本文へ移動
知恵の一覧へ
運営/DX/AIX思考・診断の型

知識参照AI(RAG)とは何か。何が難しく、どう乗り越えるべきか。

知識を足しても精度が上がらないRAGを、問いの解像度から順に切り分ける

この知恵で考えられること

- 事前準備 - 「対応内容テキスト」と「要約テキスト」をAIへ学習 - 実行 - 「対応内容テキスト」を元に、AIが「要約テキスト」を出力

本資料の目的


知識参照AIというものそのものの性質の認識を揃えることで

知識参照AIをどのように育てていくべきかに関して、

皆様も想像/構想を自ら膨らませていきやすい状態になること

目次


1. 知識参照AIとは何か

2. 知識参照AIのポートフォリオ

3. 知識参照AIの一般的なロードマップ

4. 過去の取り組みから得た学び

1. 知識参照AIとは何か


技術的な簡易説明

基礎能力のあるAIが、何かに対して出力を行う際に、外付けの知識群から

必要な知識を検索し引用した上で、出力を行うようなAI全般のことを指す。

ざっくりとした意味概念

「学習させると呼ばれる行為と何が違うのか?」

項目事前準備実行
学習させる問題集をやり込む参考書を見ないで解く
知識参照させる参考書を買い揃える参考書を見ながら解く

具体例

学習:メール要約

  • 事前準備
    • 「対応内容テキスト」と「要約テキスト」をAIへ学習
  • 実行
    • 「対応内容テキスト」を元に、AIが「要約テキスト」を出力

知識参照:メール返信文の自動回答生成

  • 事前準備

    • 過去のお問い合わせと返信をinputしたデータベースを構築
  • 実行

    • お問い合わせ文面を元に、過去類事例をデータベースから検索
    • 2件の類似例をピックアップ
    • 質問(お問い合わせの文面)と知識(ピックアップした2件)をAIに入力
    • 質問と知識を元にAIが解答を生成
  • 参考:Amazonの人が書いたわかりやすいフロー図

2. 知識参照AIのポートフォリオ

基本構造

  • 下記3条件を満たすことで活躍できるAIとなる
    • A:知識が十分拡充できる
    • B:回答能力が必要なレベルに達する
    • C:入出力形式に対応ができる

A: 知識の拡充に関して

フィージビリティの整理

図・資料

お伝えしたいこと

  • ×:データであれば、なんでも良い。
  • ○:AIが読める形式にし、活用知識として十分な単位(まとまり)にする必要がある。

B: 回答能力の強化に関して

フィージビリティの整理

図・資料

お伝えしたいこと

  • ×:知識をデータベース化できれば解答ができる。
  • ○:知識を拡充してもなお、最適化プロセスは続く。

C: 活用インターフェイスに関して

※こちらは知識参照スコープに限らない論点ではございます。

フィージビリティの整理

図・資料

お伝えしたいこと

  • ×:どういった入出力でも同じように使える。
  • ○:音声認識には課題が大きい。
    • 電話スコープ関連が全て難しいという意味では全くございません。

ここまでのまとめ

  • 知識データをAIが読める形式にし、十分な単位(まとまり)にする必要がある。
  • 知識を拡充してもなお、検索精度などの最適化プロセスは続く。
  • 音声認識には課題が大きく、テキストやりとりから入るのが適切。

3. 知識参照AIの一般的なロードマップ

一般的な進め方としてはかねがね下記のような歩みです。

  1. 活用シーンの特定
  2. 知識の拡充要件の決定
  3. 知識参照データベースの構築
  4. 効果検証と改善
  5. 導入判断

4. 過去の取り組みから得た学び

本当に必要なのは知識量なのか?

この世の全ての知識を持ったAIを構築しても解決できないシチュエーションが存在します。

  1. 「問いの解像度」が足りていない
    • 質問自体が曖昧なケース
    • 質問者の置かれている状況に関する情報が不足しているケース
  2. 「演算の習熟度」が足りていない
    • 複数単元を用いた応用問題のような思考プロセスを用いなければ解けない問いが、各社に存在している。
    • その参考書は言語化されていないケースが多い。

本当に必要なのはITなのかAIなのか

AIによるDXのジレンマ

  • IT・AIによる解決率
    • 7割の問題はITで解決可能なケースが多い
    • 1割の問題はAIで解決不可能なケースが多い
    • 2割の問題解決のために開発するAIに価値はあるのか
  • 例
    • 生成AIによるお客様対応をゼロから構築したけど結局チャットボットの方がコスパが良かった。
  • あるべき姿
    • 共通した知識参照機構、半共通化されたAIモデル、個別化されたインターフェイスを前提にアプローチを描く
    • 全体構想を踏まえた的確なPoC設計を行い、実現可能性の検証を行う

適切な問題解決順序とは

上記を踏まえ下記のようなプロセスデザインをする必要がある

  1. 「知識参照AIの活躍シーン」の全体感の整理
  2. 「問いの解像度」問題の対処
  3. 「知識の充分性」問題の対処
  4. 「演算の習熟度」問題の対処
  5. 「インターフェイス」問題の対処

※多くの場合では3に関してのみ語られている。「試してダメだった」ことがわかってから追加発注を求められることになる。