Microsoft kompaniyasi
Qidiruv tizimlarida vektorli saqlashdan foydalanish g'oyasi ancha vaqtdan beri mavjud bo'lishiga qaramay, amalda ularni amalga oshirish vektorlar bilan operatsiyalarning yuqori resurs intensivligi va miqyoslilik cheklovlari bilan to'sqinlik qilmoqda. Chuqur mashinani o'rganish usullarini taxminan eng yaqin qo'shni qidirish algoritmlari bilan birlashtirish vektor tizimlarining ishlashi va miqyoslanishini yirik qidiruv tizimlari uchun maqbul darajaga etkazish imkonini berdi. Misol uchun, Bing-da 150 milliard vektordan ortiq vektor indeksi uchun eng mos natijalarni olish vaqti 8 ms ichida.
Kutubxona indeks yaratish va vektor qidiruvlarini tashkil qilish vositalarini, shuningdek, juda katta vektorlar to'plamini qamrab oluvchi taqsimlangan onlayn qidiruv tizimini saqlash uchun vositalar to'plamini o'z ichiga oladi.
Kutubxona shuni anglatadiki, to'plamda qayta ishlangan va taqdim etilgan ma'lumotlar tegishli vektorlar shaklida formatlangan bo'lib, ular asosida taqqoslash mumkin.
Shu bilan birga, vektor qidiruvi matn bilan cheklanmaydi va multimedia ma'lumotlari va rasmlariga, shuningdek tavsiyalarni avtomatik ravishda yaratish tizimlarida qo'llanilishi mumkin. Masalan, PyTorch ramkasi asosidagi prototiplardan biri vektorlar to'plamiga aylantirilgan hayvonlar, mushuklar va itlar tasvirlari bilan bir nechta ma'lumot to'plamlari ma'lumotlaridan foydalangan holda yaratilgan tasvirlardagi ob'ektlarning o'xshashligi asosida qidirish uchun vektor tizimini amalga oshirdi. . Qidiruv uchun kiruvchi tasvir qabul qilinganda, u mashinani o'rganish modeli yordamida vektorga aylantiriladi, buning asosida SPTAG algoritmi yordamida indeksdan eng o'xshash vektorlar tanlanadi va natijada tegishli tasvirlar qaytariladi.
Manba: opennet.ru