WEBVTT

00:00:00.720 --> 00:00:04.500
皆さんこんにちは m365fmでお届けするマイクロソフトナレッジナゲット

00:00:04.500 --> 00:00:10.660
へようこそホストのミルコピーターズです今日のトピックは誰もが耳にしたことはあるものの実際に理解している人はごくわずかというものです

00:00:10.660 --> 00:00:16.420
ベクトルデータベースについてです ai に関する記事やコパイロットやチャット gpt についての会話の中でこの言葉を目にしたことがあるでしょう

00:00:16.420 --> 00:00:21.060
ではベクトルデータベースとは一体何なのでしょうか単なる通常のデータベースにおしゃれな名前をつけただけなのでしょうか

00:00:21.060 --> 00:00:27.820
それとも全く異なるものなのでしょうか ec サイトで赤いジャケットと検索した際に真紅のコートやバーガンディー色のアウターが表示される場面を想像してみてください

00:00:27.820 --> 00:00:32.100
コンピュータはどうやってそれらが同じものだと判断しているのでしょうかキーワードの一致ではありません

00:00:32.100 --> 00:00:39.340
真紅は赤ではありませんしコートはジャケットではありませんそれでも検索エンジンはそれらが関連していることを理解しておりこれこそがベクトル検索の仕組みです

00:00:39.340 --> 00:00:46.180
このエピソードを終える頃にはベクトルデータベースの正体それがなぜ ai 検索やコパイロットを支えているのかそしてマイクロソフトのクラウドにどう適合するのかが理解できるはずです

00:00:46.180 --> 00:00:51.220
専門用語を避けてわかりやすく解説します数学や難しい言葉は使わず基礎からシンプルに説明します

00:00:51.220 --> 00:00:55.120
そもそもベクトルとは何でしょうか革新的な質問から始めましょう

00:00:55.120 --> 00:01:01.420
ベクトルとは一体何なのでしょうかベクトルという言葉を聞くと物理の授業で習った方向と大きさを示す矢印を想像する人が多いでしょう

00:01:01.420 --> 00:01:09.520
コンピュータの世界ではもっと単純なものですベクトルとは実際にはただの数字のリストのことです コンピュータが処理できる形式で何かを表現するための一次元配列です

00:01:09.520 --> 00:01:16.340
具体的にイメージしてみましょう3階のビームで12号室で待ち合わせしようといえばそれは特定の場所を示す3つの数字になります

00:01:16.340 --> 00:01:22.160
これは建物内のどこに何があるかを正確に伝える3次元ベクトルです ではそこにさらに詳細情報を加えてみましょう

00:01:22.160 --> 00:01:31.120
ドアの色部屋の広さ平前単価などです詳細な情報が増えるごとに次元が一つずつ増えていきます つまり次元を積み重ねるほどその対象についてより多くの情報を捉えられるようになるのです

00:01:31.120 --> 00:01:39.180
車であれば速度走行距離価格重量安全性評価などで表現できます これは5次元ベクトルとなります製品であれば数百もの特徴で説明でき

00:01:39.180 --> 00:01:44.520
高次元ベクトルが得られますここがポイントです ベクトルを使えばあらゆるものをコンピュータが比較できる数字に変えることができます

00:01:44.520 --> 00:01:51.480
言葉画像音ドキュメントなどどんなものでも数字のリストに変換可能です すべてが数字になれば2つのものがどれほど似ているかを測定できるようになります

00:01:51.480 --> 00:01:58.660
同じ階にあってドアの色が似ている2つの部屋はベクトル空間上で近くに配置されることになります 同じように特徴が似ている2つの製品もベクトル空間で近くに集まります

00:01:58.660 --> 00:02:04.880
この単純なアイデアこそが現代のAI検索を可能にしているのです ベクトルから埋め込みへすべてのベクトルが同じというわけではありません

00:02:04.880 --> 00:02:12.500
エンベディングと呼ばれる特別な種類がありそこに真のパワーが秘められています ではエンベディングとは正確には何でしょうかエンベディングとは意味を表現するベクトルです

