Zilliz triunfou no desafio de busca ANN em escala de bilhões da NeurIPS 2021
Em 6 de dezembro de 2021, a principal conferência acadêmica de IA do mundo, a NeurIPS, anunciou o resultado de seu primeiro Desafio de Busca por Vizinhos Mais Próximos Aproximados (ANN). A equipe de pesquisa da Zilliz conquistou o primeiro lugar na categoria de Busca ANN baseada em disco com seu Algoritmo de Otimização de Desempenho em Disco, levando a busca ANN em conjuntos de dados em escala de bilhões a um patamar mais elevado.
Captura de tela de e-mail.
O surgimento das redes neurais permite que enormes volumes de dados não estruturados, como fala, imagens e vídeos, sejam incorporados como vetores, tornando a busca ANN a chave para compreender esses dados não estruturados. Liderado por especialistas e acadêmicos da Microsoft Research, Facebook AI Research, Carnegie Mellon University, Yandex e outras organizações influentes, o primeiro Desafio de Busca ANN atraiu candidatos da Tsinghua University, Nanjing University, Intel, NVIDIA, Kuaishou Technology e outras. Um total de seis conjuntos de dados em escala de bilhões foi adotado como conjuntos de dados de exemplo no desafio, e quatro deles foram lançados pelo Facebook, Microsoft Turing, Microsoft Bing e Yandex especificamente para este evento.
A solução de Busca ANN baseada em disco Block-based ANN (BBAnn), desenvolvida pela equipe de pesquisa da Zilliz, ficou em primeiro lugar na categoria de Busca ANN do Desafio. Seu desempenho atingiu o pico durante a busca no conjunto de dados SimSearchNet++ lançado pelo Facebook. Esse conjunto de dados simula uma detecção precisa de mudanças sutis em imagens, impondo o grande desafio de recuperar todos os vetores dentro de um determinado raio ao redor do vetor-alvo. Para tornar o desafio mais difícil, o número de resultados de consulta a retornar permaneceu incerto. De acordo com o resultado do teste, a solução da Zilliz recuperou 88,573% de todos os resultados relevantes no conjunto de dados, muito além da linha de base de 16,274%, marcando um enorme avanço na busca ANN em escala de bilhões.
No futuro, a Zilliz se dedicará à implementação deste avanço de pesquisa no Milvus, um banco de dados vetorial de código aberto, para atender às necessidades de usuários em diferentes cenários de aplicação. O Milvus é um projeto graduado da LF AI & Data Foundation. O Milvus é capaz de gerenciar um grande número de conjuntos de dados não estruturados e tem uma ampla gama de aplicações em descoberta de novos medicamentos, sistemas de recomendação, chatbots e muito mais. A Zilliz continuará a investir para desbloquear o valor oculto de enormes volumes de dados não estruturados para empresas por meio de soluções de código aberto e nativas da nuvem.
Continue lendo
3 Easiest Ways to Use Claude Code on Your Mobile Phone
Run Claude Code from your phone with Remote Control, Happy Coder, or SSH + Tailscale. Comparison table, setup steps, and tools for typing, memory, and parallel tasks.
How to Improve Retrieval Quality for Japanese Text with Sudachi, Milvus/Zilliz, and AWS Bedrock
Learn how Sudachi normalization and Milvus/Zilliz hybrid search improve Japanese RAG accuracy with BM25 + vector fusion, AWS Bedrock embeddings, and practical code examples.
Announcing the General Availability of Single Sign-On (SSO) on Zilliz Cloud
SSO is GA on Zilliz Cloud, delivering the enterprise-grade identity management capabilities your teams need to deploy vectorDB with confidence.