ساخته شده برای خم شدن: مخترع Postgres و مباشر آنچه که هوش مصنوعی واقعا به آن نیاز دارد

مایکل استون برکر Postgres ® را در سال 1986 در برکلی معرفی کرد. چهل سال بعد، پایگاه داده ای که او اختراع کرد، انتخابی پیشرو برای نسلی از پروژه های هوش مصنوعی است، و او یکی از شدیدترین شکاکان در مورد چگونگی ساخت آن پروژه ها است. بروس مومجیان یکی از بنیانگذاران و اعضای اصلی تیم گروه توسعه جهانی PostgreSQL است و در EnterpriseDB (EDB) کار می کند.

در قسمت‌های آتی AI & Data Horizons توسط EnterpriseDB (EDB)، برنده جایزه تورینگ و استاد MIT و طرفدار جامعه Postgres هر دو ادعا می‌کنند که آینده متعلق به سیستم‌هایی است که بدون شکستگی خم می‌شوند و به جوامعی که هیچ شرکتی کنترل نمی‌کند.

صفر نه 80

اولین نمایشگاه Stonebraker متن به SQL است، این وعده که یک کاربر تجاری می تواند یک سوال را به زبان انگلیسی ساده بپرسد و از انبار پاسخ بگیرد. معیارهای عمومی مانند Spider و BIRD دقت بالای 80 درصد را گزارش می دهند. تیم او همین کار را در انبار داده خود MIT - 1400 جدول اطلاعات دانشجویی، اساتید، ساختمان و حقوق - با استفاده از پرس و جوهای واقعی از SQL log امتحان کرد.

او گفت: "ما دقت صفر درصد را دریافت کردیم. نه 80، نه 70، نه 40 - صفر." افزودن هوش مصنوعی عاملی، بازیابی و مهندسی سریع این سطح را به نوجوانان ارتقا داد. گفتن مدل هر جدول و ترم عضویت به دهه 30 رسید. "هنوز برای پرایم تایم آماده نیستم."

دلایل مربوط به هر املاک شرکتی است. هیچ داده آموزشی وجود ندارد، زیرا انبار در اینترنت عمومی نیست. داده ها منحصر به فرد هستند: در میان چیزهای دیگر، ساختمان های MIT دارای اعداد هستند، نه نام. این طرح به نام جدول و ستون مرموز و نماهای همپوشانی پوسیده شده است. و پرس و جوهای واقعی سخت تر از پرس و جوهای معیار هستند. تیم او معیار خود را با نام Beaver منتشر کرده است و می گوید هیچ کس از سطح دقت در محدوده 30 درصد خارج نشده است.

از مدل برای آنچه در آن خوب است استفاده کنید

استون بریکر استدلال می کند که مشکل عمیق تر، معماری است. مدل‌های زبان بزرگ با متن خوب هستند، اما «آنچه در آن خوب نیستند، اتصال داده‌های ساختاریافته است»، که بیشتر چیزی است که یک سازمان در اختیار دارد. تیم Stonebraker با همکاری با بخش حمل‌ونقل شهر مونیخ دریافت که پاسخ به شکایت یک شهروند در مورد زمان‌بندی عبور از عابر پیاده به معنای ترکیب مقررات، نقشه‌های CAD، برنامه‌های واگن برقی و نقشه‌های ناحیه مدرسه است. او گفت که تنظیم آن با یک مدل زبان در مرکز "به طرز مضحکی گران بود."

پاسخ تیم، سیستمی به نام Rubicon، از مدل‌ها فقط روی متن استفاده می‌کند، سپس نتایج را در جداول می‌فرستد و بقیه را به یک موتور جدولی تحویل می‌دهد. ارکستراتور "شبیه بهینه ساز پرس و جو به نظر می رسد." Stonebraker می گوید که با ضریب 10 ارزان تر و به طور قابل توجهی دقیق تر از چارچوب های عامل ساخته شده بر روی یک مدل است.

او انتظار دارد که هوش مصنوعی عامل از بالای چرخه تبلیغات به دره ناامیدی قبل از اینکه دیدگاه متعادل‌تری پدیدار شود، حرکت کند. شرکت‌ها از عدم جبرگرایی متنفرند: وام را تأیید کنید و پس از بررسی آن را معکوس کنید، و «به این می‌گویند دعوا». سازمان ها همچنین به محافظت در برابر عوامل سرکش نیاز دارند. او خاطرنشان می کند که نرده های محافظ داخل پایگاه داده تا حد زیادی از قبل وجود دارند: دهه ها کنترل دسترسی، گزارش های کامل، و محرک هایی که می توانند تراکنش را در مسیر آن متوقف کنند. او پیشنهاد می‌کند که اگر ابزار اشکال‌زدایی و نسخه‌سازی آن‌ها بهبود یابد، عامل‌های سنگین داده، به عنوان توابع تعریف‌شده توسط کاربر، به درون لایه داده تعلق دارند.