00:02:12.500 --> 00:02:18.720
アジュールオープンAIのテキストエンベディング3スモールのような機械学習モデルはテキストを読み取り 高次元空間に配置します

00:02:18.720 --> 00:02:26.660
このモデルは数十億の例から学習しているため単語同士の関係性を理解しています 王キングと女王クイーンは文脈が似ているため近くに配置されます

00:02:26.660 --> 00:02:35.580
王キングとコーヒーコーヒーは関連性がないため遠くに配置されます これを平易な言葉で説明しましょう赤いジャケットで検索するとシステムは真紅のコートを見つけ出します

00:02:35.580 --> 00:02:44.520
エンベディングモデルは赤と真紅の意味が近くジャケットとコートも同様に近いことを認識しています これら2つのフレーズのエンベディングはベクトル空間で隣人となります

00:02:44.520 --> 00:02:51.020
コンピュータはもう文字の一致を調べているのではありません 意味の一致を調べているのですここで古典的な例を挙げましょう

00:02:51.020 --> 00:02:57.820
王のベクトルから男のベクトルを引き女のベクトルを足します その結果は女王のベクトルに非常に近いものになります

00:02:57.820 --> 00:03:05.100
王-男プラス女は女王に等しいのです 魔法のように聞こえるかもしれませんがこれはモデルが関係性を数値として組み込んでいる仕組みに他なりません

00:03:05.100 --> 00:03:12.500
モデルは王と女王が男と女と同じ関係にあることを学習しており その関係が座標に符号化されているのです

00:03:12.500 --> 00:03:19.640
つまりエンベディングモデルはテキスト画像音声といった性のデータをその意味を表す数値のリストに変換します

00:03:19.640 --> 00:03:26.580
それらの数値は高次元空間における座標となります そして検索時にはクエリも同じ種類の座標に変換されます

00:03:26.580 --> 00:03:30.600
あとはそれらの間の距離を測定するだけです それが確信となる考え方です

00:03:30.600 --> 00:03:35.720
なぜ従来のデータベースでは不十分なのか エンベディングがこれほど強力ならなぜ通常のデータベースではいけないのでしょうか

00:03:35.720 --> 00:03:40.700
その理由をお答えしましょう 従来のSQLデータベースは完全一致のために構築されています

00:03:40.700 --> 00:03:45.460
色イコール赤と書けば色絡むが文字通り赤であるすべての行を見つけ出します

00:03:45.460 --> 00:03:52.360
これは顧客名注文日商品価格のような構造化データには最適ですが 曖昧な意味を扱う必要がある場合には全く機能しません

00:03:52.360 --> 00:03:57.660
データにはバーガンディのジャケットとしか書かれていないのに 真空のコートを見つけるようなSQLクエリを書いてみてください

00:03:57.660 --> 00:04:00.760
SQLは概念を理解できないためそれは不可能です

00:04:00.760 --> 00:04:03.680
従来のデータベースは行と列でデータを保存します

00:04:03.680 --> 00:04:07.000
これらは結合集計そして完全一致検索に最適化されています

00:04:07.000 --> 00:04:10.460
それらは車カーと自動車オートモビルが同じものであることを知りません

00:04:10.460 --> 00:04:14.040
興奮したエキサイティッドとワクワクしたスリルドが似た感情であることも知りません

00:04:14.040 --> 00:04:16.080
それらは単に文字列を称号しているだけなのです

00:04:16.080 --> 00:04:19.700
またPDF画像音声録音長い文書のような非構造化データの場合

00:04:19.700 --> 00:04:23.680
従来のデータベースはそれをバイナリデータとして保存できても その内容を実質的に検索することはできないのです

00:04:23.680 --> 00:04:27.300
全文検索が必要になりますがそれでもキーワードの一致に頼ることになります

00:04:27.300 --> 00:04:32.820
もしユーザーが予算報告書と入力してもドキュメントに財務概要と書かれていれば キーワード検索では全くヒットしません

