AI Database（AIDB）7.4.0
日本語訳｜AIDB 7.4.0
※GoogleのAutoML Translationを使用して翻訳しております。
 |
 |
英語原文｜AIDB 7.4.0
 |
 |
概要
1. AIDBとは
AIDBは、AIデータワークフローをPostgresデータベースに直接統合する、EDBが保守・提供するPostgreSQL拡張機能です。AIアプリケーション用のデータの準備、埋め込み（エンベディング）、インデックス作成を行うパイプラインを構築するための、宣言的でSQLネイティブな方法を提供します。データをデータベースから外部に出すことなく、検索拡張生成（RAG）、セマンティック検索、大規模言語モデル（LLM）の統合といった機能の基盤として機能します。
2. AIDBの仕組み
AIDBはスタンドアロンの拡張機能としてPostgres内で完全に動作し、主に以下のコンポーネントで構成されています。
- AIパイプライン (AI Pipelines): 生データをAIで利用可能なベクトルに変換する、SQLで定義されたマルチステップのワークフローです。パイプラインはデータソース（Postgresテーブルや、PGFSを介したS3バケットなどの外部ストレージボリューム）からデータを抽出し、変換ステップ（HTML/PDF解析、OCR、テキストチャンク化、要約など）を実行して、その出力をターゲット先に埋め込みます。パイプラインは、オンデマンド、バッチ処理、またはPostgresのトリガーやバックグラウンドワーカーを用いたバックグラウンド/リアルタイムでの自動同期で実行できます。
- ナレッジベース (Knowledge Bases): パイプラインから出力された埋め込みデータは、pgvectorでインデックス化されたテーブルである「ナレッジベース」に保存されます。ネイティブのSQL関数（aidb.retrieve_textやaidb.retrieve_key）を使用してこれらのテーブルにクエリを実行し、セマンティックベクトル検索や高度なハイブリッド検索（セマンティック検索とリレーショナルフィルタリング、またはPostgresの全文検索を組み合わせたもの）を行うことができます。
- モデルの統合 (Model Integrations): AIDBはAIエンジンに接続して各種処理を実行します。オープンソースモデル（BERT、CLIP、T5、Llamaなど）をPostgresホスト上で直接ローカルに実行することも、外部API（OpenAI、NVIDIA NIM、Google Gemini、OpenRouter）に安全に接続して利用することも可能です。
3. AIDBのメリット
- セキュリティとコンプライアンスの強化: データがデータベースから出ることがないため、機密情報を外部のAPIやサービスに送信する必要がありません。これにより、規制の厳しい業界（医療、金融など）におけるコンプライアンス要件への対応が劇的に簡素化されます。
- 普遍的なインターフェースであるSQL: SQLを知っている人（アナリスト、DBA、BI開発者など）であれば誰でも、AIを活用したデータ分析が可能になります。複雑なNLP（自然言語処理）パイプラインが、単純な集計関数（例: GROUP BY を使った要約など）に簡略化されます。
- 外部インフラの排除: データベースをコンピューティングレイヤーとして使用することで、外部のオーケストレーションツール、Airflow DAG、Lambda関数、専用のベクトルデータベースなどが不要になります。
- リアルタイムなアドホックインテリジェンス: 従来のバッチ指向のNLPパイプラインとは異なり、AIDBはライブデータに対するアドホックなクエリを可能にします。ソースデータの変更は、自動的かつ即座にナレッジベースに同期されます。
- PostgreSQLの機能活用（拡張性）: PostgreSQLの成熟したクエリプランナー、パラレルワーカー、コネクションプーリング、およびロールベースのアクセス制御（RBAC）を継承し、それらを活用できます。
4. バージョン 7.4.0 の新機能
7.4.0リリース（2026年7月6日）では、いくつかの重要な機能強化とバグ修正が導入されました。
- クエリ可能な外部テーブルとしてのボリューム: AIDBボリュームがPGFSをバックエンドとする外部テーブル（Foreign Table）として公開されるようになりました。標準のSQL（SELECT、INSERT、UPDATE、DELETE）を使用して、外部ストレージ内のオブジェクトを直接リスト表示、読み取り、書き込み、削除できます。
- ネットワークエグレス（送信）の許可リスト: 設定可能な許可リスト（aidb.egress_allowlist）を使用して、モデル呼び出しやHuggingFaceからのダウンロードにおける外部へのHTTPトラフィックを制限できるようになりました。ホスト名とCIDRエントリの指定が可能です。
- HuggingFaceからのダウンロードの信頼性向上: ローカルモデルのダウンロードにおいて、不安定な接続時の再開、ファイルサイズとSHA-256ハッシュの検証、進捗状況の通知、および破損したキャッシュスナップショットの自動修復機能が追加されました。
- 厳密なバリデーション (検証): パイプラインのオプション、ナレッジベースの設定、およびOCR設定に厳密な検証が導入されました。不明なキーや誤ったデータ型がある場合、暗黙的に無視されるのではなく、明確なエラーが発生するようになりました。
- エラーメッセージの明確化: モデルプロバイダーからのHTTPエラーにリクエストURLが含まれるようになりました。また、SELECT権限のないテーブルに対してパイプラインを作成しようとした場合、直接「権限拒否 (permission denied)」のエラーがスローされるようになりました。
- バッチ要約: SummarizeText（テキスト要約）のパイプラインステップで、レコードのバッチ処理が可能になりました。レート制限（Rate limit）エラーに対する入力ごとの再試行機能を備えています。
- 主なバグ修正:
- 検索結果が空の場合、エラーをスローするのではなく、警告とともに「行なし（no rows）」を返すようになりました。
- 非テキストソース（PDFや画像）の場合、生のバイトデータをテキストとして誤ってデコードするのではなく、value列にNULLを正しく返すようになりました。
- メトリクスコレクターによるデッドロックを修正し、BIGINT主キーに対する範囲外エラーを解決しました。
- レコードを分割するステップ（テキストのチャンク化など）において、設定されたメモリ/並列処理の制限（batch_size）を遵守するため、出力を適切にサブバッチ処理するようになりました。
