terapyon channel podcast

# #122 打田さん(@mocobeta) をゲストにRAGからベクトル検索の深い話

Season: 4
Topic: 122

# Note

Summary:

検索・AIエンジニアの打田さん（@mocobeta）をゲストに迎え、検索とAI技術の深遠な世界を語り合いました。寺田氏のPyCon JP登壇内容（VLM・顔認識による写真検索システムの無料枠構築）や、打田氏の「Encraft（エンクラフト）＃25」登壇資料を軸に、バイエンコーダー構造、ANNアルゴリズム、RAGにおけるセルフチェックやハイブリッド検索の重要性、さらにLanceDBの革新性やApache Luceneでの開発裏話まで深掘り。


Guest:

打田さん（@mocobeta）https://bsky.app/profile/mocobeta.dev

  • AIエンジニアをしています。AIアプリケーションで検索技術を活かすことに興味があります。
  • GitHubやSNSでは mocobeta というハンドルネームを使っています。
  • オープンソースが好きで，個人ではJanomeという形態素解析ライブラリを作っていたり（懐かしいという方も多いかもしれません），OSS検索ライブラリのApache Luceneの開発にコミッターとして関わっていたりしました。
  • ラムダノートさんから2022年に「検索システム　実務者のための開発改善ガイドブック」という本を出させていただきました。


Contents:

  • ゲストの打田さん（mocobeta）の自己紹介とバックグラウンド
  • 形態素解析ライブラリ「Janome」の開発とPythonコミュニティでの活用
  • Apache Luceneコミッターとしての活動と共著書籍の紹介
  • 寺田氏が技評JPに執筆したベクトル検索・マルチモーダル関連記事の反響
  • PyCon JP 広島での登壇決定と2万3千枚の画像検索システム構築の背景
  • ブラウザ側（Transformers.js）で埋め込み計算を行い無料枠で運用する工夫
  • InsightFace（ArcFace）を活用した7万件の顔認識ベクトル検索の精度と驚き
  • Firebase Firestoreでのベクトル検索におけるコスト削減テクニック（IVFの応用）
  • 打田氏が登壇したナレッジワーク主催の「Encraft（エンクラフト）＃25」勉強会の概要
  • バイエンコーダー（Two-Tower）構成によるドキュメントとクエリの検索メカニズム
  • マルチモーダル対応の埋め込みモデル（Jinaなど）の進化とローカル運用の可能性
  • 近似最近傍検索（ANN）のアルゴリズム（HNSW、IVF）と量子化技術のトレンド
  • ベクトル検索は「精度（Precision）」ではなく「再現率（Recall）」を高める技術
  • RAG構築でLLMにセルフチェックをさせて回答精度を一気に向上させるTips
  • コストをかけたリランキングや複数回検索ループによる回答の高度化
  • 専門用語や型番検索におけるキーワード検索とベクトル検索のハイブリッドの必要性
  • ランダムアクセスに強いカラムナフォーマット「Lance」とLanceDBの革新性
  • Apache ArrowやDataFusionなどLanceDBを支える周辺技術スタック
  • Apache LuceneへのHNSW導入時に初期プロトタイピングに関わった打田氏のエピソード
  • Lucene、Elasticsearch、OpenSearchの関係性とOSS開発の魅力
  • PyCon JP 2026（8/21-22 広島開催）のお知らせと寺田氏のセッション告知
  • 打田氏の共著『検索システム実務者のための開発改善ガイドブック』改訂版（今秋発刊）のお知らせ
  • 寺田氏のブログ・研究アウトプット（lab.cmscom.jp）の紹介
  • 課題管理ツールLinearのUXの良さと検索仕様についてのマニアックな話題


Links:

2026 — terapyon