- データブリックス、Retrieval Augmented Generation (RAG) を活用したGenAIアプリケーション向けの新ツール群を公開
- トラディショナルな言語モデルの課題に対処するVector Searchや、更新されたModel Servingを含むプラットフォームの改善
- データレイクハウスの先駆者であり、NVIDIAおよびTableauとのパートナーシップを拡大
データブリックスが提供するデータインテリジェンスとAIソリューションに新たな動向が見られます。
昨年12月に発表された、GenAIアプリケーションを生産環境にデプロイするためのツール群が話題となっています。
RAG技術の採用により、複製性の低下やリアルタイムデータとの連携不足など、従来の言語モデルの問題に対処しています。
このツールは、正確な情報検索を可能にするVector Searchや、AI・MLモデルの管理を行う環境であるModel ServingのUI改善、性能向上を図るものです。
データレイクとデータウェアハウスの機能を統合したデータレイクハウスのパイオニアとして、DatabricksはTableauとの新しい提携関係や、NVIDIAとのコラボレーションを通じて、戦略的な拡大を図っています。
AIアプリケーションの正確さと品質を保つための努力が必要であるとDatabricksはブログで指摘。
そのため、データに関するより深い理解、適切なガバナンスとアクセス管理がGenAIプロセスの質向上に不可欠だとしています。
新たにプラットフォームに追加されたVectorデータベースは、組織特有の特性を理解し、検索速度と応答品質、精度の向上を目指します。
RAGを採用する企業の増加により、テクノロジーとの相互作用が革新される可能性が高まっています。
おい、これの「Vector Search」ってのはどんなもんなの？
それと、RAG技術って何か新しいことできるの？
Vector Searchは、データから関連性の高い情報を効率良く見つけ出す検索技術です。膨大な量のデータの中から、必要な情報を高速に引き出せるんですよ。
RAG、つまりRetrieval Augmented Generationは、情報抽出と生成を組み合わせた技術です。これによって、AIが質問に答える際や文章を生成する際に、より正確で豊かな内容を提供できるようになるんです。
データブリックスが新しいAIツールを打ち出したね。これには正確な情報検索のVector Searchや使いやすさを改善したModel Servingがあるんだ。
特に注目はRAGっていう技術。これを使うと、AIがデータをもとにもっといい答えや文章を生み出せるようになって、従来の言語モデルの限界を超えられるってわけ。
さらに、NVIDIAやTableauと連携強化して、データレイクハウスの分野でも頑張ってるんだよ。AIの精度を上げるためには、データ理解や管理も大事だってDatabricksは言ってて、新しいVectorデータベースでそれを実現しようとしてるみたい。
RAGの活用が増えれば、AIとテクノロジーの関わりも変わってくるだろうね。