00:04:32.820 --> 00:04:34.240
このように考えてみてください

00:04:34.240 --> 00:04:36.500
通常のデータベースは書類棚のようなものです

00:04:36.500 --> 00:04:39.320
探しているものを見つけるには正確なファイル名を知っておく必要があります

00:04:39.320 --> 00:04:42.600
ベクトルデータベースはあなたの意図を理解してくれる図書館の司書のようなものです

00:04:42.600 --> 00:04:45.720
全市販機の支出に関するあの資料が必要だということができます

00:04:45.720 --> 00:04:49.100
すると司書はたとえフォルダ名が第三市販機財務概要であっても

00:04:49.100 --> 00:04:51.020
どのフォルダを取り出せば良いか正確に把握しています

00:04:51.020 --> 00:04:53.740
司書はラベルだけでなく意図を理解するからです

00:04:53.740 --> 00:04:56.080
それがベクトルデータベースが存在する理由です

00:04:56.080 --> 00:04:58.780
これらは意味を捉えたベクトルである埋め込みを保存し

00:04:58.780 --> 00:05:01.040
類似検索を高速化する方法でインデックス化します

00:05:01.040 --> 00:05:03.520
これらは従来のデータベースを置き換えるものではありません

00:05:03.520 --> 00:05:07.040
その上に理解の層を追加するものでありその層があらゆるものを変えるのです

00:05:07.040 --> 00:05:10.480
その上に理解の層を追加するものでありその層があらゆるものを変えるのです

00:05:10.480 --> 00:05:12.040
ベクトルデータベースの仕組み

00:05:12.040 --> 00:05:14.340
ではこれらは舞台裏でどのように動いているのでしょうか

00:05:14.340 --> 00:05:17.540
インジェスト取り込み特入検索という2つの主要なフェーズを見ていきましょう

00:05:17.540 --> 00:05:19.460
インジェストはセットアップのフェーズです

00:05:19.460 --> 00:05:27.080
製品説明サポートチケット社内文書などどのような生データでもそれぞれを埋め込みモデルというものに通します

00:05:27.080 --> 00:05:29.540
そのモデルがテキストをベクトルに変換します

00:05:29.540 --> 00:05:32.640
ベクトルとは基本的に意味を捉えた数値のリストです

00:05:32.640 --> 00:05:39.060
次にそのベクトルをメタデータ元のテキストタイムスタンプカテゴリーソースURLなどと一緒にデータベースに保存します

