vector indexは、ベクトルと呼ばれる多次元データを保存・管理するために設計された特殊なタイプのインデックスです。「embedding models」と呼ばれるAIモデルからベクトルを生成することができます。embedding modelsは、オブジェクト（記事、画像、動画）をベクトルとして要約します。この数値表現は、元のオブジェクトの意味するものを保持します。ベクトルに含まれるそれぞれの数値は、vector embeddingと呼ばれます。 vector indexは、超効率的なAI対応システムを管理する鍵です。vector embeddingと呼ばれる、アイテムの本質を数学的に捉えたベクトルデータを格納します。vector indexの中にあるとき、これらのvector embeddingは、SF映画で見るような3Dホログラフィックな「星図」のように見えます。embeddingが近ければ近いほど、その点は大きく明るくなります。それを1000次元で想像してみましょう。 専門用語で言えば、related vector embeddingsは、データ内の関係を明らかにします。これにより、vector indexは、プレーンテキスト検索の単純なマッチングを超え、AIが強化したセマンティック検索の領域へとアプリを移行させることができるのです。 なぜセマンティック検索が重要なのか？ 例を見てみましょう。これはカサブランカで撮影されたファッション写真と、カサブランカのバザールにいる女性の写真です。通常、これらの写真にはあまり関連性がありません。それぞれ服装も、照明も、人物も、カラー写真とセピア調の白黒写真も、建物の中の写真と路上の写真も、まったく違います。 しかし、両者を結びつけるものは、どちらも写真であり、どちらも人間の画像であり、どちらも服を着ていて、どちらもモロッコのカサブランカという街で撮影されたということです。vector indexに格納されたベクトルではどう見えるのでしょうか？ Photo1 = [ 234.53, 45.31, 23.45, …]Photo2 = [ 45.32, 98.6, 23.45, …] これはどういうことかというと、vector indexにこれらのベクトルを書き込むことで、類似するvector embeddingは、vector indexの多次元空間において、他のベクトルの近く、隣、または同じになります。それらは自動的に関連しているのです。従って、セマンティック検索で、23.45近辺のvector embeddingを持つベクトル、45.31近辺のvector embeddingを持つベクトルなど、すべてのベクトルを見つけることができます。45.31付近のXYZを検索します。私たちが扱っているのは数値の配列であり、かさばるデータではないので、このような検索を満たすことは、他のインデックスタイプよりも劇的に効率的であり、パフォーマンスも高いのです。 vector indexを何に使うのか？ vector embeddingでvector indexが何をするのかがわかったところで、vector indexを使って何ができるのか、いくつかの例について説明しましょう。 AI チャットボット 例えば、ある製品のドキュメントサイトなど、特定のデータセットをAIに学習させることを考えてみましょう。それを、様々な言語でアプリケーションを書くための他のトレーニングデータと組み合わせれば、ドキュメントのセットに対して質問をし、AIにユーザーのためにコードを書かせることができます。もうドキュメントを検索する必要はなく、AIに普通に質問するだけで、トピックに沿った、あるいは質問した内容に似た回答を生成してくれるのです。このユースケースは、私がナレッジbotと呼びたいものです。 検索 このアプローチは、推薦エンジン、画像認識、自然言語処理(NLP)など、様々なアプリケーションにおいて基本となっています。膨大なデータセットから関連する項目を効率的に見つける能力により、類似検索は現代のデータ分析や機械学習における強力なツールとなっているのです。これは、商品カタログ、動画/音楽ストリーミングサイト、電子商取引サイトなどで利用できます。 推薦エンジン これは”検索”でも触れたが、単独な機能としても十分に一般的です。例えば、あなたがテーブルを購入するためにオンラインで調べているとしましょう。あなたの過去の購入履歴や、他の人が検索したもの、クリックしたもの、高評価を得たものを知ることで、AIを活用したレコメンデーションは、単純な検索よりもあなたのリサーチに適したサイトや画像、動画を提供することができるのです。 異常検知 異常検知は、データ分析において重要なプロセスであり、予期された動作に適合しない異常なパターンを特定します。これらの異常値や異常現象は、不正行為、ネットワーク侵入、システム障害などの問題を示す可能性があります。リアルタイムで異常を検出できるため、即座に対応でき、潜在的なリスクを軽減し、システム全体の整合性と信頼性を高めることができます。 感情分析 言葉をvector indexの多次元空間にマッピングすることで、ポジティブ、ネガティブ、またはニュートラルな感情に相関するパターンを見分けることができます。これにより、大規模なデータセット間で効率的な比較が可能になり、製品やトレンドなどに対する意見を測定するのに役立ちます。リアルタイム処理と適応性により、vector […]

