Jina AI x DataWhale｜跨模态神经搜索实践的教程正式上线！

Datawhale x Jina AI 联合推出跨模态神经搜索教程！本教程基于 MLOps 框架 Jina 与 CLIP 模型搭建，通过前后端分离的模式，帮助你快速地搭建自己的神经搜索应用，接触前沿的多模态 AI 技术。

教程背景

在当下互联网信息爆发且形式愈加丰富的背景下，多模态、跨模态的人工智能崛起。单一模态往往难以提供对图文、视频等信息的完整描述，而多模态人工智能颠覆了传统单模态的互动方式，用户可以使用任何模态的组合进行输入输出，包括且不限于文本、图像、视频、音频等，为计算机提供更接近于人类感知的场景，打造了全新的用户体验。

本次跨模态神经搜索实践教程由 Datawhale 和 Jina AI 社区联合推出。

教程亮点

有别于传统的搜索引擎的关键词匹配，本教程带你实现的是一个跨模态的神经搜索，通过输入对画面的描述文本即可获得高度对应的视频片段。

如图，输入“几个戴着麻将面具的人”，就能得到如下的视频片段。

教程内容

内容说明：教程以 Jina 框架^[1]和 CLIP 模型为基础，生动介绍了如何从零搭建起一个跨模态的神经搜索应用。从环境搭建，到容器化部署，每一步教程贡献者们都提供了清晰的文档。

学习路线<