00:05:39.060 --> 00:05:40.700
ここで賢い工夫があります

00:05:40.700 --> 00:05:44.400
もし100万件のドキュメントがあれば全てのベクトルを一つずつ確認するのは非常に時間がかかります

00:05:44.400 --> 00:05:47.520
だからこそベクトルデータベースはインデックス作成というものを使うのです

00:05:47.520 --> 00:05:51.620
インデックス作成とは全ての扉を叩く代わりにベクトル空間の地図を作るようなものだと考えてください

00:05:51.620 --> 00:05:54.060
一般的な2つの手法がIVFとHNSWです

00:05:54.060 --> 00:05:57.060
IVFはインバーテッドファイルインデックス・テンチファイルインデックスの略です

00:05:57.060 --> 00:05:59.380
これは似たベクトルをクラスターにグループ化することで機能します

00:05:59.380 --> 00:06:03.200
検索する際100万個のベクトル全てをスキャンするのではなく有望なクラスターのみを確認します

00:06:03.200 --> 00:06:05.240
これは図書館で本を探すようなものです

00:06:05.240 --> 00:06:08.120
全ての棚を確認する代わりに適切なセクションへ直接向かうのです

00:06:08.120 --> 00:06:11.020
HNSWはヒエラルチカルナビガブルスモールワールドの略です

00:06:11.020 --> 00:06:12.920
その考え方は非常に洗練されています

00:06:12.920 --> 00:06:15.200
ベクトルを多層構造の地図として構築します

00:06:15.200 --> 00:06:19.220
モガミ層には代表的なベクトルがいくつか配置されており大まかな位置関係を把握できます

00:06:19.220 --> 00:06:21.520
下の階層へ行くほど詳細になっていきます

00:06:21.520 --> 00:06:26.960
検索時は上層から初めて大まかな近傍を見つけ正確な位置にたどり着くまで層ごとに掘り下げていきます

00:06:26.960 --> 00:06:31.100
最初は市全体の地図を使い次に地域の地図最後に街路図を使うようなものです

00:06:31.100 --> 00:06:32.840
それぞれが正解へと近づけます

00:06:32.840 --> 00:06:36.160
その結果数百万ものベクトルをミリ秒単位で検索できるようになります

00:06:36.160 --> 00:06:38.540
それがリアルタイムのAI機能を支えています

00:06:38.540 --> 00:06:41.200
コパイロットに質問を入力して数秒で回答が得られるとき

00:06:41.200 --> 00:06:45.840
どこかのベクトルデータベースでは数千数百万ものドキュメントを対象に類似性検索が実行されています

00:06:45.840 --> 00:06:48.140
クエリフェーズも同様の手順を逆にたどります

00:06:48.140 --> 00:06:49.520
質問を入力します

00:06:49.520 --> 00:06:52.960
その質問は全く同じ埋め込みモデルを使用してベクトルに変換されます

00:06:52.960 --> 00:06:56.820
次にデータベースがインデックスを使用してクエリベクトルに最も近い近傍点を探し出します

00:06:56.820 --> 00:06:59.960
距離に応じてランク付けされた最も類似した結果が返されます

00:06:59.960 --> 00:07:02.920
ベクトルが近いほど関連性の高い結果になります

00:07:02.920 --> 00:07:05.260
ベクトルが存在するマイクロソフトエコシステム

00:07:05.260 --> 00:07:08.040
ではこれらすべてはマイクロソフトの世界のどこにあるのでしょうか

00:07:08.040 --> 00:07:09.860
簡潔に言えば至るところにあります

00:07:09.860 --> 00:07:12.680
マイクロソフトは専門のデータベースを別途用意させるのではなく

00:07:12.680 --> 00:07:15.380
すでに利用しているデータプラットフォームにベクトル機能を組み込んでいます

00:07:15.380 --> 00:07:17.360
主要なものを順に見ていきましょう

00:07:17.360 --> 00:07:21.580
Azure iSearchはエンタープライズラグにおいて最も一般的なベクトルストアです

00:07:21.580 --> 00:07:23.860
これは検索拡張生成のことです

00:07:23.860 --> 00:07:25.740
ハイブリッド検索をサポートしており

00:07:25.740 --> 00:07:28.880
従来のキーワードマッチングとベクトル類似性を組み合わせることができます

00:07:28.880 --> 00:07:30.640
なぜそれが重要なのでしょうか

00:07:30.640 --> 00:07:34.160
キーワードや正確な製品コード名前日付などが有効な検索もあれば

00:07:34.160 --> 00:07:36.000
意味の理解が必要な検索もあるからです

00:07:36.000 --> 00:07:38.340
ハイブリッド検索ならその両方が可能です

00:07:38.340 --> 00:07:40.800
Azure iSearchにはベクトル化機能も統合されているため

00:07:40.800 --> 00:07:43.300
カスタムコードを書かずにドキュメントのチャンク分割

00:07:43.300 --> 00:07:44.360
埋め込みの生成

00:07:44.360 --> 00:07:46.960
インデックス作成を自動で行うパイプラインを構築できます

00:07:46.960 --> 00:07:50.940
Cosmos DBでもディスクANNインデックスによるネイティブベクトル検索が利用可能になりました

00:07:50.940 --> 00:07:53.800
ディスクANNとはディスクベースの近似細菌棒探索のことで

00:07:53.800 --> 00:07:57.160
大規模な環境でも20ミリ秒以下の低遅延を実現するよう設計されています

00:07:57.160 --> 00:08:00.720
これはすでにCosmos DBにある運用データにとって最適です

00:08:00.720 --> 00:08:04.480
例えばCosmos DBをバックエンドにeコマースアプリを構築しているとします

00:08:04.480 --> 00:08:06.600
データを別のサービスに移動させることなく

00:08:06.600 --> 00:08:09.340
製品カタログに直接ベクトル検索を追加できます

00:08:09.340 --> 00:08:11.960
顧客が軽量な夏用シューズを検索すると

00:08:11.960 --> 00:08:16.220
既存のデータベース内で類似した説明を持つ製品をアプリが見つけ出します

00:08:16.220 --> 00:08:20.400
Azure School Server 2025とAzure School Databaseもこの動きに加わりました

