什么是向量搜索Vector Search？

🧠 向所有学习者致敬！

“学习不是装满一桶水，而是点燃一把火。” —— 叶芝

---

我的博客主页： https://lizheng.blog.csdn.net

🌐 欢迎点击加入AI人工智能社区！

🚀 让我们一起努力，共创AI未来！ 🚀

---

现在大家都在采用向量搜索来适应用户需求。顾名思义，向量搜索是通过一种称为向量的概念来查找和比较对象的技术。简单来说，它帮你发现对象之间的相似性，让你能在数据中找到复杂且符合上下文的关联。这项技术是AI搜索类应用的幕后功臣。

向量搜索是现代数据平台（如向量数据库）中的一项AI驱动的搜索功能，帮助用户构建更灵活的应用。你不再局限于基础的关键词搜索，而是能跨越任何数字媒体类型，找到语义相似的信息。

它的核心是众多机器学习系统之一，由各种规模和复杂度的大语言模型LLM驱动。这些模型可以通过数据库和传统平台获取，甚至被推送到边缘设备，在移动端运行。

本文将介绍向量搜索、相关术语、功能及其在现代数据库技术和人工智能AI创新中的应用。

什么是向量？

向量是一种数据结构，存储了一组数字。在这里，它指的是保存了数据集数字摘要的向量，可以看作是数据的指纹或摘要，正式名称叫嵌入。以下是一个简单的例子：

向量搜索的好处

向量搜索为数据库及其应用带来了一系列新能力。简而言之，它帮助用户在海量信息（即语料库）中找到更符合上下文的匹配结果。接近度的概念很重要——向量搜索通过统计方法将项目分组，展示它们的相似性或相关性。这不仅适用于文本，还适用于更多类型的数据，尽管我们的例子多为文本，以便与传统搜索系统对比。