首页 星云 工具 资源 星选 资讯 热门工具
:

PDF转图片 完全免费 小红书视频下载 无水印 抖音视频下载 无水印 数字星空

为何AI更懂你:向量搜索,了解一下!

编程知识
2024年08月21日 06:43

现在,你有没有发现自己越来越多地依赖推荐系统,有时候自己搜到的结果好像还没有AI推荐的精准。

那估计有人好奇了,推荐系统怎么这么“聪明”的呢?答案就是:“向量搜索”。今天,我们来聊聊这个技术,看看它是怎么改变了我们获取信息的方式的。

1、向量搜索是什么鬼?

首先,向量搜索到底是什么呢?简单来说,它是一种“懂你”的搜索技术。

传统搜索引擎一般会根据你输入的关键词,去找那些完全匹配的内容。但是向量搜索不一样,它更聪明,不仅是匹配关键词,而且会试图理解你真正的意图和上下文,然后去找那些最符合你需求的内容。

你可以把它想象成一个特别懂你的“老朋友”,它知道你要的是什么,即使你好像啥也没说清楚。

向量搜索的2个明显应用就是推荐系统知识库。无论是购物、音乐推荐 还是 知识库检索,都是向量搜索在背后默默工作。

比如说,你在某个音乐平台听了一首歌,平台不仅会推荐风格相似的歌曲,还会根据歌表达的情绪、歌词的内容给你推荐一些更加相似的歌曲。

2、向量搜索的核心是向量和维度

那么,向量搜索是怎么做到这些的呢?关键就在“向量”和“维度”。

在数学里,向量是有方向和大小的,而在向量搜索中,文字或数据会被转换成一个“高维向量”。

每个维度代表着数据的不同特性,比如情感、语义或者上下文。想象一下,这些向量在高维空间中变成了一个个点,而搜索的过程就是在这个复杂的空间中找离你需求最近的点。

以上的解释可能有点抽象,可以这样理解下:传统搜索就像在一张平面地图上精确找点,而向量搜索则是在一个3D立体空间(多维空间)中找近似点,而且考虑的因素更多更复杂。

3、向量搜索改变了搜索方式

向量搜索不仅让搜索变得更智能了,也改变了我们获取信息的方式。

信息化社会下,信息是爆发式增长的,数据不仅量大而且非常混乱。

向量搜索能够将这些数据转化为我们可以理解和操作的形式。它不仅能够帮助我们寻找精确的信息,还能够通过多个维度寻找最接近的信息,包括从 同义词、含义、意图和上下文等各个角度。

向量搜索不仅是对单个词进行搜索,而且还会分析词与词之间的复杂关系,从而更好地理解每次选择是否更接近或偏离检索句子的含义。

这样一来,我们不仅获取到信息,而且找到了更有意义的结果。

过去,我们需要输入非常精确的关键词才能找到想要的信息,但现在即使描述得比较模糊,向量搜索也能帮我们找到最相关的内容。

这对普通用户来说太方便了,不需要搞懂各种专业术语,只要使用自然语言大致将需求表达清楚,就能得到准确的结果。

4、总结

向量搜索的出现,悄然改变了我们获取信息的方式,标志着搜索技术的一次飞跃。它在推荐系统、生成式AI等领域都在大显身手。

本篇完结!欢迎 关注、加V(yclxiao)交流、全网可搜(程序员半支烟)

原文链接:https://mp.weixin.qq.com/s/eRSZhtMOW2UZ-mt0UnxjlQ

最近推出了《开发者AI加持》,一个AI应用开发专栏,旨在助力开发者在这个艰难和变革的时代多一技傍身。还有1V1技术咨询,扫清职业发展和技术道路上的障碍。早鸟价9元,加V(yclxiao)咨询。