00:08:20.400 --> 00:08:24.180
これらにはネイティブのベクトルデータ型とベクトル検索機能が追加されました

00:08:24.180 --> 00:08:27.660
つまりリレーショナルデータと並べて埋め込みを保存できるようになります

00:08:27.660 --> 00:08:30.460
顧客の好みを表現したベクトルを持つ顧客レコード

00:08:30.460 --> 00:08:32.620
ベクトル技術を持つ在庫アイテム

00:08:32.620 --> 00:08:35.360
内容をベクトル埋め込みしたサポートチケットなどがその例です

00:08:35.360 --> 00:08:37.460
個別のベクトルデータベースは不要です

00:08:37.460 --> 00:08:39.660
既存のSQLスキルがそのまま活かせます

00:08:39.660 --> 00:08:43.440
ベクトル列を追加しインデックスを作成して類似性によるクエリを開始するだけです

00:08:43.440 --> 00:08:46.180
Copilotが裏側でこれらをどのように利用しているかを見てみましょう

00:08:46.180 --> 00:08:48.860
去年の第三四半期の売上レポートを見せてと尋ねた時

00:08:48.860 --> 00:08:53.020
Copilotは第三四半期売上レポートという正確なフレーズを検索しているわけではありません

00:08:53.020 --> 00:08:55.880
質問をベクトルに変換しインデックス化されたドキュメント

00:08:55.880 --> 00:08:58.620
メール、シェアポイントファイル、ワンドライブのドキュメント

00:08:58.620 --> 00:09:02.540
チームのチャットを検索してクエリとの埋め込みが最も近いドキュメントを見つけ出します

00:09:02.540 --> 00:09:06.600
例えば2024年第三四半期財務概要というファイルが見つかるかもしれません

00:09:06.600 --> 00:09:09.100
単語が一致していなくても意味が合致しているからです

00:09:09.100 --> 00:09:11.100
これこそがベクトル検索の働きです

00:09:11.100 --> 00:09:13.520
ここで重要なのはマイクロソフトの戦略です

00:09:13.520 --> 00:09:16.020
専用のベクトルデータベースを購入せよという代わりに

00:09:16.020 --> 00:09:18.440
すでに使用しているツールにベクトル機能を組み込んでいるのです

00:09:18.440 --> 00:09:22.380
Azure iSearch、Cosmos DB、School Server、これらすべてが今やベクトルを扱います

