La nuova funzionalità di ricerca testuale si basa sull’esperienza pluridecennale di Google nella ricerca e offre una ricerca testuale avanzata altamente scalabile.
La nuova ricerca vettoriale approssimativa del vicino più prossimo in Spanner si basa sull’innovativo algoritmo ScaNN di Google, portato prima su AlloyDB e ora su Spanner. Con questo algoritmo è ora possibile indicizzare e ricercare gli embedding vettoriali per alimentare la ricerca semantica guidata dall’intelligenza artificiale. Con Spanner Graph, ricerca testuale e ricerca vettoriale, Google Cloud ha reso Spanner non solo un database disponibile, coerente e scalabile a livello globale, ma anche un database multi-modello con funzionalità intelligenti che interagiscono perfettamente tra loro per consentire la creazione di una nuova classe di applicazioni abilitate dall’intelligenza artificiale.
Con le configurazioni dual-region di Spanner, lanciate due settimane fa, i clienti possono sfruttare la disponibilità del 99,999%, leader del settore, di Spanner. Il geo-partizionamento di Spanner consente di mantenere la gestibilità di un unico database globale, ottimizzando i costi e migliorando la latenza per gli utenti distribuiti in tutto il mondo.
Per scegliere le funzionalità di Spanner più adatte alle proprie esigenze e al proprio budget, Google Cloud sta inoltre lanciando diverse edizioni di Spanner, disponibili nelle versioni Standard, Enterprise ed Enterprise Plus. Questo nuovo modello di pricing migliorerà la trasparenza passando a un modello di fatturazione per server e separando i costi di calcolo e di replica di rete.
I data agent di Gemini per una maggiore produttività
Per aiutare i clienti ad accelerare il loro percorso multimodale, multi-engine e multicloud dai dati all’IA, Google Cloud sta anche integrando le capacità di gen AI nella sua offerta di data cloud e sta rendendo queste capacità generalmente disponibili.
Gemini in BigQuery ora è generalmente disponibile
Gemini in BigQuery offre esperienze basate sull’intelligenza artificiale come la preparazione, l’esplorazione e l’analisi dei dati, la governance e la sicurezza lungo tutto il data journey, nonché raccomandazioni intelligenti per migliorare la produttività degli utenti e ottimizzare i costi.
Le funzionalità di Gemini in BigQuery, annunciate in anteprima a Next’ 24, compresa l’assistenza al codice per SQL e Python, il canvas dei dati e le raccomandazioni per il partizionamento e il clustering, stanno ora diventando generalmente disponibili.
Gemini in Looker ora in Anteprima
Con le funzionalità di Gemini in Looker, come l’assistenza per le formule e la generazione di diapositive, ora disponibili in anteprima, gli addetti alle informazioni possono chattare con i loro dati. Ora è possibile creare velocemente campi di calcolo senza dover ricordare formule complicate. La generazione automatica di diapositive crea presentazioni di grande impatto con sintesi testuali ricche di insight a partire dai dati.
“Deutsche Telekom ha costruito una piattaforma di dati scalabile orizzontalmente in modo innovativo, progettata per soddisfare le nostre esigenze aziendali attuali e future. Con BigQuery al centro del One Data Ecosystem della nostra azienda, abbiamo creato un approccio unificato per mantenere un’unica fonte di verità, favorendo al contempo l’utilizzo decentralizzato dei dati da parte di tutti i nostri team di dati”, dichiara Ashutosh Mishra, VP of Data Architecture, Deutsche Telekom.