From:https://www.cnblogs.com/mangod/p/18370817
本文地址: http://www.shuzixingkong.net/article/1289
0评论
提交 加载更多评论
其他文章 C#二叉搜索树算法
二叉搜索树算法实现原理 二叉搜索树(Binary Search Tree,简称BST)是一种节点有序排列的二叉树数据结构。它具有以下性质: 每个节点最多有两个子节点。 对于每个节点,其左子树的所有节点值都小于该节点值,其右子树的所有节点值都大于该节点值。 实现基本步骤和代码示例 步骤 定义节点类:包
C#二叉搜索树算法 C#二叉搜索树算法
[rCore学习笔记 025]分时多任务系统与抢占式调度
写在前面 本随笔是非常菜的菜鸡写的。如有问题请及时提出。 可以联系:1160712160@qq.com GitHhub:https://github.com/WindDevil (目前啥也没有 本节重点 本章最开始的时候讲解了有类似于多道程序与协作式调度的区别. 回想上一节,我们提到的,如果我们仍然
[rCore学习笔记 025]分时多任务系统与抢占式调度
变分信息瓶颈 (Variational Information Bottleneck) 公式推导
互信息 互信息用于表示两个随机变量相互依赖的程度。随机变量 \(X\) 和 \(Y\) 的互信息定义为 \[\begin{aligned} I(X, Y) & = \mathrm{KL}[p(\boldsymbol{x}, \boldsymbol{y}) \parallel p(\bolds
变分信息瓶颈 (Variational Information Bottleneck) 公式推导
BST 二叉搜索树 BinarySearchTree C++实现(递归/非递归)
目录二叉搜索树基本概念常用结论用途二叉搜索树的性能分析二叉搜索树的操作查找插入删除代码实现BSTree.hpptest.cc 二叉搜索树 基本概念 二叉搜索树(BST,Binary Search Tree) 二叉搜索树又称二叉排序树,它或者是一棵空树,或者是具有以下性质的二叉树: 若它的左子树不为空
BST 二叉搜索树 BinarySearchTree C++实现(递归/非递归) BST 二叉搜索树 BinarySearchTree C++实现(递归/非递归) BST 二叉搜索树 BinarySearchTree C++实现(递归/非递归)
sign_and_send_pubkey: signing failed: agent refused operation
报错描述 ssh连接远程主机时,出现 sign_and_send_pubkey: signing failed: agent refused operation 错误,并且还是需要输入密码 实验环境 Master [root@kvm-master ~]# ssh-copy-id -i .ssh/id
sign_and_send_pubkey: signing failed: agent refused operation sign_and_send_pubkey: signing failed: agent refused operation sign_and_send_pubkey: signing failed: agent refused operation
智能客服的演变:从传统到向量数据库的新时代
向量数据库的崛起,为传统数据库提供了强有力的补充。它的优势在于处理复杂数据和高维数据时的高效性,尤其是在大规模数据分析、实时检索和智能推荐等领域表现突出。传统数据库在结构化数据和事务管理方面表现优异,但在非结构化数据处理、语义搜索和机器学习任务中的局限性逐渐显现。向量数据库的出现,不仅推动了数据存储
智能客服的演变:从传统到向量数据库的新时代 智能客服的演变:从传统到向量数据库的新时代 智能客服的演变:从传统到向量数据库的新时代
SearXNG与LLM强强联合:打造用户隐私保护的智能搜索解答流程,隐私无忧,搜索无忧
SearXNG与LLM强强联合:打造用户隐私保护的智能搜索解答流程,隐私无忧,搜索无忧 SearXNG 是一个免费的互联网元搜索引擎,整合了各种搜索服务的结果。用户不会被跟踪,也不会被分析。 github地址:https://github.com/searxng/searxng 项目地址:https
SearXNG与LLM强强联合:打造用户隐私保护的智能搜索解答流程,隐私无忧,搜索无忧 SearXNG与LLM强强联合:打造用户隐私保护的智能搜索解答流程,隐私无忧,搜索无忧 SearXNG与LLM强强联合:打造用户隐私保护的智能搜索解答流程,隐私无忧,搜索无忧
零基础学习人工智能—Python—Pytorch学习(六)
前言 本文主要讲神经网络的上半部分。 另外,我发现我前面文章写的有歧义的地方还是挺多,虽然,已经改了一部分,但,可能还有没发现的,大家看的时候尽量多理解着看吧。 本着目的是学会使用神经网络的开发,至于数学的部分,就能过就过吧。 神经网络 先学个例子 先结合以前的知识理解一个例子,理解了这个例子,后面
零基础学习人工智能—Python—Pytorch学习(六) 零基础学习人工智能—Python—Pytorch学习(六) 零基础学习人工智能—Python—Pytorch学习(六)