00:09:22.380 --> 00:09:24.520
新しいシステムを学習する必要はありません

00:09:24.520 --> 00:09:28.300
コンセプトさえ理解していれば面倒な作業はすべてマイクロソフトが引き受けてくれます

00:09:28.300 --> 00:09:30.400
AIにおける現実のユースケースです

00:09:30.400 --> 00:09:34.000
では実際にベクトルデータベースは今どこで活用されているのでしょうか

00:09:34.000 --> 00:09:35.740
その実例を紹介しましょう

00:09:35.740 --> 00:09:36.760
まずはラグです

00:09:36.760 --> 00:09:39.760
これは検索拡張生成リトリーバルオーグメンテッドジェネレーションの略で

00:09:39.760 --> 00:09:41.560
現在のほとんどの企業向けAIで採用されています

00:09:41.560 --> 00:09:45.160
チャットボットに質問した際それは学習データから推測しているわけではありません

00:09:45.160 --> 00:09:48.040
その代わりベクトルデータベースから関連文章を検索し

00:09:48.040 --> 00:09:51.580
最も近い一致を見つけてそれをコンテキストとして言語モデルに渡します

00:09:51.580 --> 00:09:54.840
モデルはそれらの実際のドキュメントに基づいて回答を生成します

00:10:00.400 --> 00:10:02.060
インターネット上の知識から推測することになります

00:10:02.060 --> 00:10:04.840
これらがあれば実際のファイルから直接情報を引き出せるのです

00:10:04.840 --> 00:10:07.200
レコメンデーションエンジンも非常に大きなユースケースです

00:10:07.200 --> 00:10:10.280
netflix amazon youtubeこれらはすべて同じ仕組みです

00:10:10.280 --> 00:10:14.560
視聴履歴購入クリックなどの行動に基づいてユーザーをベクトル化します

00:10:14.560 --> 00:10:18.280
そして説明文レビュー特徴に基づいてアイテムもベクトル化します

00:10:18.280 --> 00:10:20.260
あとは近傍探索を行うだけです

00:10:20.260 --> 00:10:23.340
あなたのベクトルが映画のベクトルに近ければその映画を推奨します

00:10:23.340 --> 00:10:25.120
これは大規模な類似性検索であり

00:10:25.120 --> 00:10:28.140
すべてのユーザーに対して1秒間に何百回も実行されています

00:10:28.140 --> 00:10:31.240
意味的検索セマンティック検索が3つ目の大きなユースケースです

00:10:31.240 --> 00:10:33.740
これはキーワードではなく意味による検索です

00:10:33.740 --> 00:10:37.620
サポート担当者がパスワードリセット後に顧客がログインできないと入力すると

00:10:37.620 --> 00:10:41.280
資格情報更新後の認証失敗のトラブルシューティングという記事が見つかります

00:10:41.280 --> 00:10:43.660
単語は一致していませんが意味は一致しています

00:10:43.660 --> 00:10:45.800
これこそがベクトル検索が実現することです

00:10:45.800 --> 00:10:47.680
毎日何百ものチケットを処理するチームにとって

00:10:47.680 --> 00:10:49.540
これにより解決時間が劇的に短縮されます

00:10:49.540 --> 00:10:51.080
次には異常検知があります

00:10:51.080 --> 00:10:53.340
あまり目立ちませんが強力な機能です

00:10:53.340 --> 00:10:58.500
通常の行動、典型的な取引パターン、普段のシステム指標、標準的なユーザーアクションを埋め込みます

00:10:58.500 --> 00:11:02.040
それらのベクトルを保存しクラスターから遠く離れたものをすべてフラグ立てします

00:11:02.040 --> 00:11:04.820
通常とは全く異なる取引があればそれが不正というわけです

00:11:04.820 --> 00:11:07.940
サーバーのメトリクスが通常範囲を大きく逸脱したらそれは障害の前兆です

00:11:07.940 --> 00:11:10.900
ベクトルデータベースを使えばこれをリアルタイムで処理できるほど高速化できます

00:11:10.900 --> 00:11:13.540
マイクロソフトの世界ではこれが至るところで見られます

00:11:13.540 --> 00:11:17.260
パワーアップスはフォーム作成時のAIによる提案にベクトル検索を活用しています

00:11:17.260 --> 00:11:21.360
ダイナミクス365は顧客レコードのインテリジェント検索にこれを使用しています

00:11:21.360 --> 00:11:25.500
