Sviluppo e implementazione di vector store con Oracle Database 23ai per la gestione intelligente dei dati

Il lavoro di tesi documenta le attività di studio e sviluppo svolte durante un tirocinio sul tema dell’integrazione di modelli di intelligenza artificiale di tipo LLM (Large Language Model) con il nuovo Vector Store offerto da Oracle 23ai. Lo scopo è stato analizzare e sperimentare le innovazioni introdotte da Oracle per supportare applicazioni di Retrieval-Augmented Generation (RAG) e ricerche avanzate sui dati e documenti presenti nel database aziendale. Nella prima fase è stata effettuata una ricognizione teorica sul funzionamento del Vector Store, sugli strumenti Oracle disponibili e sulle modalità di estrazione dei dati dalle viste e dai BLOB del database. Successivamente, sono stati generati e testati gli embedding dei documenti, confrontando diverse strategie di chunking e indicizzazione per la ricerca per similitudine. Il lavoro ha portato alla realizzazione di prototipi dimostrativi, tra cui un motore di AI Vector Search integrato con funzioni relazionali e un chatbot interattivo che sfrutta il Vector Store per fornire risposte contestuali basate sulle fonti documentali, dimostrando la fattibilità di soluzioni integrate per migliorare l’accesso alle informazioni aziendali.