2023年8月29日〜31日、アメリカ・サンフランシスコで開催されているGoogle Cloud Next'23に、日本情報通信株式会社クラウドインテグレーション部から5名が参加しています。
このイベントは、世界最大規模のクラウドコンピューティングイベントであるGoogle Cloud Next'23で、Google Cloudの最新情報やソリューションを学ぶことができます。
基調講演やブレイクアウトセッションでは、Google Cloudのトップエンジニアやソートリーダーから直接話を聞くことができます。
日本よりも3年ほど先に進んでいると言われている現地で、最先端のGoogle Cloudの最新情報や今後の方向性について、自身の目で見てくる非常に貴重な機会です。
このような貴重な機会ですので、現地からいち早くブログで最新情報や熱量を発信してまいります。
本日は3日目となります。
いくつかのセッションやブースを回ってきた中で、参加したセッション「Next-generation data analytics with BigQuery and PaLM」についてご紹介します。
本セッションでは、BigQueryとPaLMを使用することで今後のデータ分析がどのように変わるのか説明されました。
結論を先に紹介します。
すべての操作はBigQuery内で行われるため、データを移動したり、パイプラインを構築したり、APIを叩いたりする必要がない
以下、詳細を説明します。
初めに、「BigQuery内でテキストコンテンツを直接生成する全く新しい機能」であるML.GENERATE_TEXTについて紹介します。
以下の画像では、BigQueryに保存されている都市名から国名をML.GENERATE_TEXTを用いて推論しています。仮にデータ分析の際に必要な情報が抜け落ちていても、既存のデータから情報を得ることができるようになります。
ML.GENERATE_TEXTのユースケースは以下が挙げられます。
また、ML.GENERATE_TEXT_EMBEDDINGとML.DISTANCEを使うことで、ベクトル検索ができます。
ベクトル検索とは、テキストや画像、音声などのデータをベクトルに変換し、そのベクトルの類似度に基づいて検索を行う技術です。
ベクトルとは、データの特徴量を数値で表したもので、例えばテキストであれば単語の出現頻度や文脈情報、画像であれば色や形状の情報、音声であれば周波数や音色の情報などです。
ベクトル検索は、従来のキーワード検索では難しかった、意味や類似性に基づいた検索を可能にします。（古典的なモデルよりもはるかに優れている）
以下のユースケースでベクトル検索は活用されています。
そして、ここまでの操作は全てBigQuery内で完結しており、データを別の場所に移動・複製したり、外部のAPIに渡すことはしておりません。
今後は、データはクラウド上に一か所で保存され、移動や複製をせずに使用されるため、データの鮮度が常に保たれる（複製先・元のデータが古いままということはない）ようになると思われます。
また、ベクトル検索を用いることで、データ分析の精度も向上していくと思われます。
会場はほぼ満席で、イベント3日目にもかかわらず、熱気は冷めやらず、会場が沸き立ちました！
特に、BigQueryStudioのノートブックのリビジョン管理機能や共有機能が紹介されると、会場からは拍手が鳴りました！
今後のBigQueryの新機能と、それによりどのように皆様の業務が変わるのか、Google Cloudの最新情報をぜひご覧ください！
Google Cloud、Google Workspaceに関する お問い合わせはこちら
XIMIX（サイミクス）は商標登録出願中です