セッションタイトル: Accelerate your generative AI journey with Google Cloud databases
スピーカー: Yoav Eilat, Jana van Greunen
この記事は？
Google Cloudで生成AIはどのように構築するのか。
その全体的な流れをわかりやすく説明してくれたセッションのまとめ記事です。
セッション本編です
まずは生成AIの利益は？
AIにおいて置いていかれちゃいますよ…
なかなか刺激的な文言ですが、たしかにそうかも。
2023年に企業がAIに費やした推定金額 ＞ 1500億ドル
2023年にAIスタートアップに投資された推定金額 ＞ 400億ドル
ソフトウェアエンジニアの数（200万人以上）がデータサイエンティスト（約15万人）の数より10倍多い in 米国
あくまでも一部の見えている利益です。
こう考えると、AI導入費用は高く感じませんね。どんどんAI推進だ！
なんと驚愕のAI活用率！
小規模の会社にアンケートをとったところ、
なんと、92%がすでに何らかの形でAIを活用していると回答！
どこまでAIに含むかにもよりますが…思ったより多い印象ですね。
あなたは今日からおもちゃ会社の社長です
このToy Stores, Inc.という架空の会社をつかって、生成AIについて学んでいきます。
これが弊社のおもちゃデータベースですよ。社長。
この商品たちをベクターに変換してDBへ保管します。
Cloud SQL for PostgreSQLを使用。
Google Cloudのデータベースについても説明してくれますが、今回は本筋ではないので、資料のみです。
古の検索でも…できるよ！けど…
特定のおもちゃをDBから探す場合、列にフィルターするのが一般的ですよね。
SQLならフィルターも難しくはないけども…
それでも、あなたの愛娘が検索したい時…果たしてそれは簡単なのでしょうか…？
また、他の言語の友達が検索する時…果たしてそれは簡単なのでしょうか…？
なんだか、心に刺さる感じの問いかけですね。おもいやり大事。
そんなときでも大丈夫！そうだ、LLMを使おう。
LLMでできること（一部）
- 感情分析
- 迅速な学習のための要約
- 推薦とクラスタリング
- コンテンツ生成
- 翻訳
この辺りはお馴染みではないでしょうか。
ベクトルの深淵へ…
ベクトルってなに？
「そうただの数字さ！」
最強にシンプルで分かりやすいですね。私も明日からこう答えることにします。
要するに人間をスライサーで切るとベクトル（次元）になりますよ、ということらしいです。
そしてベクトルをどんなものでも同じ単位で扱えるから、いろんなファイルのデータを比較したり検索できるよね、ということです。
ベクトルは物体ではない…ので妄想力が試されますね。
ベクトル対応のDBはこれら
世は、世紀の大AI時代、どれこもこれも対応してますね。
- Memorystore for Redis (GA)
- Cloud SQL for PostgreSQL (GA)
- Cloud SQL for MySQL (preview)
- AlloyDB for PostgreSQL (GA)
- Spanner (preview)
- Firestore (preview)
- Bigtable (preview予定)
個人的にCloud SQL for MySQLがGAしていないのが、オドロキでした。
MySQLいけいけゴーゴーですね。
グレートウェイのレシピです
これでグレートなAI作っちまいましょう。これで、こっちのもんだ！
まとめよう
面白い趣向のセッションで、見失いがちな生成AIの全体像をわかりやすく説明してくれる。楽しいセッションでした。教育テレビにぜひ欲しい。
社長体験かつ、生成AIについても学べて1石13鳥くらいな気持ちです。
