自社データで生成 AI を強化。ナレッジでビジネスに力を。
AI アプリケーションにより、組織全体のスキルと生産性を向上。Progress® MarkLogic® では、大規模言語モデル (LLM) をドメインナレッジと一緒に提供することで、組織全体の情報アクセスを民主化します。
正確なレスポンス
大規模言語モデルをお客様の社内情報とルールで補強し、生成 AI による応答の妥当性を向上させます。
信頼できるデータ
再現可能な信頼できるインサイトを獲得するために、あらゆる生成 AI モデルで利用できるリッチで信頼できるコンテンツソースを作成します。
経験を改善
ユーザー体験を向上させるため、パーソナライズされたレコメンデーションおよび人が理解できるインサイトによって検索を強化します。
インテリジェントなアプリケーション
社員の生産性を向上できる、意図を解釈してよりスマートな業務を実現するファクトベースのアプリケーションを構築します。
RAG とナレッジグラフ
生成 AI の有効性は、結果の生成に使用されるデータに依存します。グラフ RAG を使用することで、社内データを安全に取り込んで生成 AI のプロンプトを増強したり、コンテキストに基づくレスポンスを生成するようモデルを導いたり、AI の結果の精度を向上させるために、ハルシネーションやデータバイアスを抑えることができます。LLM とナレッジグラフを統合すると、社内のプライベートデータにアクセスして深く理解し、自社に関するファクトに基づく情報を抽出できるので、生成 AI モデルが強化されます。
ビジネス上のメリット
- 生成 AI に対して、適切な社内コンテンツをコンテキストとして提供することで、正確な回答が得られます。
- キュレーション済みの社内ナレッジにより、ハルシネーション、バイアス、推論ミスを減らします。
- 同一のエンタープライズコンテンツを複数の AI モデルにおいて安価に利用することで、結果を最適化します。
- ダイナミックなデータソースをリアルタイムで処理することで、最新のレスポンスを提供します。
- 強固なセキュリティ制御により、ハッキングやデータ損失のリスクを低減し、コンテンツの安全性を確保します。
技術的なメリット
- リアルタイムで、意味的に関連性のある企業データを提供
- 社内情報を迅速に統合
- ユースケースに応じて関連度（重要性）を調整可能
- 生成 AI モデルに依存しないナレッジの検索
- キュレーション、マスタリング、集計用のデータ品質ツールを提供
- セキュリティ、ガバナンス、リネージに関する社内ルールに準拠
ウェビナー
基礎となるデータの品質は、AI ソリューションの信頼性、正確性、関連性を実現するための必須条件です。社員への新しいスキルの提供からデータドリブンの意思決定における AI 活用まで、ビジネスにおける AI の統合と進化においてヒトはどのような役割を担うのかについてご確認ください。
ウェビナーを見るAI 用の柔軟で安全なコネクテッドデータエコシステム
Progress MarkLogic プラットフォームは、マルチモデルデータ管理をリアルタイムの関連度に基づく検索およびセマンティック機能と統合し、生成 AI ソリューション用に適応性が高く安全な基盤を提供します。
生成 AI モデルの独立性
新しいビジネス要件に応じたり、また最新テクノロジーを活用したりするために生成 AI モデルを簡単に切り替え可能です。MarkLogic プラットフォームの柔軟なデータモデルを使用すると、同一のメモリとデータを複数の生成 AI モデルで使用できるため、インデックスの再作成に余分なコストをかけることなく、さまざまなユースケースで利用できます。
詳細
スマートデータキュレーション
社内の豊富なコンテンツを、生成 AI モデル用のリッチな情報として活用できます。MarkLogic プラットフォームは、さまざまなデータソースと形式 (構造化/非構造化データなど) を統合し、モデルドリブンのマッピング、エンティティモデリング、スマートマスタリングを簡単に行うことで、AI アプリケーション用にキュレーション済みの高品質で一貫性のあるデータソースを作成します。
詳細
人間が読んで理解できるナレッジリポジトリ
セマンティックナレッジグラフを AI モデルの外部長期メモリとすることで、LLM のレスポンスを向上させます。MarkLogic を使用すると、RDF トリプルの保存、インデックス付け、検索が可能になり、新しい関係性やメタデータでデータモデルをエンリッチすることで、強化されたコンテキストを AI システムに提供できます。
詳細
リアルタイムハイブリッドクエリ
マルチモデル、リアルタイムデータクエリ、データサービス API により、自然言語検索および人間中心のエクスペリエンスを強化します。MarkLogic のネイティブ検索エンジンは、包括的なインデックス付け、関連性ランキング、共起性、近接性ブースティングにより、回答に必要な最も関連性の高い情報を特定し、信頼性の高い結果を返します。
詳細.svg?sfvrsn=7ac6e71a_1 "native_vector_search_(early_access)")
ネイティブのベクトル演算（アーリーアクセス）
ドキュメント検索の関連性を大幅に改善し、RAG 抽出の効果を最大化します。MarkLogic のネイティブのベクトル演算により、データに近い場所にベクトルを JSON または XML 形式で組み込み、大規模な類似検索で検索結果を効果的に絞り込んでクエリに最も一致するコンテンツを優先させることができます。
詳細
エンタープライズスタンダードと信頼性
堅牢なセキュリティと比類のない拡張性により、AI プロジェクトをインキュベーションから本番稼動まで導きます。MarkLogic の高度なセキュリティは、生成 AI が回答生成に使用するコンテンツへのロールベースおよびクエリベースのアクセス制御を緊密に組み合わせることで、データプライバシーを向上させます。自動化されたリネージおよび出自により、生成 AI モデルがどのように結論に到達したのかがわかり、また回答生成に使用されたデータソースを参照できるので、信頼性が高くなります。
詳細セマンティックによりヒトの専門性をマシン規模に
Progress MarkLogic と Progress® Semaphore® は、社内データと専門家のナレッジを活用することで生成 AI の回答を強化し、AI の信頼性を向上させます。
Semaphore について
AI サンプルライブラリを使ってみる
最も一般的な AI ユースケース用の RAG およびコードのサンプルを使って、AI 実装を加速しましょう。
テキストを小さなチャンクに分割。同一ドキュメント内にあるいは別のドキュメントとして保存できます。
LangChain および Azure OpenAI との統合
テキスト、セマンティック、ベクトルクエリを使用して、AI アプリケーション用の RAG リトリーバーを作成します。
LangChain と MarkLogic Data Movement SDK を使用して、MarkLogic サーバー内のドキュメントにベクトルを組み込む方法をご紹介します。
RAG におけるベクトルによる再ランキング
MarkLoigc サーバーにおいてハイブリッド検索を調整し、ネイティブなベクトル演算により結果の精度を改善するデモをご覧ください。
よくある質問
MarkLogic でアジャイルな RAG アーキテクチャを構築しましょう
コンテキストを活用した、信頼性の高い生成 AI アプリケーションを開発してみましょう。