はじめに 昨今、AI の進化により、様々な分野での応用が進んでいます。特に、自然言語処理(NLP)の分野では、RAG( Retrieval-Augmented Generation)が注目されています。RAG は、情報検索と生成を組み合わせた手法であり、特に大規模言語モデル(LLM)と組み合わせることで、その性能を大幅に向上させることができます。 また、NativeRAG や GraphRAG, AgentRAG などさまざまな RAG のバリエーションが登場しており、これらは特定のユースケースやデータセットに対して最適化されています。 今回は、RAG の基本的な概念から、RAG のプロジェクトの進め方、精度向上の方法に至るまで詳しく解説します。 みなさんの GenAI Application の開発に役立てていただければ幸いです。 本記事は 5 万文字を超える大作となっております。 お時
こんにちは、CTOの@stanakaです。 年明けから2か月間、社内でさまざまなAIを活用した開発ツールを試してきました。当社ではすでにGitHub Copilotを標準的に導入していますが、他にも良いツールがあるはずだということで、エンジニアの皆さんに新しいツールを積極的に試してもらいました。 今回試した主なツールは以下のとおりです。 Cursor ChatGPT Plus, Pro Claude Pro Claude Code Cline Devin もっといろいろ試せるとよかったですが、リソースは有限なので今回はここまでとしました。取り組みの様子はブログでもいくつか紹介していますので、ぜひご覧ください。 creators.bengo4.com AIによるプログラミングの変化 社内で特にAIツールを使いこなしているエンジニアの傾向を観察すると、単一のツールに限定するのではなく、用途や状
OpenAIからエージェント構築のための実践ガイドが公開されました。非常に勉強になったので、全文を日本語に翻訳しながら読みました。翻訳の正確さは保証できませんが、メモとして書き残します。 はじめに 大規模言語モデルは、複雑なマルチステップのタスクを処理する能力がますます高まっています。推論、マルチモダリティ、ツール利用の進歩により、エージェントとして知られるLLM（大規模言語モデル）を活用したシステムの新しいカテゴリが生まれました。 このガイドは、初めてエージェントを構築しようとしている製品チームやエンジニアリングチーム向けに設計されており、多くの顧客導入事例から得られた洞察を、実践的で実行可能なベストプラクティスにまとめています。有望なユースケースを特定するためのフレームワーク、エージェントのロジックとオーケストレーションを設計するための明確なパターン、エージェントが安全かつ予測可能で効
はじめに データ活用と生成AI 構造化されたデータと生成AI 事例 Uber LinkedIn Pinterest さいごに はじめに ikki-sanのデータ活用の民主化へのコメントをそうだなと思いながら読んで、最近自分もそんな感じの領域のことをベンダー所属のプロダクトマネージャーとしてやっているので、考えていることをまとめてみる。 この数年間で「データの民主化」はイマイチ進まなかった印象ですが、その原因は「SQLの習得難易度」によるところが大きい。そこに関しては生成AIで相当解決されるはずなので、今後はデータの民主化がスタンダードになると予想しています。— ikki / stable代表 (@ikki_mz) 2025年4月7日 データ活用と生成AI これまで社内に蓄積された構造化されたデータを取得・操作するにはSQLおよびデータベースの理解が必要であり、その理解がない人たちは誰かにデ
Awesome AI Agentsでは、AIエージェントをオープンソース／クローズドソースおよび企業によるものに分けて紹介しており、AIエージェントをカテゴリやユースケース別に検索できるWeb版のリストも用意する。 オープンソースプロジェクトによって提供されているAIエージェントとしては、自律データ（ラベリング）エージェントフレームワークであるAdala、1000エージェントを備えたレコメンデーションシステムシミュレータのAgent4Rec、エージェントの構築とテストのためのLLMに依存しないプラットフォームであるAgentForge、AutoGPTのブラウザベースによるノーコードバージョンであるAgentGPTなどが掲載されている。 クローズドソースまたは企業によって提供されているAIエージェントとしては、安全で人間中心の自律型AIエージェントであるAbility AI、インテリジェンス