数ヶ月前、Momentoはフルマネージド・サーバーレスWebSocketサービス「Topics」をリリースしたました。このサービスは、あらゆるものを接続することを目的としています。バックエンド・サービスとバックエンド・サービス、バックエンド・サービスとユーザー・インターフェース、さらにはユーザー・インターフェースとユーザー・インターフェースを、文字通り2回のAPIコールで接続することができます👇。 そしてメッセージを受け取ること： リソース管理もコンフィギュレーションもなく、ただコードを書いて実行するだけです！ Amazon SQS、SNS、Kinesisのようなサービスもサーバーレス・イベント・メッセージング・サービスだが、バックエンド・コンポーネント間でイベントを送受信することに重点を置いています。 反面、Pusher、Amazon AppSync、AWS IoT Coreのようなサービスは、WebSocketのようにバックエンド・サービスとユーザー・インターフェイスを接続して使用することを意図しています。これらはWebSocketの複雑さの多くを抽象化した素晴らしいサービスですが、私たちMomentoは、リアルタイム通信を構築するための開発者体験を改善し続けることができると考えました。 ‍ そこで私たちは、あらゆるものがあらゆるものと通信できるようにする、極めてシンプルなサービス、Topicsを構築しました。 この高度にスケーラブルなサービスは、毎秒数百万トランザクション（TPS）という驚異的な低レイテンシーを誇り、プライムタイムの準備が整っています。 信じられないですか？このサービスがどのように構築され、何がこのサービスを輝かせているのかを見てみましょう。 イベントとサブスクリプション まず、トピックを介してMomento Topicsに情報を公開したり購読したりするときに何が起こっているのかについて説明しましょう。トピックとは、パブリッシャーと購読者間の集中的なコミュニケーション形態であり、専用のチャットルームのようなものだと考えてください。 ユーザーインターフェイスやバックエンドサービスがトピックを購読するとき、Momento に何かが起こったときに通知するように指示します。具体的には、誰かがトピックにイベントをパブリッシュ (送信) したときに通知されます。サブスクライブのユースケースとしては、チームメイトがサインオンしたときや、インスタントメッセージを受け取ったときにエンドユーザーに通知することが考えられます。 Momento Topicsでは、サブスクリプションは、サブスクライバとMomentoサーバ間の長期間のgRPC接続です。これは電話を設定するようなものです。あなたのユーザーインターフェイスは、Topics サービスを呼び出し、そのサービスとのオープンな接続を持つようになり、両者間で即座に直接データを転送できるようになります。 SNSはアクティブな接続を維持しないので、これはAmazon SNSなどとは異なります。その代わりに、SNSの購読者は電話帳に追加され、イベントが発生したときに誰が呼び出されるべきかをサービスが知ることになります。その結果、レイテンシーは高くなるが、ステートレス通信が可能になります。ステートレス通信は、電子メールを送信したり、キューに何かを追加したりする必要があるときなど、リアルタイム性が要求されないときには非常に有効です。このような状況では、ワークフローの非同期性によりレイテンシーが高くなることは全く問題ありあせん。 Topicsが他のWebSocketサービスと異なるのは、転送プロトコルです。標準的なWebSocket接続は、wsまたはwssでデータを転送します。IoT デバイスは通常、MQTT 経由でデータを転送します。しかし、Momento TopicsはgRPCを使用しているため、データはHTTPで転送されることになります。これらのプロトコルの主な違いを見てみましょう： WSS Pros：全二重（同時双方向）通信を提供。リクエストにヘッダーやメタデータを必要としないため、帯域幅のオーバーヘッドが少ない。ブラウザやサーバー環境で広くサポートされています。Cons：接続の設定と管理が複雑な場合があります。接続管理のためにサーバーリソースを大量に消費します。 MQTT Pros：低帯域幅、高遅延、または信頼性の低いネットワークに最適化されています。様々なレベルのメッセージ配信保証を提供。遺言（LWT）を提供します。Cons：ウェブブラウザではネイティブにサポートされていません。オーバーヘッド（キープアライブメカニズム）が追加されるため、wssに比べてレイテンシーが高くなります。 HTTP (gRPC) Pros：HTTP/2を使用し、より高速なパフォーマンスを実現するための多重化とヘッダー圧縮をもたらします。双方向ストリーミングが可能です。Cons：JSONやXMLの代わりにプロトコル・バッファを使ってシリアライズする。インテグレーターにとっては、RESTほどなじみがないかもしれない。 