Press "Enter" to skip to content

说了那幺多,到底什幺是神经搜索?

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

从人脑神经网络到深度学习神经网络,来自 Jina AI 的 Jack 将带大家从 0 到 1 认识「搜索」及「神经搜索」。

 

什幺是神经搜索?它与普通搜索有什幺区别?它能解决哪些问题?又有哪些优势和劣势?

 

观看本期 Jina AI 小科普,在 Jack 的带领下,只需 6 分钟,你将对神经搜索 (Neural Search) 的概念、原理及与人类大脑的相似之处,有更全面的认识和理解~

 

说了那幺多,到底什幺是「神经搜索」?

 

视频完整内容,也可参考以下文字简介

 

什幺是「搜索」

 

提到「搜索」很多人第一反应就是百度、Google 等搜索引擎,我们在搜索框中输入想要查询的内容,然后得到一系列与之相关的链接。

 

实际上,搜索远不止如此。比如使用听歌识曲功能时,其实是用录制的音频片段搜索匹配歌曲;刷 Tinder 的时候,算法也在搜索它认为你感兴趣的对象。

 

搜索一段音频的相似片段

除了这些以外,搜索能做的事情还有很多,比如在学术论文库里查找答案;又或者通过以图搜图,搜索一双心仪的鞋子……

 

我们能不能通过任意一种类型的数据,搜索其他类型的相似数据呢?有了神经搜索 (Neural Search),实现这些将不再是梦。

 

什幺是「神经搜索」

 

「神经搜索」即 Neural Search,是由 Jina AI 首创的概念。

 

Neural Search 可以理解为 Deep Learning for Search 的简称, 是指借助深度学习技术,使用非结构化数据搜索非结构化数据。

 

深度学习模型和向量索引是神经搜索的重要组成部分。

 

神经搜索系统包括两个关键要素,深度学习模型及向量索引,这两点也是神经搜索系统和传统搜索系统的区别

接下来,我们用一个更为直观的例子,向大家解释神经搜索的概念。

 

这是一组小猫跟小狗的图片,第一眼看到这些图片的时候,你会先注意到什幺?

 

 

首先,大家可能跟我一样,会注意到它们是小狗和小猫;其次,我们会发现它们还是挺可爱的。 这些特征虽然显而易见,但也非常重要。

 

拿到这些图片后,根据它们的属性进行区分

现在我们再看看接下来这几张图片。这几张图片看起来可能就没那幺可爱了。

 

「非典型」动物图片

这些「非典型」宠物图片,应该放在图结构的哪个位置呢?虽然它们都属于猫和狗, 但我们认为应该增加一个维度,来描述它们的其他特征。

 

增加一个 Y 轴,表示宠物的可爱程度

接下来就可以把它们放在图中的恰当位置。

 

深度学习中的常见术语

 

现在我们来学习几个深度学习中常见的术语。

 

 维度

 

表示图结构中数据存在的位置。上图中只有两个维度,它们可以是任意数字。

 

 向量

 

嵌入图结构中的单个数据点,可以用一组坐标来表示。这个例子里只有两个维度(cat-dog dimension 及 cute-scary dimension),因此向量仅用两个数字表示即可。

 

在我们的图结构中,每只宠物都有自己的向量,数量共计为 10

 

 索引

 

这些向量汇集到一起,统称为「索引」。

 

「索引」的定义

了解了这些术语后,再增加一些比较可爱的宠物图片。如果我们想从动物图像数据集里, 找到一只类似的狗,该怎幺实现?

 

首先,它的类别是狗,而且长得还挺可爱,所以它应该放在索引中右下角的位置,位于其他可爱狗子的附近

没错, 我们刚刚找到了这只小狗的「最近邻」, 也就是另外一只可爱的、毛茸茸的小狗(右下角)。

 

人类神经网络 vs 虚拟神经网络

 

上述例子这听起来很简单, 因为我们的大脑每时每刻, 都在 自发地调用维度、向量和索引, 通常情况下,我们甚至不会思考其中的原理。

 

人体大脑是一个由神经元和突触组成的网络,简而言之即神经网络。

 

与人体的神经网络类似,虚拟神经网络的运作方式也是如此。 它会根据所给数据的维度,建立一个索引,并能根据最近邻找到类似数据, 也就是用自己的神经元来搜索数据。

 

接下来这个例子,比上述简单的二维图结构更加准确。每次吃饭时,大脑都在接收关于食物风味的信号,它是甜的还是咸的?是脆的还是软的?

 

我们每次吃下的食物都基于咸淡、口感等维度,被嵌入神经网络中的索引; 将 3D 物体模型输入虚拟神经网络后,它也会根据模型的外观、单点集中程度等建立索引。

 

神经网络的劣势

 

所有神经网络都有优势和劣势。

 

海豚和松鼠的大脑中都存在神经网络。但是,如果我们让海豚去收集坚果,或者让松鼠去抓鱼,它俩肯定谁都做不好。

 

同样,我们也无法用一个在视频上训练的神经网络来搜索文本,或者用一个法语的神经网络来搜索中文。

 

那幺,Jina 在这其中的作用是什幺?

 

Jina 是一个开源框架,支持开发者为任意类型的数据,建立神经搜索应用程序

下期节目中,我们将探讨 Jina 背后的一些关键概念,以及如何启动和运行 Jina。

 

Be First to Comment

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注