AIメモリ技術分野で近日、大きな資金調達のニュースが発表されました。HydraDBは650万ドルの投資を成功させ、このプロジェクトは「従来のベクトルデータベースを打ち破る」と宣言し、AIの長期記憶能力を全面的にアップグレードすることを目指しています。現在の主流のソリューションと比較して、HydraDBは新しいアーキテクチャを採用しており、「類似＝関連」という業界の課題を根本的に解決する可能性があります。

image.png

ベクトルデータベースの致命的な欠点：類似＝関連ではない

現在のAIの主要な記憶方法は、会話内容を分割してベクトルデータベースに格納し、「類似度を探す」ことで記憶を実現しています。この方法は一見効率的ですが、実際のアプリケーションでは頻繁に問題が生じます。

実際の事例によると、AIに契約書類を検索させるとき、AIは形式的には完璧な文書を返しますが、その文書は別の完全に異なる顧客のものです。類似度検索は「形式が近い」ものを検索できても、コア的な関連性を無視しているため、AIの出力が大きく誤ってしまいます。

HydraDBの画期的な新アプローチ：関係グラフ＋Gitのような追加

HydraDBは断然にパラダイムシフトをもたらす方法として、情報をバラバラに保存するのではなく、知的な関係グラフを構築します。これにより、AIの記憶は人間の論理に近づきます。主なイノベーションには次の3つの突破があります：

情報の断片を保存しない、関係のみを保存

システムは情報を孤立した断片に分割せず、エンティティ間の関係を記録します。例えば、「あなたはA社で働いている」と「あなたはニューヨークに住んでいる」が同じ人物の同一の出来事であることを正確に識別し、関係ない記録として扱いません。

情報変更時は上書きせず、Gitのように追加

ユーザーのデータが変化した場合、HydraDBは古い記録を単純に上書きしません。これはGitのバージョン管理システムのように、情報を追加します。ユーザーが引っ越しした後でも、古い住所は完全に残され、システムは「なぜ引っ越しをしたのか」の文脈も覚えているため、歴史情報が永遠に失われることはありません。

各記憶に自動的にスマートな文脈が付与される

各記憶には豊富な文脈が自動的に関連付けられます。たとえば、ユーザーが「あのフレームワークが嫌いだ」と言うと、システムはそれを「ユーザーはReactを嫌い」と補完し、AIの後の対話が常に正確に理解されるようになり、手動での調整は必要ありません。

AI記憶革命が目前に

業界関係者によると、HydraDBのこの革新はベクトルデータベースの構造的な弱点を直接突いており、AIアシスタント、個人知識庫、企業RAGシステムに質的な飛躍をもたらすことが期待されます。AIbaseはHydraDBの今後の製品展開と技術の進化を継続的に注目し、さらなる画期的な進展をお届けします。

論文へのリンク:https://research.hydradb.com/cortex.pdf