業務での生成AIの活用が進む中、企業独自のデータを活用する方法として、RAG(Retrieval-Augmented Generation:検索拡張生成)が広く利用されています。RAGは、事前に学習した情報だけでなく、そのほかの関連する情報(例えば自社データ)も検索して回答の正確性を高める技術ですが、従来のRAGには以下のような課題がありました。
特に、MRIが取り組むインテリジェンス領域※1や、PKUTECHが展開する議事録管理・問い合わせ対応支援領域では、「時系列性」と「文脈の蓄積」が重要であり、一般的なRAGでは十分な対応が困難でした。
こうした中、近年、生成AIが過去の情報や対話履歴、蓄積された知識を継続的に記憶・活用しながら、文脈に応じた推論や回答生成を行う「AI Memory」が登場し、関心が高まっています。MRIとPKUTECHは、このAI Memoryをベースに、情報の時系列性や文脈を適切なデータ形式で保持・検索する技術を付加し、“経緯を追える” RAG技術「AI Memory RAG」を実現しました(特許出願中)。
- 日々更新されるニュースや議事録など、継続的に蓄積される情報の変化を追跡しにくい
- 過去の議論や変更の経緯、合意形成プロセスを踏まえた回答が難しい
- 一見独立した出来事同士の関係性や、時間経過による変化を把握しづらい
特に、MRIが取り組むインテリジェンス領域※1や、PKUTECHが展開する議事録管理・問い合わせ対応支援領域では、「時系列性」と「文脈の蓄積」が重要であり、一般的なRAGでは十分な対応が困難でした。
こうした中、近年、生成AIが過去の情報や対話履歴、蓄積された知識を継続的に記憶・活用しながら、文脈に応じた推論や回答生成を行う「AI Memory」が登場し、関心が高まっています。MRIとPKUTECHは、このAI Memoryをベースに、情報の時系列性や文脈を適切なデータ形式で保持・検索する技術を付加し、“経緯を追える” RAG技術「AI Memory RAG」を実現しました(特許出願中)。

