ナレッジグラフ を用いた
『 個社特化型の大規模言語モデルの生成と活用 』実用段階へ
新たなAIソリューション「ナレッジハブ」を本格展開
～ 保険査定や製造の保安業務など、分野固有の専門知識に対応 ～

　弊社は、『個社特化型の大規模言語モデルの生成と活用』に関して、これまでの実用研究から実用段階へ移行し、既存のAIモデルを組み合わせた新たなAIソリューション「ナレッジハブ（Knowledge Hub）」を本格展開します。

現在、ChatGPT（米OpenAI）に代表される大規模言語モデルを応用した生成系AI（ジェネレーティブAI）は、世界的なブレイクスルーが起きており、企業導入や新たなサービス展開などに注目が集まっています。シナモンAIでは、同領域のAIソリューションにおいて、ナレッジ（知識）グラフ*を用いることで、専門性の高い分野でも、より ”高い説明性” が実現する自然言語処理の研究開発に取り組んできており、この度実用段階へ移行することを決定しました。

*様々な知識（ナレッジ）を体系的に連携し、グラフ構造で知識ネットワークを生成する技術

「ナレッジハブ」のイメージ

「ナレッジハブ」は、シナモンAIの独自技術である、非構造化データからの自動知識抽出技術（IDP）、大規模言語モデル、ヒューマンインザループアーキテクチャによる知識グラフからなるオーケストレーションAIモデルの略称です。シナモンAIが特にナレッジとノウハウを蓄積してきた保険査定や製造の保安・保全業務など、深い専門知識が求められる業界（保険、金融、製造）をはじめ、今後幅広い業界にも提供してまいります。

◇ シナモンAIの「ナレッジハブ」で活用する技術

●AIを活用した効率的な 【 ナレッジグラフ 】 の半自動生成技術
企業が保有する膨大で様々な知識（ナレッジ）を体系的に連携させ、グラフ構造で知識ネットワークを生成する AI 技術。資料や会話など自然言語をデータベース化でき、当該データベースを AI で検索することで、高度な検索や説明性の高い応答が可能となります。このようなナレッジグラフの生成には、大量の資料の分析や解析が必要となり、人の手では膨大な労力が必要であることが課題とされていますが、シナモンAIでは、AIを活用することでナレッジグラフの生成作業を大幅に効率化することに成功しています。

●生成したナレッジグラフを 【 大規模言語モデル 】 に組み込む技術
ナレッジグラフを、複雑な大規模言語モデルのデータベースに統合する技術。個社毎に生成したオリジナルのナレッジグラフを組み込むことで、高い説明性を補完する大規模言語モデルが実現します。

●非構造化データからの自動知識抽出技術 【 IDP = Intelligent Document Processing 】
文章や音声、画像など、形式が決まっていない非構造データを構造化し、そこから意味のある情報（ナレッジ）を抽出して整理する技術。各社のナレッジを活用することで、より独自性・個別性を高める機能を実現します。
*シナモンAIは、特にこの技術に強みを持っており、世界的な学会ICDAR2021（International Conference on Document Analysis and Recognition、文書解析と認識に関する際会議）にて、Best Paper Awardを受賞。論文はコチラ：https://arxiv.org/pdf/2106.00952.pdf

●【 HITL = Human in the Loop 】アーキテクチャによる知識グラフの強化学習
パフォーマンスを継続的に向上させるため、AIによるフィードバックループの枠組みに、人間を組み込むデザインプロセス。その時点のAIが苦手とするデータのフィードバックに、人間が随時対応することで、新しい学習データをAIに効率よく持続的に取り込むことが可能となる。

*シナモンAIのHITL論文：Conference of the North American Association for Computational Linguistics:
NAACL 2022,  July, 2022
https://aclanthology.org/2022.findings-naacl.147.pdf （Rank A 取得）