AI 搜索如何感性又性感，开源向量搜索引擎带来新玩法

信息化技术的飞速发展，带来了海量数据的爆发。一方面，越来越多的数据可以为我们的生活带来便利，但另一方面，也给软件开发者带来了巨大的挑战——图片、视频、语音、文本数据越来越多地出现，开发者也不得不随之经历结构化数据处理、半结构化数据处理、非结构化数据处理的历程。

对于结构化数据来说，开发者已经有了非常成熟的索引算法，常见的有 Bitmap、哈希表和 B 树等，也建立了 Oracle 和 DB2 为代表的关系型数据库；而对于半结构化数据，倒排索引也是非常成熟的索引算法，诞生了 Solr 和 ElasticSearch 等搜索引擎；但是面对以图片视频为代表的非结构化数据，由于难以被传统计算方法和处理器进行处理与归类，长期以来始终困扰着开发者，成为搜索的便利精准度和实际落地难度的矛盾爆发点。

为此，Zilliz 推出了开源向量搜索引擎 Milvus，帮助用户应对以图片、视频、语音、文本为主的海量非结构化数据检索。在 Milvus 中，开发者通过灵活地选择多种向量相似度计算方式和索引类型，以主流的欧式距离、点积、余弦相似度等维度进行相似性计算，可以提高非结构数据的比对精准度，获得最优的搜索性能，而基于开源社区的特性，开发者还能发挥自身的主观能动性，参与到产品的开发及设计中，打造出更符合自己使用习惯的独家专属向量检索数据库。

众所周知，深度学习是目前最有效的非结构数据处理方式之一，而 Milvus 向量搜索引擎则对接了包括图片识别，视频处理，声音识别，自然语言处理等多种深度学习模型，不仅更方便于开发者的调用，也能通过引入 GPU 等高算力 ASIC，有效降低大规模向量搜索所需的硬件规模，从而在降低系统成本的同时，大幅提高向量搜索性能，支持企业在单台通用服务器上完成对十亿级数据的毫秒级搜索需求。

目前，在电子商务、泛互联网服务、智能产品设计、智慧城市建设、安防、生物制药、医疗方面，Milvus 都进行了广泛的服务覆盖，扩展了 AI 搜索服务的更多可能性。

当然，纸上得来终觉浅，作为最关注开发者体验的开源社区，怎么会不为大家提供更多一起放肆“造作”的机会？

10 月 17 日，在开源即将一周年之际，为了解答更多企业在使用非结构化数据过程中遇到的疑惑，也为了让更多开发者可以发掘非结构化数据的隐藏价值，Zilliz 携合作伙伴将在北京万达文华酒店举办第一届 Milvus Community Conf，供大家交流探讨。

在这次大会上，不仅有 Zilliz 的创始人兼 CEO，LF AI 基金会的董事会主席星爵为大家分享商业愿景和产品演技路线图，还有来自 Facebook、爱奇艺、贝壳找房、企查查、焦点科技与澜起科技等用户与合作伙伴，为大家进行基于计算机视觉、自然语言处理、推荐机制等与向量检索紧密相关案例的落地经验分享和分析，相信干货满满的演讲，和面对面提问技术大咖们的机会，会激发各位更强烈的脑洞碰撞，玩转向量搜索，拓展更多 AI 场景的性感玩法。

非常遗憾的是，因为疫情影响，本次大会仅开放 100 个入场名额，坐席紧张，赶紧在下图中扫码参与报名，和技术流玩家们一起加入 Milvus 的开发者社区，为技术狂欢，赢取神秘礼物吧。

（扫码报名）