![](https://static-www.elastic.co/v3/assets/bltefdd0b53724fa2ce/blt2d5b073c01db9da8/645ad19acb09345e47b97dff/8.8_blog_720x400.png)
Elastic 8.8でシンセティック監視、セマンティック検索、セキュリティを強化
Elastic 8.8には、Elasticの新しいLearned Sparse Encoderモデル、一般提供のシンセティック監視とElasticネイティブコネクター、Amazon Kinesis Data Firehoseを介したElastic Cloudへのログの直接取り込みなどが搭載されています。
![](https://static-www.elastic.co/v3/assets/bltefdd0b53724fa2ce/blt093938bca8871c89/6480e8c10f2d9b2043ed3b5f/blog-elastic-GAI-public-sector.jpg)
行政機関と公的セクターにおける生成AIのメリット
生成AIが盛り上がりを見せる中、行政機関の責任者たちは現時点で何が実装可能で価値があるのか、そして何が不確かなのかを見極めようとしています。公的セクターが生成AIを内部データやElasticsearchと統合することで得られるメリットについて解説します。
![](https://static-www.elastic.co/v3/assets/bltefdd0b53724fa2ce/blt63c868476ebf7116/63e12e6f50d1a61113a2fa23/digital-experience-monitoring.jpg)
表裏一体:シンセティック監視でテストと監視を統合する
DevOpsは、開発と運用にまたがる補完的な手順の確立を目指しています。Playwright、@elastic/synthetics、GitHub Actions、Elastic Syntheticsがどのように開発チームとSREチームを一体化させ、ユーザーエクスペリエンスを検証および監視できるのかをご覧ください。
![](https://static-www.elastic.co/v3/assets/bltefdd0b53724fa2ce/blt78fb5a4b04465e4c/646b8227330f1112a49c9b45/accessing-machine-learning-models.jpg)
Elasticでの機械学習モデルの使用
Elasticに独自の変換器モデルを導入して、最適化された埋め込みモデルやNLPを利用できます。またはAPI経由でOpenAI GPT 4などのサードパーティ製変換器モデルと統合して、より正確な、プライベートデータストアに基づくビジネス固有のコンテンツを活用できます。
![](https://static-www.elastic.co/v3/assets/bltefdd0b53724fa2ce/blt0b42bb0946b3fd51/646687789cb8ca4a8a53f28e/blog-720x420_(1).png)
Elasticsearch Relevance Engine™ - 生成的AI検索アプリケーションを構築
Elasticsearch Relevance Engine™(ESRE)は、ベクトルデータベースと各種の機械学習モデルでプライベートデータセット向けの生成的AIソリューションを強化し、多くの検索アプリケーション開発者に関連性向上をもたらすセマンティック検索を実現します。
![](https://static-www.elastic.co/v3/assets/bltefdd0b53724fa2ce/blt76fe0e11ce36421f/64667e360a3fbb5359ee4157/02-prism.jpeg)
LangChainとElasticsearchを使用したプライバシー最優先のAI検索
検索の世界は急速に変化しています。ChatGPTは、データ検索を高速化するという生成AIならではの地位を確立しました。このブログではElasticsearchとLangChainを使用して、『スター・ウォーズ』の楽しい豆知識が得られるプライベートなボットを構築します。
![](https://static-www.elastic.co/v3/assets/bltefdd0b53724fa2ce/blt3a21a598b13dcba0/5ffdd35b092adc41f184bad4/blog-thumb-charts-laptop.png)
Elastic StackとDocker Composeを使いはじめる
この2部構成シリーズのパート1では、Elasticsearch、Logstash、Kibana、Beats(総称:ELK-B)で構成される標準的なElastic Stackのコンポーネントの構成方法について詳しく説明します。これをベースにすれば、すぐに開発を開始できます。
![](https://static-www.elastic.co/v3/assets/bltefdd0b53724fa2ce/blt894b0d90d3b3ab68/5ee7cbc53f04b94a186c8020/blog-thumb-elasticsearch-gears-light-blue.png)
Elasticsearchを使用してChatGPTへのプロンプトを自然言語で用意する方法
このブログでは、ChatGPTを使用して自然言語でElasticsearchにクエリを実行する実験的なプロジェクトをご紹介します。
![](https://static-www.elastic.co/v3/assets/bltefdd0b53724fa2ce/bltc20de44415b24b8e/6304d077edb1c60e03cb20ac/blog-thumb-telco-tower.jpg)
NWDAFが通信サービスプロバイダーに及ぼす影響:ベンダー非依存型データ分析の採用
NWDAFのパワーをベンダー非依存型データ分析と組み合わせることで、ネットワークオペレーターは、ネットワークのパフォーマンスを包括的かつ偏りなく把握して、より的確な意思決定を行ったり、ユーザーエクスペリエンスを改善したりできます。