BigQuery（本社所在地）は、組織のデータ活用法を変える新たな機会を提供する。BigQueryのベクトル検索の公開プレビュー版がリリースされ、データのベクトル類似検索が可能になった。この機能はセマンティック検索や類似性検出などに役立つ。
ベクトル検索は、エンベディングと呼ばれる高次元の数値ベクトルに対して実行される。BigQueryのベクトル検索は、インデックスを利用して一致度の高いエンベディングを効率的に識別する。CREATE VECTOR INDEXやVECTOR_SEARCH構文を用いて、直感的に操作が可能だ。
BigQueryのベクトルインデックスは、テーブルデータの変更に応じて自動更新される。LangChainの実装により、Pythonベースのインテグレーションが容易になる。VECTOR_SEARCH関数は、大量のクエリーを効率的に処理し、低レイテンシーの推論結果を提供する。
BigQueryは、RAGを含む多くのユースケースに対応する。LLMベースのモデルを使用してテキストデータからベクトルエンベディングを生成し、類似検索を実行することで、AIデプロイの品質向上が期待される。効率的な類似検索は、関連性の高い情報を迅速に見つけるために重要だ。
