検索エンジンのFAISSとは｜似てるものを超高速で探してくれる機能

FAISSとは？

ざっくり言うと

• 文章や画像などを「ベクトル（数値のかたまり）」に変換する
• そのベクトル同士の“近さ”で、似てるものを探す
• Facebook（Meta）が作ったオープンソースの検索ライブラリ

ラーメンでたとえると

どう使われる？

1. 埋め込み（Embedding）

文章を OpenAIEmbeddings() とかでベクトル（数値）に変換する
例：

“ラーメン大好き” → [0.123, -0.456, ...]

2. FAISSに登録（保存）

3. FAISSに聞く（検索）

クエリもベクトルにして、「似てるベクトルある？」ってFAISSに聞くと
→ 一番近いベクトル＝似た文章を教えてくれる！

保存するとどうなる？

• index.faiss：ベクトルそのもの
• index.pkl：どの文章がどのベクトルか、みたいなメタ情報

FAISSのすごいところ

FAISSは検索とスコア計算係

スコアの計算自体は FAISS の機能、
でも「そのスコアをどう扱うか」はアプリ側の実装や。

1. 類似度スコアの計算 → FAISSが担当

• FAISS は「埋め込みベクトル（embedding vector）」同士の距離を計算してくれる。
• 多くの場合、**コサイン類似度（cosine similarity）**が使われる（ただしFAISSは内積ベースで実装されてることが多い）。

2. しきい値の判定ロジック → 自分のコードでやってる

• 例：if score >= threshold: ← これがアプリ側の制御
• FAISS は「上位n件出す」とか「最近傍検索（nearest neighbors）」まではやるけど、何点以上かでフィルタする処理は含まれてへん。

類似度スコアと「しきい値」については
こっちで

インデックスを再構築する

元になる文章（たとえばPDFなど）を追加・削除・修正したら、毎回 、インデックスを再構築する必要がある。

なぜ？ → FAISSは「静的なインデックス構造」だから

• 元になる文章 → チャンク分割 → 埋め込み → ベクトルDB作成 という処理が必要
• 一度作った .faiss と index.pkl は、あとから自動で更新されるわけじゃない
• 元になる文章が変わったら、再ビルドしないと整合性が壊れる

FAISSのインデックスと、データベースのインデックスの違い

名前は同じやけど、目的と使い方にははっきりした違いがあるで。

構造比較

用途の違いの例

Q: 「月ってどうやってできたの？」

→ FAISS: 意味的に近いチャンクを探す（semantic）

→ RDB index: "keyword = '月の成り立ち'" みたいな精密一致（syntax）

共通点と違い（あえて言うなら）

• どちらも「検索を高速化するための補助構造」という意味では同じ
• 対象をあらかじめ整理しておくことで、必要なデータを早く取り出せる

まとめ

FAISSとは

「数値にした文章たちを覚えておいて、似たやつを爆速で見つけてくれるツール」！

To be continued…