生成AIが変えるデータ分析〜「AWSにおける生成AI＆データの全体像」と「より良い成果を得るためのRAGとの向き合い方」〜

Classmethod AI Talks(CATs) 第8回のイベントは 『生成AIが変えるデータ分析〜「AWSにおける生成AI＆データの全体像」と「より良い成果を得るためのRAGとの向き合い方」〜』 をお届けします。

生成AIは、大量のデータを学習して新しいコンテンツを生成する技術です。この技術の性能は、学習に使用されるデータの質と量に大きく依存します。データの質が悪いと、偏見や誤りを含む可能性があり、生成されるコンテンツの信頼性が低下します。また、データが十分でない場合、AIは多様な状況に対応できず、結果の精度が落ちます。そのため、高品質で多様なデータを使うことが、生成AIの正確さや有用性を高めるために非常に重要です

このイベントでは、クラスメソッドで長くデータや機械学習、そして生成AIにも関わってきている石川覚、じょんすみす両名に登壇頂き、生成AIが変えるデータ分析をテーマに生成AIの基礎から生成AIが変えるデータ分析の全体像や企業の保持するデータを活かすRAG(Retrieval-Augmented Generation)についてご紹介します。

生成AIを最大限活用するためにデータの観点からアプローチ出来ること、また生成AI側からのデータへの効果的なアプローチ方法についてのノウハウや知見をこのイベントで得て頂けますと幸いです。

イベント概要

登壇者・セッション情報

「生成AIが変えるデータ分析の全体像(仮)」by 石川 覚

• 現在の所属：
  • クラスメソッド株式会社 AWS事業本部 コンサルティング部
• 登壇者関連リンク：
  • 石川覚 | DevelopersIO
• 登壇者略歴：
  • 家電メーカーのSIer企業にてキャリアをスタート、公共システムやR&D、合弁事業に参画。
  • その後、VoIP関連のスタートアップ企業に参画して、アプリ開発や通信の分析アプライアンス企画・開発に携わる。
  • 2014年、クラスメソッド株式会社に入社。
  • 入社以降は主にアナリティクス関連のコンサルティングに従事。
  • データ分析基盤サービスの企画開発にも携わり、顧客のビジネス課題解決に貢献。
  • 2021-24 Japan AWS Top Engineers & All Certifications Engineers
• セッション概要
  • 生成AIの基礎から始まり、生成AIの活用によって可能となる企業が保持するデータ利活用、さらにはデータエンジニアリングやインサイトの自動化など、企業がこの技術を導入し、どのようにして競争力を高めていくかについて解説します。

「LLMの気持ちになってRAGのことを考えてみよう ～検索と生成の狭間で～ (仮)」by じょんすみす

• 現在の所属：
  • クラスメソッド株式会社 AWS事業本部 サービス開発室
• 登壇者関連リンク：
  • じょんすみす | DevelopersIO
• 登壇者略歴：
  • 統計解析、機械学習、検索、自然言語処理、データ分散処理基盤などデータを扱う系のなんでも屋さん。
  • クラスメソッドには当時流行っていたHadoop屋さんとして入社したのち様々な顧客のAIお悩み相談からモデル開発、MLOps環境構築などに従事。
  • 現在は社内の大規模なデータと日々闘っています。
  • 「それExcelでできるよ」と言っておもむろにExcel上で機械学習モデルを実装して遊びだしたりしています。
• セッション概要
  • 生成AIの話をする際によくセットで出てくる言葉としてRAG(Retrieval-Augmented-Generation)があります。 一般的にRAGを利用する目的として、モデルの学習データに含まれていない知識を与えることとハルシネーションが発生しづらくすることがあげられます。
  • これらの目的に対して、その成果が出ている例が多くある一方で、なかなか思い通りにいかないケースもまた多くあります。
  • 本セッションでは、主に入出力として自然言語を扱うLLMにおいてRAGをうまく機能させるために
    • LLMへ与える入力としてRAGがどのように機能するのか
    • どのような「質」のデータを与える必要があるのか
  • をRAGのRetrievalにあたる検索として観点も含めてその仕組みを見ていきたいと思います。

タイムテーブル