AIBR プレミアム
田中専務
拓海さん、最近うちの部下たちが「埋め込みベクトル」とか「次元削減」を言い出していまして、正直よく分からないのです。これって結局、何の役に立つのでしょうか。
AIメンター拓海
素晴らしい着眼点ですね！まず結論を先に言いますと、この研究は「大量で種類の違うデータから、経営判断で使える『近いもの』を速く正確に探せるようにする」技術を示していますよ。具体的には、意味的な順序、つまり近さの順位を保ったまま次元数を減らす方法を提案しているんです。
田中専務
ええと、うちの現場でいうところの「似た製品をすぐ出して比較する」みたいなことに使えるのですか。これって要するに、データを小さくしても検索結果の順位が変わらない、ということですか？
AIメンター拓海
その通りです！正しく理解できていますよ。ここで重要なのは三点です。第一に、マルチモーダル（multimodal）と呼ばれる画像やテキストなど異なる種類のデータを一つの意味的空間に直す「埋め込み（embedding vectors）」。第二に、その埋め込みは元々高次元で扱いづらいので次元削減（dimension reduction）が必要なこと。第三に、順位、すなわちk-nearest neighbors (KNN)という
論文研究シリーズ
AI技術革新 - 人気記事
PCも苦手だった私が
