简介：淘宝搜寻举荐、视频搜寻背地应用了什么样的检索技术？非结构化数据检索，向量检索，以及多模态检索，它们到底解决了什么问题？明天由阿里达摩院的科学家从业务问题登程，抽丝剥茧，深度揭秘达摩院外部技术，向量检索引擎 Proxima，以及在阿里云凋谢搜寻产品行业模板能力的实际利用~

技术分享：

  • 王绍翾(大沙) 阿里达摩院机器智能实验室 资深技术专家
  • 肖允锋(鹤冲) 阿里达摩院机器智能实验室 资深技术专家

阿里云搜寻举荐产品：

  • 凋谢搜寻（OpenSearch）：https://www.aliyun.com/page-source/data-intelligence/activity/edusearch

    5. 技术瞻望

    随着 AI 技术的广泛应用以及数据规模的一直增长，向量检索作为深度学习中的支流办法，其具备的泛检索和多模态搜寻的能力也将进一步失去施展。物理世界的实体和特色，通过向量化技术进行表征和组合，映射到数字世界，借助计算机进行计算和检索，开掘潜在逻辑和隐式关系，更智能的服务于人类社会。

    将来，向量检索除了要面对数据规模的一直增长，算法上仍须要解决混合空间检索、稠密空间检索、超高维、泛一致性等问题。工程上，面对的场景将越来越宽泛，也越来越简单，如何造成强有力的系统化体系，贯通场景和利用，将是向量检索下一步倒退的重点。

    版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。