Excel 表格突然變成 AI？數據庫 (SQL) 內部的人工智慧故事

想像一下。如果平常管理公司銷售額或庫存時使用的那種呆板的 Excel 表格般的數據庫，有一天突然開始對你說：「老闆，明天的銷售額預計是這些」，或者準確地猜出顧客的喜好，會是什麼樣子呢？通常我們認為要使用 AI，必須將數據從數據庫中取出，搬移到像 Python 這樣的專業程式開發環境中。但最近在開發者之間，出現了一個非常有趣的挑戰：「何必搬移數據呢？直接在儲存數據的地方 (SQL) 執行 AI 會怎樣？」

為什麼這很重要？

在數據流經的路上植入 AI，就像是「在工廠生產產品的同時完成品質檢測」一樣。通常，從數據庫中提取數據並發送到外部 AI 模型的過程中會消耗時間和成本。但如果能在像 SQL Server 這樣的環境內直接執行預測，就可以減少複雜的數據移動過程，更快速且高效地分析數據 參考資料: SQL Server Downloads – SQL Server Central。

以日常生活為例，這就如同智慧型手機的照片相簿應用程式無需連接雲端伺服器，就能直接在手機內部找出人物照片一樣，在數據管理工作中也能享受到這種便利。因為無需將數據移出，所以速度更快，安全問題也將大大減少。

簡單理解：神經網路是「小型過濾器」的網狀結構

那麼，在 SQL 中運行的這個「神經網路 (Neural Network)」到底是什麼呢？雖然因為是技術術語而感覺很難，但如果簡單比喻的話，神經網路可以說是「互相傳遞資訊並學習的數萬個小型過濾器」。

1. 神經元 (Neuron) 的連接：神經網路是由稱為「神經元」的簡單單元像網狀結構一樣緊密連接而成。它們互相傳遞信號來執行非常複雜的任務 參考資料: Neural network - Wikipedia。
2. 模仿大腦的結構：這個結構是從人類大腦處理資訊的方式中獲得靈感 參考資料: Neural Network from Scratch. In this article I’ll implement a neural。就像我們看到事物並識別出「這是蘋果」時，大腦的多個部位會同時反應一樣，神經網路也是由神經元們合力解決問題。

3. 權重與層 (Layer)：神經網路是將簡單的神經元層層堆疊的形式。當接收到數據時，會利用每個神經元擁有的「權重 (重要度)」和「偏置 (基準值)」進行學習。簡單來說，就是資訊每通過一層，小型過濾器們就會各自對資訊進行修飾、篩選和學習，最終導出「這是什麼？」這一結果的過程 [參考資料: What Is a Neural Network?

   IBM](https://www.ibm.com/think/topics/neural-networks)。

這正是試圖用我們平常整理數據時使用的語言——SQL，來實現這一複雜過程。這不僅僅是利用 Excel 的函數功能進行簡單計算的程度，而是讓數據庫本身透過觀察數據來自行讀取模式。

當前情況

未來會如何？

未來，數據庫管理員可能不僅僅是整理數據的人，還會成為「在數據庫中培育 AI 的人」。因為從數據停留的最安全、最深處獲取即時洞察，正是數據管理的未來。有一天，你們使用的系統也會在背後安靜地學習數據，並給出更聰明的回答。

MindTickleBytes AI 記者的觀點

如果傳統儲存庫數據庫也能兼具 AI 的大腦，數據在移動時產生的瓶頸現象將會消失。在 SQL 這種古典工具中結合現代神經網路技術，是一個展現 AI 能多麼親近地、理所當然地滲透到我們身邊的好例子。無需經過複雜的外部 AI 模型，數據庫本身就能「變聰明」的時代正迅速逼近。

參考資料

1. Neural network - Wikipedia
2. SQL Server Downloads – SQL Server Central

3. [ShowHN: I implemented a RNN from scratch by…

   Hacker News](https://news.ycombinator.com/item?id=44879741)

4. Neural Network from Scratch. In this article I’ll implement a neural

5. [What Is a Neural Network?

   IBM](https://www.ibm.com/think/topics/neural-networks)