人工智能时代数据库技术创新态势研究

doi:10.12267/j.issn.2096-5931.2024.06.003

信息通信技术与政策 ›› 2024, Vol. 50 ›› Issue (6): 17-22.doi: 10.12267/j.issn.2096-5931.2024.06.003

人工智能时代数据库技术创新态势研究

Research on the innovation trend of database in the era of artificial intelligence

硕天鸾, 董一民

中国信息通信研究院信息化与工业化融合研究所,北京 100191

收稿日期:2024-05-10 出版日期:2024-06-25 发布日期:2024-07-30
作者简介:
硕天鸾, 中国信息通信研究院信息化与工业化融合研究所沉浸技术与应用研究部副主任,工程师,长期从事元宇宙、先进计算、数字经济、行业信息化、软件技术产业等方面的研究工作;
董一民, 中国信息通信研究院信息化与工业化融合研究所沉浸技术与应用研究部工程师,长期从事人工智能、元宇宙、数字经济、行业信息化等方面的研究工作

SHUO Tianluan, DONG Yimin

Informatization and Industrialization Integration Research Institute, China Academy of Information and Communications Technology, Beijing 100191, China

Received:2024-05-10 Online:2024-06-25 Published:2024-07-30

摘要/Abstract

摘要：

以人工智能为代表的新一代信息技术加速创新,在数据结构、部署方式、应用场景等方面对数据库技术发展提出了新的要求。围绕人工智能时代数据库技术创新的新需求、新挑战,总结了当前数据库技术创新的主要方向,重点讨论了人工智能技术同数据库技术的融合创新方向与实践应用,分析了当前国内外数据库产业发展趋势、竞争格局等,并提出了当下我国数据库技术创新发展建议。

关键词: 数据库, 向量数据库, 人工智能

Abstract:

The new generation of information technology represented by artificial intelligence is accelerating innovation, posing new requirements for the development of database technology in terms of data structure, deployment methods, and application scenarios. Focusing on the new demands and challenges of database innovation in the era of artificial intelligence, this paper first summarizes the main directions of current database innovation. Then, it focuses on the integration and practical application of artificial intelligence and database, and analyzes the current development trends and competitive landscape of the database industry both domestically and internationally. Finally, it puts forward suggestions for the development of technological innovation in China.

Key words: database, vector database, artificial intelligence

中图分类号:

TN929.11

硕天鸾, 董一民. 人工智能时代数据库技术创新态势研究[J]. 信息通信技术与政策, 2024, 50(6): 17-22.

SHUO Tianluan, DONG Yimin. Research on the innovation trend of database in the era of artificial intelligence[J]. Information and Communications Technology and Policy, 2024, 50(6): 17-22.

导出引用管理器 EndNote|Ris|BibTeX

链接本文:

http://ictp.caict.ac.cn/CN/10.12267/j.issn.2096-5931.2024.06.003

http://ictp.caict.ac.cn/CN/Y2024/V50/I6/17

产品	是否开源	所属/主导公司	托管服务产品
Milvus	开源	Zilliz	Zilliz Cloud
Weaviate	开源	Weaviate	Weaviate Cloud Services
Qdrant	开源	Qdrant	Qdrant Solutions
Pinecone	闭源	Pinecone	Pinecone 2.0
Chroma	开源	Chroma	计划推出

产品	是否开源	所属/主导公司	托管服务产品
Milvus	开源	Zilliz	Zilliz Cloud
Weaviate	开源	Weaviate	Weaviate Cloud Services
Qdrant	开源	Qdrant	Qdrant Solutions
Pinecone	闭源	Pinecone	Pinecone 2.0
Chroma	开源	Chroma	计划推出

产品	扩展支持模块
PostgreSQL	Pgvector
Redis	RedisAI、RediSearch
Elasticsearch	数据类型Dense_vector、向量函数cosineSimilarity、dotProduct

产品	扩展支持模块
PostgreSQL	Pgvector
Redis	RedisAI、RediSearch
Elasticsearch	数据类型Dense_vector、向量函数cosineSimilarity、dotProduct