チームの会議録はベクトル化されるため予算について何を決めたかを検索し

00:11:25.500 --> 00:11:28.060
録画内の正確な瞬間を見つけることができます

00:11:28.060 --> 00:11:34.140
コパイロット4マイクロソフト365は本質的に個人や企業のデータ上で動作する巨大なラグシステムであり

00:11:34.140 --> 00:11:36.600
そのすべてがベクトル検索で支えられています

00:11:36.600 --> 00:11:39.480
それらすべてを同期させるのがベクトルETLです

00:11:39.480 --> 00:11:41.620
さてここに実用上の課題があります

00:11:41.620 --> 00:11:45.920
データは変化しドキュメントは更新され新製品が追加され古いポリシーはアーカイブされます

00:11:45.920 --> 00:11:48.440
ソースデータが変わるたびにベクトルも変更する必要があります

00:11:48.440 --> 00:11:50.120
そこで登場するのがベクトルETLです

00:11:50.120 --> 00:11:54.080
ETLとは抽出、エクストラクト、変換、トランスフォーム、読み込み、ロードの略です

00:11:54.080 --> 00:11:56.300
ベクトルデータベースの場合プロセスは次のようになります

00:11:56.300 --> 00:11:59.980
まずブロブストレージシェアポイントライブラリ、SQLデータベースなどのソースから

00:11:59.980 --> 00:12:02.240
新規または変更されたドキュメントを抽出します

00:12:02.240 --> 00:12:05.720
次にテキストを扱いやすいサイズに分割、チャンク化し

00:12:05.720 --> 00:12:08.020
各チャンクを埋め込みモデルに通して変換します

00:12:08.020 --> 00:12:12.160
最後に生成されたベクトルを元のソースURL、タイムスタンプ

00:12:12.160 --> 00:12:15.420
使用したモデルのバージョンなどのメタデータとともにベクトルストアへ読み込みます

00:12:15.420 --> 00:12:18.200
ここで推奨されるベストプラクティスは増分処理です

00:12:18.200 --> 00:12:21.180
何かが変わるたびにデータ全体を再埋め込みしてはいけません

00:12:21.180 --> 00:12:23.560
実際に変更されたドキュメントのみを処理しましょう

00:12:23.560 --> 00:12:26.260
どのモデルバージョンが各埋め込みを生成したかを追跡してください

00:12:26.260 --> 00:12:29.280
モデルを更新すると古いベクトルは新しいものと整合性が取れなくなります

00:12:29.280 --> 00:12:31.120
そしてコストにも注意が必要です

00:12:31.120 --> 00:12:32.800
埋め込みAPIはトークン単位で課金されるため

00:12:32.800 --> 00:12:34.860
数百万のドキュメントを処理するとすぐに高額になります

00:12:34.860 --> 00:12:37.280
Azureにおける標準的なワークフローはシンプルです

00:12:37.280 --> 00:12:39.740
まずドキュメントをブロブストレージに格納します

00:12:39.740 --> 00:12:43.600
次にチャンク化と埋め込みを自動的に処理する統合スキルセットを備えた

00:12:43.600 --> 00:12:45.580
Azure iSearch Indexerを設定します

00:12:45.580 --> 00:12:48.260
マイクロソフトはチャンク化のためのテキスト分割スキルと

00:12:48.260 --> 00:12:51.560
ベクトル生成のためのAzure OpenAや埋め込みモデルスキルを提供しています

00:12:51.560 --> 00:12:53.200
インデクサーはスケジュールに従って実行され

00:12:53.200 --> 00:12:54.820
新しいファイルを拾い上げ処理し

00:12:54.820 --> 00:12:56.800
インデックスにベクトルを挿入アップサートします

00:12:56.800 --> 00:12:58.840
カスタムパイプラインのコードは不要です

00:12:58.840 --> 00:13:01.500
よくある間違いとしてメタデータの無視が挙げられます

00:13:01.500 --> 00:13:03.340
すべてのベクトルにはソース参照

00:13:03.340 --> 00:13:04.800
埋め込みモデル名とバージョン

00:13:04.800 --> 00:13:06.180
作成タイムスタンプが必要です

00:13:06.180 --> 00:13:08.180
それがなければ結果の出どころを追跡できず

00:13:08.180 --> 00:13:09.920
モデル変更時の再埋め込みもできず

00:13:09.920 --> 00:13:11.920
コンプライアンス監査にも苦労することになります

00:13:11.920 --> 00:13:14.120
