微軟公開了其Bing搜索服務背後的關鍵演算法

引述外媒報道，微軟 今天宣布它開源了一個關鍵部分，使其Bing搜索服務能夠快速將搜索結果返回給用戶。通過開放這項技術，該公司希望開發人員能夠為其他用戶搜索大量資料庫（包括零售業）的用戶構建類似的體驗，儘管在這個數據豐富的時代，開發人員可能會發現很多其他企業和消費者使用案例。

該公司今天開源的軟體是微軟開發的一個庫，它可以更好地利用它收集的所有數據以及它為Bing 構建的AI模型。

「僅在幾年前，網路搜索很簡單。用戶輸入幾個單詞並瀏覽結果頁面，「該公司在今天的公告中指出。「今天，相同的用戶可能會在手機上拍照並將其放入搜索框中，或使用智能助手提問而無需親自觸摸設備。他們也可能會輸入一個問題並期待一個實際的答覆，而不是一個可能答案的頁面列表。「

利用空間分區樹和圖（SPTAG）演算法作為開源Python庫的核心，Microsoft能夠在幾毫秒內搜索數十億條信息。

當然，矢量搜索本身並不是一個新想法。然而，微軟所做的是將這一概念應用於深度學習模型。首先，團隊採用預先訓練的模型並將數據編碼到矢量中，其中每個矢量代表一個字或像素。然後使用新的SPTAG庫生成向量索引。隨著查詢的進入，深度學習模型將該文本或圖像轉換為向量，並且庫在該索引中找到最相關的向量。

微軟表示，「通過Bing搜索，矢量化工作已經擴展到搜索引擎索引的超過1500億條數據，從而帶來了對傳統關鍵字匹配的改進。」 「這些包括單個單詞，字元，網頁摘要，完整查詢和其他媒體。一旦用戶搜索，Bing就可以掃描索引的向量並提供最佳匹配。「

該庫現在可在MIT許可下使用，並提供構建和搜索這些分散式矢量索引的所有工具。您可以在此處找到有關如何開始使用此庫以及應用程序示例的更多詳細信息。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！