企業のAI精度を高めるRAGアーキテクチャの導入を発表したInfinidat

企業のAI精度を向上させる新技術

2024年11月13日、エンタープライズストレージソリューションのリーディングプロバイダーであるInfinidatが、企業向けに生成AI（GenAI）を最大限に活用するための新しいRAG（Retrieval-Augmented Generation：検索拡張生成）ワークフローデプロイメントアーキテクチャを発表しました。この新技術は、企業の非構造化データや構造化データを効果的に活用し、AIモデルの精度を飛躍的に向上させることを目的としています。

RAGアーキテクチャの特徴

InfinidatのRAGアーキテクチャは、既存のInfiniBox®またはInfiniBox™ SSAエンタープライズストレージシステムを基盤として活用することで、追加の機器購入なしで、企業のAIモデルのアウトプットを最適化します。また、InfinidatのInfuzeOS™ Cloud Editionにより、ハイブリッドまたはマルチクラウド環境での柔軟なRAG活用が可能なため、企業のストレージインフラは、GenAIアプリケーションのビジネス価値を引き出すための戦略的資産に変わります。

CMOのEric Herzog氏は、「InfiniBoxエンタープライズストレージソリューション上のデータを活用することは検索ベースのAIワークロードに最適であり、RAGのデプロイメントにおいて重要な役割を果たす」と述べており、特に高性能かつ業界をリードする低レイテンシを誇るInfiniBoxシステムの利点について触れています。

RAGによるAIモデルの拡張

RAGは、企業のベクトルデータベースから取得される関連性の高いプライベートデータを利用してAIモデルを拡張します。このアプローチは、Oracle、PostgreSQL、MongoDBなど、さまざまなデータベースベンダーから提供されるベクトルデータベースと連携し、AIのトレーニングや推論プロセスで効果を発揮します。

この仕組みにより、企業はユーザーのクエリに対してより正確で情報に基づいた信頼性の高い応答を自動生成できるようになります。また、AIモデルの学習に使用したデータを超える情報へのアクセスも可能になり、一般的なモデルをもとにビジネスの最新情報に適応したカスタマイズが実現します。

ハルシネーションの低減とデータの活用

AIモデルが生成する不正確な結果、いわゆる「ハルシネーション」は企業でのAI導入を妨げる大きな課題となっています。この問題への対策として、Infinidatは企業が新たなデータでRAGパイプラインを継続的に改良できるアーキテクチャを導入することで、ハルシネーションのリスクを減少させることに成功しました。

また、Infinidatのソリューションは、InfiniBoxプラットフォームを複数活用し、NFSなどのファイルベースのプロトコルを介してサードパーティのストレージソリューションに拡張することが可能です。加えて、企業向けのRAGの展開を簡素化するために、AWSやAzureと提携し、RAGをハイブリッドクラウド構成で運用できるオプションを提供しています。

エンタープライズ市場での優位性

Dragon Slayer Consulting社のMarc Staimer氏は、InfinidatがGenAI領域においてRAG推論の推進役になりつつあることを指摘しています。RAG推論が企業のAIプロジェクトの重要な要素となった今、Infinidatのような企業が特化したRAGリファレンスアーキテクチャを持つことは、エンタープライズ市場での影響力を広げる際の大きなチャンスです。

Mark III Systems社のStan Wysocki氏も、InfinidatのRAGアーキテクチャがエンタープライズストレージとGenAIを結びつけている重要性を強調しています。データが保存されている環境にRAGを適用することで、AIの精度向上に寄与することは非常に理にかなっています。

まとめ

Infinidatが発表したRAGワークフローデプロイメントアーキテクチャは、企業が生成AIの利点を最大限に引き出すための強力な手段を提供します。この新技術により、企業は既存のデータ資源を効果的に活用し、AIモデルの精度や信頼性を向上させることができます。今後このアーキテクチャが、企業のデジタルトランスフォーメーションを進める一助となることが期待されます。

会社情報