View a markdown version of this page

DynamoDB でのエージェンティック AI の使用 - Amazon DynamoDB
DynamoDB の生成 AI ユースケースRAG とエージェントメモリのベクトル検索DynamoDB の生成 AI ブログ

DynamoDB でのエージェンティック AI の使用

Amazon DynamoDB は、サーバーレスのフルマネージド分散 NoSQL データベースで、あらゆる規模で 1 桁ミリ秒のパフォーマンスを実現します。DynamoDB はハイスループットワークロード用に最適化されており、生成 AI モデルと統合することで機能を拡張できます。生成 AI モデルを使用すると、DynamoDB テーブルに保存されているデータをリアルタイムで操作し、コンテキストを認識して高度にパーソナライズされたアプリケーションを構築できます。また、ビジネス、ユーザー、アプリケーションデータを最大限に活用して生成 AI ソリューションをカスタマイズすることで、エンドユーザーエクスペリエンスを向上させることもできます。

生成 AI と、生成 AI アプリケーションを構築するために AWS が提供するソリューションの詳細については、「生成 AI でビジネスを変革する」を参照してください。

DynamoDB はベクトルインデックスを介したネイティブベクトル検索も提供するため、運用データとともにベクトル埋め込みを保存し、個別のベクトルデータベースなしで SearchVectors API を使用して類似度検索を実行できます。詳細については、「DynamoDB でのベクトルインデックスの使用」を参照してください。

トピック

DynamoDB の生成 AI ユースケース

DynamoDB は、チャットボットや基盤モデル (FM) で構築されたコールセンターなど、AI を活用した会話アプリケーションに広く使用されています。Amazon Bedrock、Amazon SageMaker AI、またはその他のモデルプロバイダーから FM にアクセスできます。このようなアプリケーションは、通常、DynamoDB を使用して、パーソナライゼーションを向上させ、アプリケーションデータ、ビジネスデータ、ユーザーデータの 3 つのデータパターンにわたってユーザーエクスペリエンスを向上させます。これらのデータパターンの例は次のとおりです。

  • LangChain、 LlamaIndex、またはカスタムコードとの統合による、チャットメッセージ履歴などのアプリケーションデータのストレージ。このコンテキストは、モデルがユーザーと対話できるようにすることで、ユーザーエクスペリエンスを向上させます。エージェンティック AI フレームワークとの DynamoDB 統合の詳細については、「DynamoDB 用の AI フレームワークコネクタ」を参照してください。

  • インベントリ、料金、ドキュメントなどのビジネスデータを活用して、カスタマイズされたユーザーエクスペリエンスを作成します。

  • ウェブ履歴、過去の注文、ユーザー設定などのユーザーデータを適用して、パーソナライズされた回答を提供します。

例えば、保険会社は DynamoDB を使用して、チャットボットを構築し、検索拡張検索拡張生成 (RAG) ベースの生成 AI モデルにほぼリアルタイムのデータへのアクセスを提供することができます。このようなデータの例としては、住宅ローンの金利、商品の価格設定、準拠/標準契約書、ユーザーのウェブ履歴、ユーザーの好みなどのリアルタイムデータが挙げられます。DynamoDB を RAG と組み合わせることで、保険商品やユーザーデータに関する詳細かつ最新の情報が追加されます。これにより、プロンプトと回答が充実し、エンドユーザーに正確でパーソナライズされたほぼリアルタイムのエクスペリエンスを提供できます。

同様に、金融サービス業界のお客様は、DynamoDB、Amazon Bedrock ナレッジベース、Amazon Bedrock エージェントを使用して、RAG ベースの生成 AI アプリケーションを構築しています。これらのアプリケーションは、オープンソースの収益レポートと通話トランスクリプトを使用できます。また、ユーザー固有のポートフォリオとトランザクション履歴を使用して、将来の見通しを含むポートフォリオのオンデマンドの概要を生成することもできます。

生成 AI アプリケーションは意味によってコンテキストを取得します。RAG アプリケーションはプロンプトに最も関連性の高いドキュメントを見つけ、AI エージェントは現在の会話に類似したメモリを呼び出します。ベクトルインデックスにより、この機能が DynamoDB にネイティブに提供されます。ベクトル埋め込みをテーブル項目の属性として保存すると、SearchVectors API は類似度スコアでランク付けされた、クエリベクトルに最も類似した項目を返します。アプリケーションが書き込むデータは検索対象のデータであるため、プロビジョニングが必要な個別のベクトルデータベースや、管理が必要なレプリケーションパイプラインは存在しません。

ベクトルインデックスの検索スキーマでパーティションキーを定義することもできます。各類似度検索は、テナント ID、ユーザー ID、エージェントセッション ID などの単一のパーティションキー値にスコープされます。これにより、ベクトルインデックスはマルチテナント RAG とユーザーごとのエージェントメモリに自然に適合します。

ベクトルインデックスの使用を開始するには、以下のトピックを参照してください。

DynamoDB の生成 AI ブログ

以下の記事では、高度な AI を活用したアプリケーションの構築に DynamoDB の機能を活用するのに役立つ詳細なユースケース、ベストプラクティス、ステップバイステップガイドを提供します。