生成AIの時代において、チャットボットはかつてない普及を見せていますが、果たしてそれらは本当に役立ち、正確なのでしょうか?
本日、生成AIプラットフォームの構築を行うVectaraは、高度に正確なチャットボットを企業が作成・実装できる新しいモジュールを発表しました。このモジュールは、Retrieval Augmented Generation(RAG)手法とBoomerangベクトル埋め込みを活用し、リアルタイムの情報提供を行いながら、誤情報のリスクを最小限に抑えます。2022年10月のベータ版からの進化を経て、Vectaraはユーザーのニーズに合わせてプラットフォームの機能を強化しており、このチャットモジュールの導入はその大きな一歩を示しています。
「私たちのチャット機能を利用すると、RAGを活用して応答を生成します。回答はお客様自身の文書から生成されるため、正確さが向上します」と、Vectaraの共同創設者であるTallit Shafaat氏は述べています。
モダンチャットボット:Q&Aを越えた会話型AI
新しいVectaraのチャットモジュールは、従来の提供内容とどう異なるのでしょうか?Vectaraの共同創設者兼CEOであるAmr Awadallah氏によれば、鍵となるのはスケーラビリティと会話の持続性です。
これまでVectaraのAPIは主にQ&Aのインタラクションに焦点を当てており、ユーザーは質問をし、回答を受け取るという流れでした。しかし、会話の履歴を保持しないため、フォローアップ質問をする際には、再度元の質問を述べる必要がありました。この制約のため、顧客は自身で会話を持続させる層を構築する必要がありました。しかし、新しいチャットモジュールは持続的なメモリーを統合し、会話履歴をシームレスに追跡できるようになります。「この新しい拡張により、私たちのAPIは会話履歴を維持できるようになり、以前のクエリを再表現する必要がなくなります」とAwadallah氏は説明しました。
導入に関して、VectaraはAPIと簡単なウィジェットの両方を提供しており、組織が数行のJavaScriptとHTMLを使ってチャットモジュールを自社のウェブサイトやアプリに簡単に統合できます。
課題への取り組み:生成AIの誤情報とバイアス
企業で生成AIを利用する際の大きな課題は、誤情報のリスクです。VectaraのRAGアプローチは、チャットモジュールでの不正確な応答を軽減するための戦略の一つです。
Awadallah氏は、Vectaraのシステムが引用を伴う説明可能な応答を提供し、正確さを高めることを強調しました。また、プラットフォームは最大限の周辺の関連性という先進的な方法を用いることで、バイアスの軽減にも対応しています。「最大限の周辺関連性は、返される結果の多様性を高めます」と彼は説明しました。
議論の余地のあるトピックに関しては、異なる意見を提示するための堅牢なアルゴリズムが重要です。「私たちは主要な意見だけでなく、あまり関連性のない意見も含めて、幅広い視点を捉えることを保証します」と彼は述べています。
正確さ、多様性、ユーザーエンゲージメントに焦点を当てることで、Vectaraは企業コミュニケーションにおけるチャットボットの役割を高めることを目指しています。