Voltar
AlloyDB AI ganha ai.classify e ai.extract para classificar e extrair dados de texto direto em SQL

AlloyDB AI ganha ai.classify e ai.extract para classificar e extrair dados de texto direto em SQL

Aprofundamento CEVIU

Aprofundamento

O ponto central é tirar o ciclo de exportar, chamar modelo, parsear e gravar de dentro da aplicação e levá-lo para o query engine. As duas funções, ai.classify e ai.extract, ficam na extensão google_ml_integration (versão 1.6.1 ou posterior) no PostgreSQL 18. O Google as descreve em preview, embora o status da notícia indique lançamento disponível.

A ai.classify aceita rótulos simples ou rótulos com descrição, faz classificação single-label ou multi-label, aceita few-shot inline e roda sobre TEXT, TEXT[] e REFCURSOR. A ai.extract devolve JSON a partir de um JSON schema padrão ou de uma lista de campos em texto, e as instruções de sistema ficam por conta do banco. Para consultas com WHERE, o smart batching (antes AI Function Acceleration) agrupa entradas em micro-batches antes de chamar os modelos da Gemini Enterprise Agent Platform. Segundo a fonte, isso acelera a inference frente à avaliação linha a linha e reduz o gasto de tokens ao diluir o overhead do prompt. O Google diz ainda que as próximas entregas devem incluir otimização de custo, rastreio de proveniência por linha e pushdown além do WHERE.

O que mudou

Em 4 de abril de 2026, o CEVIU noticiou "AlloyDB IA amplifica PostgreSQL com funções de IA", quando o produto oferecia embeddings vetoriais, busca com ScaNN, SQL em linguagem natural e chamadas de modelos via SQL. Agora o AlloyDB AI ganha funções dedicadas a tarefas de texto (classificar e extrair), com schema e rótulos declarados na própria consulta, e um mecanismo de batching para escalar.

Por que isso importa

Para quem opera pipelines sobre dados transacionais, isso sugere menos código de cola e menos movimentação de dados sensíveis para fora do banco, o que ajuda em governança. A contrapartida a avaliar é o custo de tokens em tabelas grandes e a qualidade dos rótulos e schemas, já que o resultado ainda depende do modelo. O movimento também se alinha ao que o CEVIU registrou em 5 de novembro de 2026 sobre o AI.AGG no BigQuery: IA generativa virando operador SQL nos bancos.

Linha do tempo

  1. CEVIU noticia as funções de IA do AlloyDB com embeddings, busca vetorial e chamadas de modelo via SQL.

  2. Google Cloud detalha o AI.AGG, agregação semântica em SQL no BigQuery.

  3. AlloyDB AI lança ai.classify e ai.extract com smart batching.

Perguntas frequentes

O que são ai.classify e ai.extract no AlloyDB AI?

São duas funções SQL do query engine do AlloyDB AI. A ai.classify categoriza texto em classes definidas por você. A ai.extract transforma texto não estruturado em JSON no schema que você informar.

Quais os requisitos para usar as funções?

É preciso ter a extensão google_ml_integration na versão 1.6.1 ou posterior, rodando no PostgreSQL 18. As funções chamam modelos da Gemini Enterprise Agent Platform.

O que é o smart batching?

É o recurso, antes chamado de AI Function Acceleration, que agrupa entradas em micro-batches quando as funções aparecem em cláusulas WHERE. Segundo o Google, isso acelera a inference e reduz o gasto de tokens.

Dá para classificar com mais de um rótulo por linha?

Sim. Com output_mode => 'multi', a ai.classify retorna todas as categorias correspondentes. Com 'single', devolve só a melhor.

Fontes

Avalie este artigo:
Categoria
CEVIU Dados
Publicado
11 de novembro de 2026
Editoria
CEVIU Dados

Quer receber mais sobre CEVIU Dados?

Conteúdo curado diariamente, direto no seu e-mail.

Conteúdo curado diariamenteDiversas categoriasCancele quando quiser