GeminiとRAGで変わる生成AIの未来
概要
生成AIの進化と課題、Google Geminiによる検索精度向上や、企業内AI検索システムにおけるRAG技術の有効性について解説します。
1.はじめに
皆さん、こんにちは。USEN WORK WELLの開発チームの杵鞭慎太郎です。今回は、2024年10月24日にオンラインで参加した「Generative AI Summit Tokyo '24 Fall」について、私の感想とそこで得た知識を共有したいと思います。
2.基調講演：生成AIの現状と課題、Geminiの進化と新たな可能性
基調講演では、生成AIの現状と課題、そしてその解決の鍵となるGoogleの最新言語モデルGeminiの進化と新たな可能性について詳しく語られました。生成AIは急速な進化を遂げているものの、まだ多くの企業が「試す」段階で、そのインパクトは限定的とのこと。しかし、Geminiの進化は驚くべきもので、そのトークン数は200万まで対応可能となり、Vertex AI上での利用率は36倍に増加。しかし、生成AIを使いこなすのは簡単なことではありません。それには、モデルの選択、チューニング、そして外部アプリケーションとの連携という3つの要素が重要とのこと。さらに、生成AIが誤った情報を生成する「ハルシネーション」という問題も提起されました。しかし、Geminiのトークン数を増やすことで、このリスクを軽減することが可能だという。ハルシネーションのリスクを軽減できることはかなり大きな躍進だと思います。
3.社員12万人向け検索システム導入事例とRAGの役割
近年、企業内での情報検索システムにAIを活用するケースが急増しています。特に、社員数が10万人を超える企業では、膨大な情報に迅速かつ的確にアクセスできる検索システムの重要性が増しています。本講演では、Googleの提供するVertex AI Searchを活用し、社員12万人向けの検索システムを導入した事例を取り上げ、RAG（Retriever-Augmented Generation）技術による検索精度向上の効果を紹介しました。RAG技術の発展により業務の効率化がさらに促進されます。今後の進展が楽しみです。
4.RAGの検索品質を高めるハイブリッド検索とエンベディング最適化
RAGの検索品質を高めるためのハイブリッド検索とエンベディング最適化について説明がありました。ベクトル検索、セマンティック検索、そして二つを組みあわせたハイブリッド検索といった技術によって、より良い検索結果を引き出すためのロジックが提示されました。ハイブリット検索とRAG技術が組み合わさるとより面白いことができそうです。
5.まとめ
今回のGenerative AI Summit Tokyo '24 Fallでは、生成AIの現状と課題、そしてその解決策について深く掘り下げることができました。生成AIはまだ発展途上でありながらも、その巧妙さと能力は私たちが想像するよりもはるかに高いものです。
私たちが生成AIを理解し、適切に利用することで、私たちの生活はさらに豊かで便利なものになるでしょう。次回のこのイベントも、その進化を見守るのが楽しみです。以上、USEN WORK WELLの開発チーム所属、杵鞭慎太郎でした。またお会いしましょう。
執筆、編集作業の所要時間
所要時間: 130分
・人間: 100分
・AI: 30分
内訳
・記事執筆（by 人間）: 60分
・記事執筆（by AI）: 30分
・誤字脱字の確認（by 人間）: 10分
・添削（by 人間）: 30分
人間のみで記事作成した場合に想定される所要時間: 180分
AIによる所要時間削減率: 28%