プログラミング補助からAIエージェントへの進化 これまでのプログラミングにおけるAI活用といえば、「GitHub Copilot」や「Cursor」が代表的な存在でした。これらのツールは、入力中のコードや指示をもとにAIがコード片を提案する、あるいは要件を満たす小規模なプログラムを自動生成するなど、“補助”としての役割を担ってきました。最終的に候補を採用するか、どのように修正するかは開発者が判断する必要があり、あくまでAIは「効率化の手段」という位置づけにとどまっていたといえます。 一方で、近年話題になっているのが「Cline」のようなAIエージェント型のツールです。従来の“補助ツール”を超えて、AIがプログラムの作成からエラー修正、動作確認までを主体的に実行する仕組みを備えています。つまり、人間がコードの候補をチェックするプロセスを大幅に減らし、より自律的に開発工程を進められる可能性があ
それでは以下、簡単なデモを含めながら個別に説明していきます。 1. ハイブリッドサーチ こちらは、性質の異なる複数の検索方式（例えばベクトル検索とキーワード検索）を組み合わせて検索精度を向上させる手法になります。 各検索方式単体の場合に比べ、性質の異なる検索方式を組み合わせ、ある種いいとこ取りをする事で、検索性能の向上が期待できます。 今回はBM25でのキーワードベースの類似度検索と通常のベクトル検索を組み合わせていきます。 BM25について簡単に説明しておくと、文脈や文章構造は完全に無視した上で、文書内の単語を全てバラバラに分割し、文書内の各単語の出現頻度と文書間におけるレア度を加味した特徴量を算出します。 つまり、特定の文書内の各単語の数をカウントしてヒストグラムを作れば、似たような文書には同じような単語がよく出るはずなので(同じようなヒストグラムの形になるので)、類似度が高くなる性質
本記事中で紹介しているユーザスクリプト「どこでもCopilot」。ChromeビルトインのLLMで、任意のフォーム上で文章の続きをサジェスト。外部通信なし、無料で動作こんにちは、カラクリR&Dの吉田です。今回は、10本ノック「番外編」ということで、Google Chrome の最新版に先日（2024年8月22日）組み込まれたローカルLLMの話をします。 本記事の概要2024年8月22日に公開された Google Chrome の「バージョン128」にローカルLLM として Gemini Nano が組み込まれました。このLLMは、フロントエンド JavaScript から手軽に呼び出し可能で、ローカルLLMなので外部への通信は発生しません。しかも無料です。 本記事では、このLLMを体験する方法を記します。また、このLLMを応用して、任意のフォーム上で入力した文章の続きをリアルタイムで補完し
「プログラミングを学ぶ」ではなく「要件定義を学ぶ」田中邦裕氏（以下、田中）：あと13分ぐらいになったので、今後の展望にいきたいのですが、その前に、質問が7個ほど来ているので、みなさんに聞きたいと思います。 一番投票数が多い質問が、「非エンジニアでAIを使ったスマホアプリを作りたいんだけれども、プログラミングをそもそも学ぶべきか？」という質問です。 生成AIがある今、何をどのように学ぶべきなのか。プログラムを学ぶべきなのか、それ以外になにか手段があるのか。目的によっても違うのですが、ざっくりとしたこの質問に対して、なにか答えられる方はいますか？ 比戸将平氏（以下、比戸）：じゃあ、私から。 田中：はい、お願いします。 比戸：先週ぐらいに、NVIDIAのジェンスン（Jensen Huang氏）が、「今後はAIがプログラムを書くから、もうプログラムを学ぶ必要はないよ」と発言したのが切り取られて、ち
CTO 室の恩田です。 今回は GitHub Copilot Enterprise を評価してみて、現時点ではまだ採用しないことを決めた、というお話をご紹介したいと思います。 きっかけ とあるエンジニアが Slack で自身の times チャネルに時雨堂さんの GitHub Copilot Enterprise のススメという記事を投稿したことが発端でした。特に感想はなく URL に 👀 だけが添えられていたので、後で見るぐらいのメモだったんだと思います。 それを見かけた別のエンジニアが技術雑談チャネルにその投稿を共有して、これは凄そうと話題を向けたところ、CTO の「評価してみる？」の一言で、有志が集って評価プロジェクトが始まりました。 雑談チャネルできっかけとなる投稿が共有されてから、30分足らずの出来事でした（笑）。 この話題が出たのは金曜日でしたが、週明け早々に稟議を終え、火曜