Stonebraker به همان اندازه در مورد مرز صریح است. مدل‌ها قبلا از داده‌های آموزشی واقعی در اینترنت استفاده کرده‌اند، و او هیچ شرکتی را نمی‌شناسد که به یک مدل اجازه دهد داده‌های اختصاصی خود را آموزش دهد. او گفت که AGI "اساسا تبلیغات تبلیغاتی" از فروشندگان مدل بنیادی است که ارزش گذاری های خود را توجیه می کنند.

کسی مالک آن نیست

چرا Postgres؟ Stonebraker گفت: "Postgres پاسخ بین کهکشانی به منبع باز است." ویژگی منحصر به فرد آن این است که "توسط هیچ شرکتی کنترل نمی شود." EDB، مایکروسافت، گوگل، و دیگران هر کدام در committer ها مشارکت می کنند و هیچ کس هدایت نمی کند. او ظهور آن را به خرید MySQL توسط Oracle می‌داند، زمانی که «همه گفتند: کنترل فروشنده». برای شرکت ها، این استقلال پایه و اساس حاکمیت است: حفظ کنترل بر نحوه و مکان عملکرد سیستم های داده آنها.

مومجیان همین ساختار را از درون توصیف می کند. Postgres هیچ دفتر، هیچ دارایی و هیچ شخص حقوقی ندارد، با این حال «نرم‌افزاری بهتر از شرکت‌های میلیارد دلاری» تولید می‌کند. ابزار پیش بینی آن خود جامعه است که نیازهای اولیه را از چین، روسیه و ایالات متحده شناسایی می کند. ما فقط به یک نفر در دنیا نیاز داریم که فوق باهوش باشد و آن شخص به ما بگوید که چه فکر می کند.

برای خم شدن ساخته شده است

هر دو کارشناس یک فلسفه طراحی را توصیف می کنند که از انعطاف پذیری نسبت به چند درصد آخر سرعت حمایت می کند. Stonebraker Postgres را ساخت تا توسعه یابد، و به همین دلیل است که JSON، جستجوی متن کامل، GIS و اکنون هوش مصنوعی را بدون بازنویسی جذب کرد. مومجیان تماس دومی را از دهه 1990 اضافه می کند: به جای جذب سیستم عامل به سیستم عامل تکیه کنید، که Postgres را به یک مناسبت طبیعی برای ابر تبدیل کرد.

مومجیان در برابر بهینه‌سازی‌هایی که 5 یا 10 درصد به قیمت استحکام خرید می‌کنند، مقاومت می‌کند، زیرا یک سیستم اشتباه می‌تواند 40 درصد را از دست بدهد. "اگر یک ماشین فرمول یک را به سوپرمارکت ببرید، جایی برای مواد غذایی وجود ندارد." طرح های پروژه در افقی که تعداد کمی از فروشندگان می توانند مطابقت داشته باشند. ما در حال بررسی این هستیم که 5 سال بعد، 10 سال آینده چه تاثیری خواهد داشت."

آنچه PostgreSQL 19 ارائه می دهد

نسخه جدید این رشته را به نمایش می گذارد. چندین ویژگی پیش‌نمایش‌شده، از جمله پرسش‌های گراف ویژگی SQL و ادغام و تقسیم پارتیشن، برگردانده شدند، زیرا قابلیت اطمینان حرف اول را می‌زند. بررسی به کمک هوش مصنوعی مشکلات را به سرعت پیدا می کند. انتشار وصله آگوست 2026 برای PostgreSQL 18 به 28 CVE پرداخت.

آنچه باقی می ماند عملی است: برای جداول شلوغ به طور همزمان بسته بندی مجدد کنید، خلاء خودکار موازی هوشمندتر، و همگام سازی توالی برای تکرار منطقی. Plan Advice، از مشارکت کننده و متعهد اصلی PostgreSQL رابرت هاس، پاسخ جامعه به نکات بهینه ساز سبک اوراکل است که سال ها رد شده است. مومجیان گفت: «کسی راهی برای انجام آن پیدا کرد که جنبه‌های منفی نداشت.

پایگاه داده به عنوان حافظه هوش مصنوعی

این دو در مورد سرعت نوشتن SQL توسط هوش مصنوعی متفاوت هستند. مومجیان از عوامل انتظار دارد که پایگاه داده ایجاد کنند و بسیاری از کدها را تولید کنند. Stonebraker می گوید تا زمانی که داده ها مستند نشده، سیلوها باز شوند و سیاست تغییر نکند، این اتفاق در داخل شرکت نمی افتد. آنها در مورد مقصد توافق می کنند. هوش مصنوعی به یک سیستم رابطه‌ای نیاز دارد تا به آن ماندگاری و حافظه بدهد، و به قول مومجیان، این یک «تغییرگر بازی» است.

چهل سال بعد، مخترع و مباشر روی یک پایگاه داده شرط بندی می کنند.

ارائه شده توسط EnterpriseDB