Oracle HeatWave GenAIは、データベース内の大規模言語モデル(LLM)、自動化されたデータベース内のベクトルストア、スケールアウト・ベクトルの処理、自然言語でのコンテキストに応じた対話機能など、自動化された統合型生成AIを提供し、AIの専門知識やさらなるコストなしに生成AIを活用できるようにします。
オラクルのチーフ・コーポレート・アーキテクトであるEdward Screvenによる9月11日午前8時30分(PT)からのOracle CloudWorldの基調講演「生成AIアプリケーションの構築-HeatWave GenAIによる統合と自動化」を是非ご覧ください。
外部LLMの選択や統合に煩わされることなく、クラウドやリージョン全体でデータベース内の最適化されたLLMを使用し、データを取得してコンテンツを生成または要約できます。
AIの専門知識を必要とせず、またデータを別のベクトル・データベースに移動することなく、LLMに専有ドキュメントを検索させ、より正確でコンテキストに即した回答を得ることができます。HeatWave GenAIでは、埋込み生成が自動化されています。
自然言語での会話を通じて、ドキュメントから迅速にインサイトを得ることができます。HeatWave Chatインタフェースはコンテキストを保持し、フォローアップ質問で人間のような会話を実現します。
すべてのOracle Cloud Infrastructure(OCI)リージョン、OCI専用リージョン、およびクラウド全体にわたり、組み込みの最適化されたLLMを使用し、導入全体にわたり予測可能なパフォーマンスで一貫した結果を得ます。GPUのプロビジョニングが不要になるため、インフラストラクチャ・コスト削減を支援します。
OCI生成AIサービスを通じて、CohereとMetaから事前トレーニング済みの基礎モデルにアクセスします。
HeatWave Vector Storeで、非構造化データによって通知された自然言語で状況に応じた会話を行います。統合されたLakehouse Navigatorを使用して、LLMが特定のデータ・セットを検索できるように支援することで、コストを削減しながら、より正確な結果を迅速に得ることができます。
HeatWave Vector Storeは、独自のドキュメントを様々な形式で格納し、検索拡張生成(RAG)のナレッジ・ベースとして機能して、データを別のベクトル・データベースに移動することなく、より正確で状況に適した回答を提供します。
HeatWave Vector Storeにある独自ドキュメントの発見と取り込みを支援する自動化パイプラインを活用することで、AIの専門知識がない開発者やアナリストでもベクトル・ストアをより簡単に利用できるようになります。
ベクトル処理は、最大512のHeatWaveクラスタ・ノード全体にわたり並列化され、メモリ帯域幅で実行されるため、精度が低下する可能性を低減した高速な結果を支援します。
「HeatWave GenAIにより、生成AIの活用が非常に簡単になります。データベース内LLMとデータベース内ベクトル作成をサポートしているため、アプリケーションの複雑さが大幅に減少し、推論レイテンシの予測が可能となり、そして何より素晴らしいのは、LLMの使用や埋込みの作成に追加のコストがかからないということです。これはまさに生成AIの民主化であり、『HeatWave GenAI』でより充実したアプリケーションを構築し、お客様の生産性を大幅に向上させることにつながると信じています」
—Vijay Sundhar氏、SmarterD、CEO
「私たちは、お客様にさまざまな提案をするために、データベース内の『HeatWave AutoML』を多用しています。HeatWaveによるデータベース内LLMとデータベース内ベクトル・ストアへのサポートが差別化され、生成AIをAutoMLと統合する機能によって業界のHeatWaveがさらに差別化されたことにより、当社は新しい種類の機能を顧客に提供できるようになりました。AutoMLとの相乗効果により、LLM結果のパフォーマンスと品質も向上します」
—Safarath Shafi氏、EatEasy、CEO
「HeatWaveのデータベース内LLM、データベース内ベクトル・ストア、スケールアウト・インメモリ・ベクトル処理、HeatWave Chatは、生成AIを民主化し、きわめてシンプル、安全、安価に使用できるようにする、オラクルの非常に差別化された機能です。企業としてのニーズにHeatWaveとAutoMLを使用することで、すでにいくつかの点でビジネスが変革されています。オラクルからこのイノベーションを導入することで、おそらく、お客様がエンタープライズ・コンテンツで生成AIを活用する方法を探している新しいクラスのアプリケーションの成長が促進されるでしょう」
—Eric Aguilar氏、Aiwifi、創業者
組み込みのLLMとHeatWave Chatにより、自然言語で状況に即した会話を行う事前構成されたアプリを提供できます。外部のLLMやGPUは必要ありません。
