几年前,网络搜索很简单,用户输入几个关键字,然后就可以一页一页的查看搜索结果。
如今,用户还可以直接用手机拍照,然后把照片放到搜索框,或者通过AI助手就可以搜索,甚至还可以直接输入问题,得到一个确切的答案,而不是返回无数页的搜索结果
用户的搜索的偏好并不是什么新鲜事——自从Web搜索诞生以来,竞争一直很激烈,如今,由于人工智能的进步,满足这些不断发展的需求变得越来越容易,其中包括必应搜索团队和微软亚洲研究实验室(Asia research lab)的研究人员首创的AI技术。
近日,微软在GitHub上发布了一款最先进的人工智能工具,它可以作为一个开源项目,更好地满足人们不断变化的搜索需求。本周三,微软还通过微软的人工智能实验室发布了用户示例技术和相关视频。
该算法称为SPTAG (Space Partition Tree And Graph)分布式近似最近邻域搜索(ANN)库,允许用户利用深度学习模型在几毫秒内搜索数十亿条信息,这足以说明返回搜索结果有多快。
这种搜索方式比关键字搜索更简单。例如,如果用户输入“巴黎塔有多高?”Bing可以返回一个自然语言的结果,告诉用户埃菲尔铁塔有1063英尺,尽管搜索查询中从未出现过“埃菲尔”这个词,搜索结果中也没有出现“高”这个词。
首先,微软采用预先训练的模型并将数据编码到矢量中,其中每个矢量代表一个字或像素。然后使用新的 SPTAG 库生成向量索引。随着查询信息的进入,深度学习模型将该文本或图像转换为向量,该库紧接着就能在索引中找到最相关的向量。
微软表示,通过Bing搜索,SPTAG 库迄今已对超过 1500 亿条数据进行了改进,其中包括单个单词、字符、网页代码段和完整查询等。
“Bing 每天处理数十亿个文档,现在的想法是将这些条目表示为向量,并搜索这个 1000 亿以上向量的巨大索引,以便在 5 毫秒内找到最相关的结果”。
该库现已开放使用,遵循MIT许可协议,目前在GitHub上已经获得 1280 个Star,131 个Fork(GitHub地址:https://github.com/microsoft/SPTAG)
精彩回顾