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

<p><strong>Summary:</strong></p><p>検索・AIエンジニアの打田さん（<a href="https://bsky.app/profile/mocobeta.dev" target="_blank" rel="noreferrer nofollow noopener">@mocobeta</a>）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。</p><p><br></p><p><strong>Guest:</strong></p><p>打田さん（@mocobeta）<a href="https://bsky.app/profile/mocobeta.dev" target="_blank" rel="noreferrer nofollow noopener">https://bsky.app/profile/mocobeta.dev</a></p><ul><li>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。</li><li>GitHubやSNSでは mocobeta というハンドルネームを使っています。</li><li>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。</li><li>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。</li></ul><p><br></p><p><strong>Contents:</strong></p><ul><li>ゲストの打田さん（<a href="https://bsky.app/profile/mocobeta.dev" target="_blank" rel="noreferrer nofollow noopener">mocobeta</a>）の自己紹介とバックグラウンド</li><li>形態素解析ライブラリ「<a href="https://mocobeta.github.io/janome/" target="_blank" rel="noreferrer nofollow noopener">Janome</a>」の開発とPythonコミュニティでの活用</li><li>Apache Luceneコミッターとしての活動と共著書籍の紹介</li><li>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</li><li><a href="https://2026.pycon.jp/ja/talks/BUZXVG" target="_blank" rel="noreferrer nofollow noopener">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</a></li><li>ブラウザ側（<a href="https://huggingface.co/docs/transformers.js/index" target="_blank" rel="noreferrer nofollow noopener">Transformers.js</a>）で埋め込み計算を行い無料枠で運用する工夫</li><li><a href="https://github.com/deepinsight/insightface" target="_blank" rel="noreferrer nofollow noopener">InsightFace（ArcFace）</a>を活用した7万件の顔認識ベクトル検索の精度と驚き</li><li>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）</li><li>打田氏が登壇したナレッジワーク主催の<a href="https://speakerdeck.com/mocobeta/2026nian-ban-bekutorujian-suo-embeddingzui-qian-xian" target="_blank" rel="noreferrer nofollow noopener">「Encraft（エンクラフト）＃25」勉強会</a>の概要</li><li>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</li><li>マルチモーダル対応の埋め込みモデル（<a href="https://huggingface.co/jinaai/jina-embeddings-v5-omni-small" target="_blank" rel="noreferrer nofollow noopener">Jina</a>など）の進化とローカル運用の可能性</li><li>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</li><li>ベクトル検索は「精度（Precision）」ではなく「再現率（Recall）」を高める技術</li><li>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</li><li>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</li><li>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</li><li>ランダムアクセスに強いカラムナフォーマット「Lance」と<a href="https://lancedb.com/" target="_blank" rel="noreferrer nofollow noopener">LanceDB</a>の革新性</li><li>Apache ArrowやDataFusionなどLanceDBを支える周辺技術スタック</li><li>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</li><li>Lucene、Elasticsearch、OpenSearchの関係性とOSS開発の魅力</li><li>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</li><li>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</li><li>寺田氏のブログ・研究アウトプット（<a href="http://ttps://lab.cmscom.jp/" target="_blank" rel="noreferrer nofollow noopener">lab.cmscom.jp</a>）の紹介</li><li>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</li></ul><p><br></p><p><strong>Links:</strong></p><ul><li><a href="https://link.amazon/B01sLCqOd" target="_blank" rel="noreferrer nofollow noopener">検索システム実務者のための開発改善ガイドブック</a>: <a href="https://www.lambdanote.com/products/ir-system" target="_blank" rel="noreferrer nofollow noopener">https://www.lambdanote.com/products/ir-system</a></li><li>Janome (Japanese morphological analysis library): <a href="https://mocobeta.github.io/janome/" target="_blank" rel="noreferrer nofollow noopener">https://mocobeta.github.io/janome/</a></li><li>Apache Lucene: <a href="https://lucene.apache.org/" target="_blank" rel="noreferrer nofollow noopener">https://lucene.apache.org/</a></li><li>【2026年版】 ベクトル検索とEmbedding最前線: <a href="https://speakerdeck.com/mocobeta/2026nian-ban-bekutorujian-suo-embeddingzui-qian-xian" target="_blank" rel="noreferrer nofollow noopener">https://speakerdeck.com/mocobeta/2026nian-ban-bekutorujian-suo-embeddingzui-