ウィスキー、シガー、パイプをこよなく愛する大栗です。
アメリカ サンフランシスコで開催された Google Cloud Next '23 に現地で参加してきました。その内容について帰国すぐの9月4日に Recap イベントで登壇してきました。
Google Cloud Next '23 Recap AI 時代のデータベース関連のイケてるアップデートをお届け
データベースにも AI の波が来ている
今までは機械学習モデルを作成するためのトレーニングが重要であったためデータサイエンティストがイノベーションを起こしていました。しかし、これからは基盤モデルを活用するポスト・トレーニング時代になってきています。ポスト・トレーニング時代ではアプリケーション開発者がイノベーションを起こします。
生成 AI とアプリケーションデータを活用して行くことをGenEngと呼び、開発者が独自のデータと組み合わせて価値を提供していくことになるでしょう。
アプリケーションデータと LLM の力を活用することを GenEng と呼び、その GenEng を適切に持つ開発者が生成 AI と独自のデータを組み合わせることで本当の価値をもたらすと考えています。
LLM に代表される基盤モデルをアプリケーションに組み込むためのカスタマイズで独自データが必要になってきます。LLM と独自のアプリケーションをつなぐ架け橋として、今後益々データベースが重要になっていくでしょう。
データベース関連アップデート
データベース関連のアップデートについて解説を行っています。
- AlloyDB AI
- Duet AI in Cloud Spanner
- Duet AI in Data Migration Service
- Cloud Spanner Data Boost
- Reserve ETL support from BigQuery to Bigtable
- Memorystore for Redis Cluster
それ以外にも以下のようなアップデートもありました。
- AlloyDB Omni
- テクニカルプレビュー からパブリックプレビューへ
- Google Distributed Cloud Hosted でのサポート
- Database Migration Service
- Oracle から PostgreSQL への移行が GA
- Cloud SQL
- パートナーソリューションの認定プログラムである Google Cloud Ready for Cloud SQL のプレビュー
なお、本内容は公式の以下のブログで重複している部分も多いので、合わせてお読み頂くと参考になるかと思います。
さいごに
今まで AI にとってデータベースはトレーニングの元データを管理するものという状況でしたが、モデルのトレーニングではなくカスタマイズを行ったり、AI を使ってデータベースをより使いやすくするといった活用方法に変わってきたと感じました。
3