ベクトルを他のビジネスデータと同様に扱い

00:13:14.120 --> 00:13:15.620
その来歴を追跡しましょう

00:13:15.620 --> 00:13:16.800
次のステップです

00:13:16.800 --> 00:13:19.240
それでは実際に試してみる準備はできましたか

00:13:19.240 --> 00:13:20.660
シンプルに始めることから

00:13:20.660 --> 00:13:21.720
Azureポータルを開き

00:13:21.720 --> 00:13:23.360
Azure iSearchリソースを作成します

00:13:23.360 --> 00:13:25.900
次に既存のインデックスでベクトル検索を有効にします

00:13:25.900 --> 00:13:27.260
いくつかのドキュメントをアップロードして

00:13:27.260 --> 00:13:28.220
埋め込みモデルを選択し

00:13:28.220 --> 00:13:29.360
類似検索を実行します

00:13:29.360 --> 00:13:31.520
1時間以内に動作を確認できるでしょう

00:13:31.520 --> 00:13:33.900
開発者の方はPython SDKを使用して

00:13:33.900 --> 00:13:35.900
Azure OpenAIでドキュメントを埋め込み

00:13:35.900 --> 00:13:37.820
Cosmos DBのベクトル検索に保存し

00:13:37.820 --> 00:13:40.200
最も近い一致を見つけるクエリを作成してください

00:13:40.200 --> 00:13:42.420
マイクロソフトが分かりやすいコードサンプルと

00:13:42.420 --> 00:13:43.700
ドキュメントで手順をガイドします

00:13:43.700 --> 00:13:45.220
ベクトルデータベースを使うために

00:13:45.220 --> 00:13:47.060
データサイエンティストになる必要はありません

00:13:47.060 --> 00:13:49.640
埋め込み生成、インデックス作成、クエリロジックは

00:13:49.640 --> 00:13:51.400
すべてマイクロソフトのツールが処理します

00:13:51.400 --> 00:13:53.160
やるべきことはコンセプトを理解し

00:13:53.160 --> 00:13:55.240
自分のデータにツールを向けることだけです

00:13:55.240 --> 00:13:56.280
ここで課題です

00:13:56.280 --> 00:13:58.860
現在取り組んでいる検索の課題について考えてみてください

00:13:58.860 --> 00:14:01.100
社内文書の検索、製品カタログの調査

00:14:01.100 --> 00:14:03.740
あるいはナレッジベースからの顧客の質問への回答などがあるでしょう

00:14:03.740 --> 00:14:07.000
キーワード一致よりもベクトル検索の方がうまくいくのではないでしょうか

00:14:07.000 --> 00:14:10.960
小さなデータセット、例えば100件程度のドキュメントを選んで試してみてください

00:14:10.960 --> 00:14:13.300
すぐにその違いを実感できるはずです

00:14:13.300 --> 00:14:16.500
これでベクトルデータベースが何であるかがわかったはずです

00:14:16.500 --> 00:14:18.140
それは謎のAI技術ではなく

00:14:18.140 --> 00:14:21.940
正確な単語ではなくデータの意味を保存、検索する手法にすぎません

00:14:21.940 --> 00:14:25.860
これらはマイクロソフト365、アジュール、コパイロット内のスマート検索や

00:14:25.860 --> 00:14:27.320
AI機能の原動力となっています

00:14:31.100 --> 00:14:33.100
アプリに最も近い情報を探し出しているのです

00:14:33.100 --> 00:14:36.720
構造化された事実、顧客名、注文金額、在庫数などは

00:14:36.720 --> 00:14:38.620
引き続き従来のデータベースに格納されます

00:14:38.620 --> 00:14:41.520
ベクトルデータベースはそこに理解の層を追加するのです

00:14:41.520 --> 00:14:44.640
アプリケーションが意味、意図、文脈で検索できるようになります

00:14:44.640 --> 00:14:46.000
それが全体像です

00:14:46.000 --> 00:14:49.360
マイクロソフトテクノロジーの分かりやすい解説を今後も見たい方は登録してください

00:14:49.360 --> 00:14:51.540
次回はラグパイプラインが実際にどのように機能し

00:14:51.540 --> 00:14:53.300
午後だけで構築する方法について見ていきます

00:14:53.300 --> 00:14:54.420
ご視聴ありがとうございました
