休憩中にRAGについて考察。
RAGとは？
RAGとは、生成AIが回答する前段階に、外部の専門知識や、データベース、社内文書、最新のデータ等を検索し、それに基づいて文章を生成する仕組み（検索拡張生成）です。
AIの「知識の獲得」方法
現在AIの「知識の獲得」の方法は、大きく分けて、以下の2段階で知識を身につけると考えられます。
- 基礎学習（事前学習）： AIが最初に大量のデータ（ウェブ上の文章など）を読み込み、言語の法則や一般的な知識、語彙を丸ごと記憶する基本・土台となるベース学習です。
- 追加学習（ファインチューニング）：基礎を身につけたAIに、最新情報や新しい知識、特定分野のデータ、独自データを再学習（基礎学習の延長のような追加学習）させる方法（ファインチューニング）がありますが、これらの全てを学習する為には、膨大な時間とコストがかかり、現実的ではない場合があります。
そこで生み出されたのが、「暗記して答えるのではなく、各データや資料を開いて調べながら回答させる」というアプローチで、これがRAGの基本的な考え方です。
ウェブ運営者が考えることとは？
RAGに情報を検索されやすくするアプローチとしましては、「AIが理解をしやすいようにするデータマネジメント」を考慮し、「ウェブページの構成」や「データの質」を上げることが、効果的な方法だと考えます。
その一例として、「HTMLの構造そのものに意味を持たせること」などです。
最後に話は変わりますが、現在のAI進化は著しく、歴史的な転換期を迎えているといっても過言ではないでしょう。
ですが、このような時代だからこそ、私たち人間にしかできない「思考力」、「問いを立てる力」、「感情の理解」、「現場で感じた体験や経験（ネット上に無いリアルな体験データはAIには学習できません。）」などは、当たり前ではなく、唯一無二の価値で、とても貴重なものなのかもしれないですね。
