1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

セミナー動画でクイックに知る! 『watsonx.data上のベクトル・データベース Milvusを見てみよう』

Last updated at Posted at 2025-12-11

image.png

現在、Qiita Advent Calendar 2025を完走するため猪突猛進しております:writing_hand:
12月25日まで、エッホエッホ :laughing:

はじめに

みなさん、IBM Videoというサイトをご存知でしょうか?
IBMが提供する製品をショート動画でわかりやすくご紹介している動画サイトです。

  • スキルアップしたくてもなかなか時間が取れない
  • 気になる製品があるけど、マニュアルを読んで理解するのはきつい
  • 製品の特徴やメリットをクイックに知りたい

という方には、うってつけの動画を提供するサイトです。
興味のある方はぜひご覧いただければと思います。

また、IBM Videoサイトには、ショート動画だけではなく、IBM Expertが実施したセミナーの動画もアップロードされていて、今回は、セミナー動画の紹介になります。

今回ご紹介するセミナー動画へのリンク

watsonx.data上のベクトル・データベース Milvusを見てみよう

概要

本動画デモでは、IBM watsonx.data 上で稼働するベクトルデータベース Milvus(ミルバス) を中心に、生成AI(LLM)と相性の良い RAG(検索拡張生成) の基盤となるベクトル検索の仕組みを解説します。
IBM が提供する Granite Embedding モデル を用いたベクトル化処理、Milvus へのデータ登録、類似検索までを一連の流れで確認でき、RAG 実装の基礎理解に最適な内容となっています。

デモは watsonx.data・watsonx.ai を組み合わせた実環境上で実施され、実際の GUI と Jupyter Notebook を使ってベクトルデータベースの動きを体感できます。


デモの流れと特徴

1. ベクトルデータベースと RAG の基礎解説

  • LLM におけるハルシネーション課題と、RAG による抑制手法を説明。
  • 従来の全文検索とは異なり、意味・文脈を数値化したベクトルによる検索が主流になっている点を解説。
  • ベクトル化されたデータは N 次元空間に配置され、距離が近いほど類似度が高いという考え方を視覚的に理解できます。

image.png

2. watsonx.data 上で Milvus を作成・管理

  • watsonx.data の UI 上から Milvus を 数クリックで作成できる手軽さを紹介。
  • 接続情報やアクセス制御の設定方法を実際の画面で確認。
  • データ可視化には OSS GUI「Attu」を使用し、コレクション(テーブル)構造やデータ内容を確認できる様子を紹介。

3. Embedding モデルによるテキストのベクトル化

  • watsonx.ai 提供の Granite Embedding 278M Multi-Lingual(768次元ベクトル) を使用。
  • 「犬を飼っています」「猫を飼っています」「大根を飼っています」などのテキストをベクトル化し、
    類似度(コサイン類似度)がどのように変化するかを実験。
  • 意味的に近いテキストほど高い類似度を示すことを確認し、ベクトル検索の利点を体感。

image.png

4. Milvus へのデータ登録と類似検索デモ

  • Jupyter Notebook で Milvus へ接続し、ID・テキスト・ベクトルを含むコレクションを作成。
  • 4件のサンプル文書をベクトル化して Milvus に登録し、Attu で実際にデータが格納された様子を確認。
  • 「何かペットを飼っていますか?」という質問文をベクトル化し、Milvus 上で類似検索を実行。
    • 犬・猫 → 高いスコア
    • 大根 → 現象として類似度低
    • スポーツニュース(大谷翔平) → ほぼ無関係としてさらに低スコア
  • ベクトル検索が意味的検索として機能することを実際のスコアで確認可能。

5. watsonx.data × watsonx.ai を組み合わせた RAG 実装への展開

  • このデモで行ったのは RAG の一部分(ベクトル化と検索)ですが、
    watsonx.data(データ基盤)と watsonx.ai(基盤モデル)を組み合わせることで、
    エンタープライズ向けの RAG システムを簡潔に構築できる点が紹介されました。
  • 過去イベント「Tech Exchange Japan」で公開されたハンズオン資料も参考として言及。

まとめ

本デモでは、IBM watsonx.data 上の Milvus ベクトルデータベースを使ったベクトル検索の基礎を、
GUI と Notebook を通して実際に体験できる内容となっています。

  • Embedding モデルによるテキストの数値化
  • Milvus へのデータ格納とインデックス作成
  • 類似度に基づくベクトル検索の実行
  • watsonx.data と watsonx.ai による統合的な RAG 実装への展開

これらを確認することで、生成AIの品質向上におけるベクトルデータベースの重要性や、IBM製品によるエンタープライズ向けAI基盤の強みを理解できるデモとなっています。

AI活用がもっと楽しくなる場所、あります!

『AIのいま』を体感したい方へ。
IBM watsonx Japan User Groupでは、watsonxの最新情報、お客様事例、ちょっと先のAIトレンドをワクワクする形で発信中。 定期イベントも開催していて、「へぇ、IBMって今そんなことをしてるんだ!」となること請け合いです。ぜひ覗いてみてください!
一緒に、AIの進化を追いかけましょう。🚀

気になる方:family_mmb:は、こちらをクリック:bangbang:IBM TechXchange watsonx Japan User Group

1
0
1

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?