一方、イベントはほとんど説明の必要がありませｎ。イベント・ドリブン・アーキテクチャーについて私が聞いた中で最も良い説明は、Momentoのカンファレンス「MoCon」でエリック・ジョンソンが語ったものです。彼はこう言った。そして我々は反応する。イベントとはその “何か “のことなのです。 イベントは何でも表現できます。ブール値でも、エンティティ識別子でも、JSONオブジェクト全体でも、さらには写真でもかまいません。Momento Topicsでは、イベントのペイロードとしてバイト配列を提供します。すべての購読者は、あなたが提供する同じペイロードを受け取るので、イベントに適切に反応することができます。 さて、サブスクリプションとは何か、何を受け取るのかを理解したところで、アーキテクチャについて話しましょう。 サービス・アーキテクチャ 私にとってサーバーレスWebSocketを使う最大の理由は、ベンダーが提供するインフラ管理です。私はシステム管理者ではなく、アプリビルダーです。接続の負荷分散や自動スケーリング・グループの設定、利用率の計算や急増するワークロードの管理方法などは知りません（知りたくもありません）。 私が知っているのは、アプリケーションにビジネス価値を提供する方法です。私が時間とエネルギーを費やしたいのはそのことであって、インフラの心配をすることではありません。幸運なことに、Momentoのエンジニアたちはインフラについて熟知しており、深く気にかけています。ここでは、オンデマンド・スケーリング、使用した分だけの支払い、スケジュールされたダウンタイムなし、リソースのプロビジョニングなしといったサーバーレス機能を提供するために、彼らがどのようにTopicsを構築したかを覗いてみましょう。 Topicsは2層のアーキテクチャで構築されており、自分で接続を管理するよりも1000倍速く、優れたファンアウトを可能にします。2つの層とは、ルーティング層とストレージ層です。 ルーティング層 ティア1はルーティング・レイヤーです。このレイヤーは、メモリ内にMomentoエコシステムの完全な地形図を持っています。SDKからのリクエストに対応し、サブスクライバーへの接続を管理し、どのティア2ノードがトピックメッセージを保持しているかを計算します（詳細は後述します）。 このレイヤーは、高スループットのEC2インスタンスの自動スケールフリートです。Topicsサービスは、ラウンドロビンのロードバランシングパターンを使用して、受信サブスクリプションを管理します。キャパシティが特定の閾値に近づくと、Control Plane（Momentoの頭脳）が別のインスタンスをウォームアップし、エコシステムのトポグラフィを渡し、それをミックスに追加します。 ストレージ層 第2階層はストレージ層です。イベントがトピックにパブリッシュされると、ここに着地し、接続されたルーティングレイヤーのノードに配信されます。 このレイヤーには、アーキテクチャーの優れた部分があります。ストレージノードはルーティングレイヤーノードとだけ通信し、ルーティン グレイヤーノードはサブスクライバーと通信します。新しいサブスクリプションが追加されると、指定されたルーティングノードはどのストレージノードがそのトピックを所有しているかを計算し、そのストレージノードとの長期間のgRPC接続を確立します。 これは、ルーターがエンドユーザーのサブスクリプションで行っているのとまったく同じパターンです。つまり、Momentoサーバーは他のMomentoサーバーとサブスクライブし、可能な限り接続を再利用しているのです。例を見てみましょう。 […]

セキュリティを強化し、これらの新機能を活用したアプリケーションを探求してください。

WebSocket： モダンアプリのクールキッズだが、飼い慣らすのはとても難しい！

この分かりやすいガイドで、キャッシングのオプションを明確にしましょう。

「MoConを振り返り、サーバーレスとAIの世界で次に何が起こるのかに備えましょう」

Jamstackの2大巨頭であるNetlifyとVercelとMomentoを統合する方法をご紹介します。サーバーやデータベースの手間をかけずにブラウザベースのチャットアプリをデプロイする方法を学び、未来のウェブ開発を簡単に取り入れましょう。

VercelやNetlifyのようなホスティングサービスにデプロイし、数分で稼動させることができます。

Momento CacheをCloudflareワーカーと統合し、アーキテクチャの可能性を最大限に引き出します。

大規模で分散されたアプリケーションの場合、テールレイテンシーを監視するパフォーマンスソリューションを実装することが重要です。

我々は、LLMを搭載したアプリケーションの効率と費用対効果を改善するために、その一翼を担っています。

私たちは、お客様のアプリケーションが最高レベルのセキュリティで保護されていることを確認することを優先します。