Amazon Bedrock向けMongoDB Atlasベクトル検索知識ベースの一般提供開始

MongoDBは、昨年のAmazon Re:Inventで初めて発表されたAmazon BedrockとのAtlas Vector Search統合を正式にローンチしました。この連携により、開発者はMongoDBに保存された独自のデータと基盤モデルやAIエージェントを同期させることが可能になり、Retrieval Augmented Generation(RAG)を通じて、応答の関連性、正確性、パーソナライズが向上します。

MongoDBの最高製品責任者サヒール・アザム氏は、「多くの企業は、AIシステムからの出力の正確性と独自データの保護に懸念を抱いています。私たちは、共同のMongoDBおよびAWSの顧客がAWS環境内でホストされているさまざまな基盤モデルを利用しやすくしています。この取り組みにより、MongoDB Atlas内に安全に独自データを組み込んだジェネレーティブAIアプリケーションを開発することができ、正確性を向上させ、ユーザー体験を強化します」と述べています。

Amazon Bedrockは、企業のAIアプリケーション開発に必要な中心的なリポジトリとして機能するAWSのマネージドサービスです。このサービスは、Amazon、Anthropic、Cohere、Meta、Mistral、Stable Diffusionなど、さまざまなモデルを提供しています。他社でトレーニングされたモデルを使用することも有益ですが、多くの企業はより豊かな顧客コンテキストのために自社のデータベースを使用することを好んでいます。

この点において、MongoDBの統合は重要です。開発者は、独自データで選択した基盤モデルをカスタマイズでき、新しく訓練された大規模言語モデル(LLM)に基づくアプリケーションを手動で介入せずにシームレスに開発できます。MongoDBのプロダクトマーケティングおよび戦略担当副社長スコット・サンチェス氏は、プレスカンファレンスで「ジェネレーティブAIアプリケーションを作成できますが、リアルタイムの運用データを統合できなければ、一般的な反応しか得られません」と説明しました。

彼はさらに「MongoDBとの統合により、顧客は要素をつなぐことが容易になります。独自データをベクトル埋め込みに変換し、MongoDBに保存することで、大規模言語モデルをプライベートにカスタマイズできます」と付け加えました。たとえば、小売業者は自律型エージェントを利用して、リアルタイムの在庫リクエストや顧客の返品管理などのタスクを管理するジェネレーティブAIアプリケーションを作成できます。

この発表は、Amazon SageMakerで利用できるMongoDBのVector SearchやCodeWhispererからのAtlasサポートを含む、MongoDBとAWSの以前のコラボレーションに続くものです。MongoDBは、企業顧客がAIアプリケーションを開発するのを支援する「AIアプリケーションプログラム(MAAP)」などの取り組みを通じて、引き続き革新を進めています。

Most people like

Find AI tools in YBX

Related Articles
Refresh Articles