Timescale ha annunciato oggi nuove funzionalità di intelligenza artificiale per migliorare la sua piattaforma di database open source. Fondata nel 2017, Timescale si è specializzata in database di serie temporali (TSDB) basati su PostgreSQL, combinando dati di serie temporali e vettoriali per supportare applicazioni di intelligenza artificiale generativa tramite il Retrieval Augmented Generation (RAG).
Quest’anno, Timescale ha fatto progressi significativi nelle sue capacità vettoriali, introducendo a giugno i progetti pgvectorscale e pgai, che integrano avanzate funzionalità di database vettoriali. Oggi, l’azienda ha presentato un nuovo strumento chiamato pgai Vectorizer, che consente di creare e sincronizzare facilmente gli incorporamenti direttamente nel database. Questo strumento open source può essere utilizzato da chiunque abbia accesso a PostgreSQL per sviluppare applicazioni di intelligenza artificiale generativa.
Ajay Kulkarni, CEO e co-fondatore di Timescale, ha dichiarato: “Abbiamo preso l’idea di PostgreSQL per le serie temporali e l’abbiamo trasformata in qualcosa di molto più grande, posizionando PostgreSQL come una piattaforma per qualsiasi applicazione”.
Timescale sta esplorando l’intersezione tra dati di serie temporali e database vettoriali, notando che questi due tipi di dati possono essere utilizzati insieme per vari scopi. Kulkarni ha sottolineato che oggi alcuni clienti utilizzano il database solo per i dati di serie temporali, altri solo per i vettori, e alcuni per entrambi. Questa combinazione consente applicazioni che sfruttano le caratteristiche temporali e le capacità semantiche della ricerca vettoriale.
Un esempio è Lucid Motors, una startup di veicoli elettrici che utilizza la ricerca vettoriale su immagini con timestamp, dove il valore delle immagini diminuisce nel tempo. Kulkarni crede che l’integrazione di questi dati rappresenti una tendenza importante, poiché le aziende cercano di massimizzare i vantaggi di entrambi i tipi di dati su una singola piattaforma come PostgreSQL.
Il pgai Vectorizer è un’estensione del progetto pgai di Timescale lanciato a giugno, che consente agli utenti di integrare modelli di intelligenza artificiale direttamente in PostgreSQL. Questo nuovo strumento semplifica la gestione degli incorporamenti, rendendola simile alle operazioni di database tradizionali. Gli sviluppatori possono creare e gestire incorporamenti su più colonne di testo utilizzando semplici comandi SQL, mantenendo la sincronizzazione automatica dei dati.
Inoltre, il pgai Vectorizer facilita il test e l’implementazione di vari modelli di intelligenza artificiale, consentendo di passare facilmente tra diversi servizi. Si basa sulle tecnologie di database vettoriali già esistenti di Timescale, lanciati a giugno 2024, e sull’estensione open source pgvector, utilizzata anche da fornitori come AWS e Google.
Timescale riconosce che pgvector presenta limitazioni su larga scala, e pgvectorscale è progettato per risolverle. Kulkarni afferma che pgvectorscale offre prestazioni e scalabilità migliori, rimanendo completamente compatibile e open source, e sostiene che possa superare altre tecnologie di database vettoriali, come Pinecone.
Kulkarni ha sottolineato che sia il pgai Vectorizer che pgvectorscale rimarranno open source, sperando che ciò favorisca la crescita della comunità di utenti e contributori. Guardando al futuro, Timescale prevede che il pgai Vectorizer faccia parte di una strategia di intelligenza artificiale più ampia.