ソフトクリエイト、「Safe AI Gateway」に図表や画像を解釈できる「画像対応RAG機能」を追加

　株式会社ソフトクリエイトは26日、企業・団体向け生成AIサービス「Safe AI Gateway」の学習ボット機能において、画像や図表を含む学習データを活用できるマルチモーダルRAG機能「画像対応RAG機能」を追加したと発表した。Safe AI Gatewayの新版「ver.3.22」に搭載され、同日より提供を開始している。

　Safe AI Gatewayは、企業が生成AIを“安全・簡単”に利用できるよう、企業・団体での利用と安全性にこだわって開発されたAIサービス。MicrosoftのAzure OpenAI Serviceを基盤に採用しており、情報漏えいやセキュリティのリスクを心配することなく、ChatGPTをはじめとする最先端の生成AI技術を容易に導入し活用できるという。

　こうした生成AIサービスでは、大規模言語モデル（LLM）の画像認識技術の進化を受け、画像の内容を理解して回答することが可能になっている。しかし、学習データ内の画像や図表をRAGの検索・回答に活用し、さらに前後の説明文や資料全体の文脈まで踏まえて回答に反映することは容易ではないという。そのため、従来のRAGでは、資料に情報が記載されていてもAIが適切に回答できない場合があり、図解情報の文章化など追加のデータ整備が課題になっていたとのこと。

　今回提供を開始した画像対応RAG機能は、こうした課題に対応するもので、資料内の画像を単独で認識するだけでなく、周辺の説明文や資料全体の構成も踏まえた解析を行える。これにより、画像に写っている内容だけでなく、その画像が資料内でどの業務や手順に関する情報になるかといったことまで理解し、回答を生成できる。

　例えば、「ユーザーを新しく追加するにはどこから操作しますか？」といった問いに対して、画面キャプチャ内のボタンや項目名、業務フロー図に記載された承認ルートや分岐条件、画像として掲載された注意事項や補足情報なども検索・回答対象として活用できる。

　また、承認フロー図と本文中の例外条件を組み合わせて解釈できるので、「何が書かれているか」だけでなく、「どの条件が優先されるべきか」まで踏まえた回答に対応するとのことだ。