出典：日経クロステック、2024年1月30日 （記事は執筆時の情報に基づいており、現在では異なる場合があります） 「もはや『GitHub Copilot』がなければ生きていけない」――。組織人事コンサルティングを手掛けるリンクアンドモチベーション（LM）の梅原穂高リードエンジニアはこう話す。GitHub Copilotは、米GitHub（ギットハブ）が提供する生成AI（人工知能）によるコード補完サービス。同様の声は、システム内製に生成AIを活用する先進エンジニアからも多く聞かれる。 システム内製の先進企業は、コーディングにとどまらず開発ドキュメントの翻訳、テスト自動化など、システム内製のあらゆる段階で生成AIを使い始めている。こうした先進企業であるグロービスとリンクアンドモチベーションの取り組みを見ていこう。 開発ドキュメントの翻訳も生成AIで ビジネススクールなどを運営するグロービスは、
出典：日経クロステック、2024年1月31日 （記事は執筆時の情報に基づいており、現在では異なる場合があります） 通信業界やメディア業界でも、生成AI（人工知能）を活用し、システム内製の効率化を図る先進企業が出てきている。KDDIアジャイル開発センター（KAG）やTBSテレビでは、機動力のある組織が先陣を切って生成AIを試し、内製拡大の起点となっている。 アジャイル開発に最適な生成AI KDDIのグループ会社でシステム開発を手掛けるKAGは、米GitHub（ギットハブ）のコード補完サービス「GitHub Copilot」や米Amazon Web Services（アマゾンウェブサービス、AWS）の生成AIアシスタント「Amazon Q」などを試してきた。同社で蓄積したシステム開発における生成AI活用のノウハウをKDDIにも展開することを目指す。 KAGは、システムのアジャイル開発を推進する
概要 先日、Microsoft AzureにPromptFlowという機能が追加されました。 これはAzureOpenAIに対してのプロンプトエンジニアリングをローコードで支援する仕組みなんですが、DBを用意してそこに社内ドキュメントを格納しておき、それに対してPromptFlowの内部でアクセスすることによってChatGPTに社内ドキュメントへの検索、回答機能を持たせることができます。 PromptFlowの機能によって、独自の拡張知識を持ったChatGPTのREST APIをオンライン上にデプロイすることができます。 このAPIに対してAzureFunctionsを用いて接続し、さらにそのAzureFunctionsに対してLINEのチャットボットのWebhookおよびMessaging APIを用いて接続することによってLINEのチャットボットを使ってユーザーと拡張知識を持ったCha
「DIGITAL X DAY 2023」より、神奈川県横須賀市 デジタル・ガバメント推進室の太田 耕平 氏 生成AI（人工知能）技術を活用した生産性の向上は自治体業務でも期待されている。神奈川県横須賀市は、AIチャットサービス「ChatGPT」をいち早く導入し、利用状況などの情報発信を積極的に続けている。同市のデジタル・ガバメント推進室 課長補佐の太田 耕平 氏が、「DIGITAL X DAY 2023 生成AIで始める業務改革」（主催：DIGITAL X、2023年9月）に登壇し、ChatGPTの導入経緯や活用のポイント、今後の展望について解説した。 「すべての始まりは2023年3月29日、市長からの『ChatGPTを使って何か検討できないか』という相談からだった」−−。神奈川県横須賀市 デジタル・ガバメント推進室 課長補佐の太田 耕平 氏は、同氏がAI（人工知能）チャットサービスの「C
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに 日本時間 2023 年 11 月 16 日深夜より Microsoft Ignite が開催されております。 その中で、Power Platform 界隈の人からすると衝撃的なニュースが飛び込んできました。 それは、以下の通り、Power Platform のサービス群の一つである、Power Virtual Agetns が Microsoft Copilot Studio に変わった旨です。 今回は、こちらについて、私の考えを整理してみたいと思います。 独自生成 AI チャットボット作成、Copilot 拡張の民主化 私は
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
