FAISS

FAISSって何？

AIの世界では、テキストも画像も音声も「ベクトル」という数字の列に変換されます。「これに一番似ているもの」を探すのに総当たりで比べると、データが増えた途端に破綻します。FAISSはMeta（旧Facebook）が公開したベクトル類似検索ライブラリで、まさにそのための道具。大量のベクトルにインデックスを作り、数ミリ秒で似ている一団を取り出します。

何を解決するのか

類似検索
クエリのベクトルから、数百万・数十億のベクトルの中の「近いK個」を素早く見つけます。
近似最近傍（ANN）
厳密検索は遅すぎるので、FAISSは「近似」で「速度」を得ます。わずかな誤差を許す代わりに数千倍の高速化。実用上ほぼ劣化しません。
GPUとディスク対応
メモリに収まらない規模でも、GPUで加速したりインデックスをディスクに置いたりでき、数億ベクトルにも耐えます。

どう実現するのか

インデックス構造
FAISSは多くのインデックスを備えます。総当たりのFlat、転置ファイルのIVF、積量子化のPQ、GPU・ディスク版もあり、場面に合わせて選びます。
圧縮と枝刈り
量子化でベクトルを小さくし、クラスタリングで探索範囲を狭め、狭い範囲だけを精密に計算。これが速さの正体です。

どこで使われるか

代表はRAG（検索拡張生成）。知識ベースを断片に切り、ベクトル化してFAISSに保存し、質問時に該当断片を検索してモデルに渡します。レコメンド、類似画像検索、重複排除、著作権検出でも広く使われています。

まとめ：FAISSは「ベクトル界の検索エンジン」。大量のベクトルにインデックスを作り、最も似ているものを数ミリ秒で見つけます。