投稿日: Sep 13, 2023
本日、Amazon Bedrock のナレッジベース (プレビュー版) を発表します。このナレッジベースによって、組織のプライベートデータソースを基盤モデル (FM) に接続して、生成系 AI アプリケーションに検索拡張生成を実装し、より関連性の高いコンテキストに沿った FM 応答を提供できるようになります。
組織の個人データに関する質問に回答するといったユースケースでは、通常、検索拡張生成 (RAG) と呼ばれる手法を使用します。この手法では、エンドユーザーのクエリを渡してお客様の内部データソースを検索し、関連するテキストを取得します。検索によって意味的に正しい情報を取得するには、まず、text-to-embeddings (テキストから埋め込み) FM を使用してデータコーパスを埋め込み (またはベクトル) に変換し、ベクトルデータベースに保存します。現在、RAG を実装するために、面倒な単純作業をいくつも実行する必要があります。Amazon Bedrock のナレッジベースを使用することで、さまざまなシステムを統合する必要がなくなります。デベロッパーは、ドキュメントを保存する場所として、Amazon S3 バケットなどを指定することができます。一方、Bedrock によって、取り込みワークフロー (ドキュメントの取得、チャンキング、埋め込みの作成、ベクトルデータベースへの保存) とランタイムオーケストレーション (エンドユーザーによるクエリの埋め込みの作成、ベクトルデータベースからの関連チャンクの検索、FM への転送) が管理されます。Amazon OpenSearch Serverless 用ベクトルエンジン、Pinecone、Redis Enterprise Cloud といったさまざまなベクトルデータベースを選択できます。
Amazon Bedrock のナレッジベースは、現在、Amazon Bedrock のエージェントにアクセスできるすべてのお客様にプレビュー版として提供されています。詳細については、Amazon Bedrock のナレッジベースに関するブログ記事、および Amazon Bedrock 製品の詳細ページを参照してください。