ウィキデータ、AI開発支援へベクトルDB公開

ウィキメディア・ドイツ協会は10月1日、AI開発者向けにWikipediaの構造化データ「Wikidata」へのアクセスを容易にする新プロジェクトを発表しました。この「Wikidata Embedding Project」は、1億件以上のデータをベクトル化し、AIモデルが文脈を理解しやすくするものです。AI開発の精度向上と民主化を目指します。

プロジェクトの核となるのは、ベクトルベースのセマンティック検索です。単語や概念を数値ベクトルに変換することで、AIはキーワードの一致だけでなく、意味的な関連性も捉えられます。特に、外部情報を参照して回答精度を高めるRAG（Retrieval-Augmented Generation）システムとの連携が大幅に向上します。

従来のWikidataは、専門的なクエリ言語「SPARQL」やキーワード検索が中心で、AIモデルが直接活用するには障壁がありました。今回の新データベースは、自然言語での問い合わせにも対応し、開発者がより直感的に、かつ文脈に沿った情報を引き出すことを可能にします。

AI業界では、信頼性の高い学習データへの需要が急騰しています。このプロジェクトは、Web全体から情報を収集するデータとは一線を画し、編集者によって検証された高品質な知識を提供。大手テック企業以外の開発者にも公平な競争環境をもたらすことが期待されます。

プロジェクト責任者は「強力なAIは一握りの企業に支配される必要はない」と述べ、その独立性を強調しています。この取り組みは、オープンで協調的なAIエコシステムの構築に向けた重要な一歩と言えるでしょう。データベースはすでに公開されており、開発者からのフィードバックを元に更新が予定されています。