HeatWave GenAIは、データとの会話、ドキュメント間の類似検索の実行、および専有データからの情報の取得を簡単に行うのに役立ちます。
生成AIを活用するための統合機能と自動化により、開発者とビジネス・チームをサポートします。自然言語の会話とRAGを簡単に実現します。
データベース内LLMを使用して、非構造化ドキュメントに基づいてコンテンツを生成または要約できます。ユーザーはアプリケーションを介して自然言語で質問でき、LLMはリクエストを処理してコンテンツを提供します。
生成AIのパワーを機械学習など、HeatWaveの他の組込み機能と組み合せることで、コストを削減し、より正確な結果を迅速に得ることができます。こちらの例では、製造会社が予知保全のためにそうした取り組みを行っています。エンジニアは、Oracle HeatWave AutoMLを使用して、異常な本番ログのレポートを自動的に生成できます。HeatWave GenAIは、ログを手動で分析するのではなく、自然言語で質問するだけで、問題の根本原因を迅速に判断するのを支援します。
たとえばチャットボットはRAGを使用して、社内のポリシーに関する従業員の質問に回答するのを支援できます。ポリシーの詳細を説明する社内ドキュメントは、HeatWaveベクトル・ストアに埋込みとして格納されます。特定のユーザ・クエリに対して、ベクトル・ストアは、格納された埋込みに対して類似検索を実行することで、最も類似したドキュメントを特定します。これらの文書は、正確な回答を提供できるよう、LLMに与えられたプロンプトを補強するために使用されます。
開発者は、組込みの機械学習、生成AI、ベクター・ストアの各機能を組み合わせて活用し、パーソナライズされたレコメンデーションを提供するアプリケーションを構築できます。この例では、アプリケーションでHeatWave AutoML推奨システムを使用して、ユーザーの好みや、ユーザーが以前に注文した内容に基づいてレストランを推奨します。HeatWave Vector StoreでレストランのPDF形式のメニューを検索して特定の料理を提案することで、顧客により大きな価値を提供できます。
類似検索は、セマンティクスに基づく関連コンテンツの検索に焦点を合わせています。類似検索は、適用されたタグのみを検索するのではなく、基礎となる意味を考慮することで、単純なキーワード検索では得られない結果を返します。この例では、弁護士が契約で問題となる可能性のある条項を迅速に識別したいと考えています。
HeatWaveは、組織がトランザクション処理、データウェアハウスやデータレイク全体にわたり分析、機械学習を単一のフルマネージド・クラウド・サービスとして実行することを可能にしました。本日オラクルは、大規模言語モデル(LLM)、自動化されたデータベース内ベクトル・ストア、スケールアウトによるベクトル処理、自然言語でのコンテキストに基づいた会話機能を備えたHeatWave GenAIの一般提供を発表します。
全文を読む「HeatWave GenAIは、すぐに利用できるデータベース内LLMと、ベクトル処理をすぐに行える、完全に自動化されたベクトルストアにより、AIのシンプルさとコストパフォーマンスで、Snowflake、Google BigQuery、Databricksなどの競合他社を大きく引き離しています」
「HeatWaveのエンジニアリング・イノベーションは、ユニバーサル・クラウド・データベースのビジョンを実現し続けています。その最新の取り組みとなるのが、自動化されたデータベース内ベクトル・ストアとデータベース内LLMのHeatWaveコアへの直接統合など、生成AIによる『HeatWaveスタイル』です。これにより、開発者はHeatWaveの諸要素を組み合せた新しいクラスのアプリケーションを作成できます」
「HeatWave GenAIは、Snowflakeよりも30倍、Google BigQueryよりも18倍、Databricksよりも15倍高速である一方、コストは最大で6分の1まで抑えることができます。高パフォーマンスの生成AIワークロードの実現に真剣に取り組んでいる組織にとって、これら3つまたはその他のベクター・データベース製品のいずれかに企業リソースを費やすことは、お金を捨て、その行為を得策であると正当化するようなものです」
「HeatWaveは、ベクトル埋込みの作成に伴うあらゆる複雑性を隠蔽することで、生成AIとRetrieval-Augmented Generation(RAG)をより手軽に利用できるようにする取り組みの大きな一歩です。開発者は、クラウド・オブジェクト・ストレージに格納されているソース・ファイルを指示するだけで、あとはHeatWaveが負担の大きな作業を処理します」
ステップに従い、提供されるコードを使用することで、HeatWave GenAIを活用したアプリケーションを迅速かつ簡単に構築できます。
HeatWave GenAIの無料トライアルにサインアップしましょう。HeatWave GenAIの機能を30日間試用する際にご使用いただける300米ドルのクラウド・クレジットを差し上げます。