Storia AI

事業内容

AIによるコード生成の自動化が進む中、ソフトウェアエンジニアはコードを書くよりも、コードを読み、評価し、設計することに多くの時間を使うようになる。Storiaは、企業のコードベースとその背景を理解するオープンソースのcopilotを開発している。 まずは、開発者がソフトウェアを理解・評価・生成するのを支援するPerplexityのようなエージェント、Sageから始める。既存のコードベースを与えると、開発者はSageに次のような質問をできる。 1) プロジェクトのSLAとレイテンシ要件を踏まえると、どのvector databaseを使うべきか。既存のコードベースにどう組み込めばよいか。 2) underlying vector storeとして、なぜMilvusではなくRedisを選ぶべきか。 3) 組織内のこのコードベースは今も動作するか。別のライブラリと複雑な統合を行うには、どのような手順が必要か。 Sageの回答は、ドキュメントやGitHub、Stack Overflow、技術設計書、プロジェクト管理ソフトウェアなどの外部リファレンスによって直接裏付けられるため、ハルシネーションを防げる。現在、Sageはオープンソースのリポジトリを毎日インデックスし、常に最新の情報を把握している。将来的には、インターネット上にあるあらゆるコードの一行一行を深く理解する。チーム向けには、非公開のコードベースも把握できるようにする。 コードベースとその背景を理解し、すべての開発者がより良いコードをより速く設計できるよう支援するAIシステムの構築方法は、まだ誰も解決していない。vanilla RAGや既存のLLMをそのまま使うだけでは不十分であり、新たな研究上の進展が必要になる。 私たちは、ソフトウェアエンジニアリングとAI研究で20年以上の経験を持つ。Juliaは、「RAG」と呼ばれるようになる前からcontextual neural techniquesを用いたGeminiの前身技術に取り組み、Google KeyboardやPixel phoneなどの製品に応用してきた。MihailはAmazon Alexaで初期のLLMを開発し、contextual deep learningを用いた会話型AIシステムをAlexaの本番環境で初めてローンチした。