- データベース›
- Amazon Neptune›
- Machine Learning
なぜグラフなのですか?
組織が生成人工知能 (AI) アプリケーションを構築して展開するにつれて、正確さ、包括性、説明可能性に対する期待が高まっています。 検索拡張生成 (RAG) などの手法を通じて企業およびドメイン固有のコンテキストを提供することは、ある程度役立ちます。RAG は、データガバナンスと制御を維持しながら、生成 AI に最新の関連情報を提供するという点で費用対効果が高くなります。
グラフ検索拡張生成(GraphRAG)は、グラフ分析とベクトル検索の両方の機能を活用して AI 応答の正確性、包括性、説明可能性を高めることにより、RAG を次のレベルに引き上げます。GraphRAG は、データ内のエンティティまたは構造要素間の関係(ドキュメントの塊を含むセクションやタイトルなど)を活用して、最も関連性の高いデータを RAG アプリケーションへの入力として提供することでこれを実現します。関連するエンティティやトピック間でマルチホップ接続を行い、これらの事実を使用して生成応答を補強することができます。
グラフ検索拡張生成(GraphRAG)は、グラフ分析とベクトル検索の両方の機能を活用して AI 応答の正確性、包括性、説明可能性を高めることにより、RAG を次のレベルに引き上げます。GraphRAG は、データ内のエンティティまたは構造要素間の関係(ドキュメントの塊を含むセクションやタイトルなど)を活用して、最も関連性の高いデータを RAG アプリケーションへの入力として提供することでこれを実現します。関連するエンティティやトピック間でマルチホップ接続を行い、これらの事実を使用して生成応答を補強することができます。
Amazon Neptune の機能
1
GraphRAG
Amazonでは、GraphRAG アプリケーションを作成して実行するためのフルマネージドパスとセルフマネージドオプションを提供しています。
- フルマネージド:Amazon Bedrock ナレッジベースは、世界初のフルマネージド型の GraphRag 機能を提供します。グラフと埋め込みの作成と管理が自動的に管理されるため、顧客はより適切な回答をエンドユーザーに提供できます。この機能により、チャンキングストラテジーの作成や、LLM やベクトルストアとの複雑な RAG 統合など、グラフに関する深い専門知識が不要になります。
- セルフマネージド:カスタムデータソース/サードパーティ製品 (基本モデル、ベクターストア、データストア) へのセルフホストまたは接続を検討している場合、2 つの選択肢があります。
- AWS GraphRag Pythonツールキット:新しいオープンソースのGraphRagツールキットは、最新の基本モデルとグラフモデルをサポートしています。非構造化データからグラフのコンストラクトを自動化し、ユーザーの質問に答えるときにこのグラフをクエリするためのフレームワークを提供します。
- オープンソースフレームワーク:Neptune は LangChain と LlamaIndex の両方と統合することで、GraphRag アプリケーションの作成を簡素化します。これにより、Amazon Bedrock で利用できるような LLM を使用してアプリケーションを簡単に構築できます。AWS は、これら両方の人気のオープンソースプロジェクトをサポートし、貢献しています。
2
機械学習
- Neptune 機械学習 (ML): Neptune ML は、グラフデータに ML モデルを自動的に作成、トレーニング、適用します。Deep Graph Library(DGL)を使用して、ワークロードに最適なMLモデルを自動的に選択してトレーニングするため、グラフデータに対してMLベースの予測を数週間ではなく数時間で行うことができます。
- グラフ用の自然言語クエリ生成:Gremin や Cypher などのクエリ言語に慣れていない場合は、Neptune と NeptuneOpenCypherQaChain を統合することで、自然言語を使用して Neptune グラフデータベースに質問することができます。例えば、英語の質問を openCypher クエリに翻訳し、人間が読める応答を返すことができます。このチェーンは、「どの米国の空港の発着ルートが最も長く、最も短い空港か」などの質問に答えることができます。」
ユースケース
GraphRagは、ITサービスデスクとコンタクトセンターの改善に使用できます。たとえば、GraphRagを使用すると、セキュリティオペレーションセンター(SOC)チームがアラートをより正確に解釈して、重要なシステムの保護に役立てることができます。医療従事者サポートチャットボットは、大量の医学文献から関連情報をすばやく見つけて、患者の症状、治療、結果に関する複雑な質問に答えることができます。
GraphRAG アプリケーションは、財務計画および会計(FP&A)、マーケティング、法務、人事などの企業機能のチームに深い洞察をもたらします。たとえば、企業の法務チームは、税法、規制、判例に関する情報をより効果的に見つけて、ケース戦略のアイデアを練ることができます。マーケティングチームは、見込み客のソーシャルコネクションと購入履歴に基づいて、顧客の 360 度ビューを作成できます。
あらゆる業界の企業が GraphRAG の恩恵を受けています。たとえば、製薬業界では、研究開発チームがGraphRagを使用して医薬品の研究や試験をスピードアップできます。投資銀行業界では、複雑な関係をマッピングし、企業申告の全体像を提供するGraphRagの能力により、デューディリジェンスチームは、規制上の権利や競争の動向など、他の方法ではすぐには明らかにならないような洞察(規制上の権利や競争のダイナミクスなど)をRAGで明らかにすることができます。
開始方法
始めるには、次のようなさまざまな方法があります。
- AWS GraphRAG ツールキット
- GraphRAG サンプルソリューション
- AWS CloudFormation を使用した Neptune ML クイックスタートテンプレート
- Amazon Neptune と LangChain で自然言語を使用してグラフクエリを簡略化する (デモ)
- ドキュメンテーション: グラフでの機械学習のための Amazon Neptune ML