[1]	苏彦志, 陈广, 蒋越维. 分布式数据库发展综述[J]. 数字通信世界, 2023(10):172-174.
[2]	张超, 李国良, 冯建华, 等. HTAP数据库关键技术综述[J]. 软件学报, 2023, 34(2):761-785.
[3]	李国良, 周煊赫, 孙佶, 等. 基于机器学习的数据库技术综述[J]. 计算机学报, 2020, 43 (11): 2019-2049.
[4]	TRUMMER I, WANG J, MARAM D, et al. SkinnerDB: regret-4bounded query evaluation via reinforcement learning[J]. Proceedings of the VLDB Endowment, 2019, 11(12):2074-2077. DOI:10.1145/3299869.3300088.
[5]	钮泽平, 李国良. 数据库内AI模型优化[J]. 软件学报, 2021, 32(3):622-635. DOI:10.13328/j.cnki.jos.006179.
[6]	Gartner. Market share: database management systems, worldwide, 2022[R], 2023.
[7]	IDC. 2022年下半年中国关系型数据库软件市场跟踪报告[R], 2023.

人工智能时代数据库技术创新态势研究

Research on the innovation trend of database in the era of artificial intelligence

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 3

参考文献 7

相关文章 15

编辑推荐

Metrics

本文评价

[1]	张乾, 黄璜, 苗子聪. 智能计算关键技术产业发展态势研究[J]. 信息通信技术与政策, 2024, 50(6): 10-16.
[2]	张东, 白宇, 张腾飞. 工业PON时间确定网络及智能控制融合系统[J]. 信息通信技术与政策, 2024, 50(5): 87-91.
[3]	陈晓朋, 许可欣, 梁宇栋. 人工智能促进数据中心绿色节能研究[J]. 信息通信技术与政策, 2024, 50(2): 33-39.
[4]	武林娜, 宋恺, 王淞鹤. 生成式人工智能对个人信息安全的挑战及应对策略[J]. 信息通信技术与政策, 2024, 50(1): 13-18.
[5]	王欣晖, 周星月, 朱进国. 6G网络架构探讨[J]. 信息通信技术与政策, 2023, 49(9): 13-22.
[6]	徐明枫, 李阳, 韩凯峰, 徐晓燕, 江甲沫. 基于GAN的导频配置和信道估计联合优化算法^*[J]. 信息通信技术与政策, 2023, 49(9): 58-66.
[7]	孟楠, 端木森嘉, 刘梦, 李飞远, 陈才. 元宇宙应用场景创新研究及实施建议——以苏州工业园区为例[J]. 信息通信技术与政策, 2023, 49(9): 74-81.
[8]	郭真, 姚树为, 胡亦琦, 申奇. 智慧城市咨询领域数字化转型的路径思考[J]. 信息通信技术与政策, 2023, 49(8): 73-79.
[9]	宋恺, 屈蕾蕾, 杨萌科. 生成式人工智能的治理策略研究[J]. 信息通信技术与政策, 2023, 49(7): 83-88.
[10]	黄璜, 张乾. 存算一体技术产业发展研究[J]. 信息通信技术与政策, 2023, 49(6): 30-39.
[11]	朱刚, 张美翔, 孙浩文, 李家京, 张亮, 杨云龙. ChatGPT带给智慧城市的启示——未来城市演进路径的探讨[J]. 信息通信技术与政策, 2023, 49(6): 71-78.
[12]	龚戈勇, 刘洋. 一种基于5G技术的AI智慧养老服务平台设计[J]. 信息通信技术与政策, 2023, 49(5): 91-96.
[13]	戴伟涛, 俞锦浩, 田文生, 范佳峰, 王泽东, 陆一凡, 严志超, 唐攀攀. 基于隐私计算的数据库全生命周期保护方法[J]. 信息通信技术与政策, 2023, 49(2): 65-74.
[14]	孙頔, 杨锦洲, 夏璠. AI+工业互联网模式的应用探析[J]. 信息通信技术与政策, 2023, 49(11): 2-7.
[15]	刘莺, 韩春清, 王李祥. 人工智能与我国中小银行数字化转型[J]. 信息通信技术与政策, 2023, 49(1): 22-27.