Milvos LogoLfai

打造AI时代的搜索引擎

Milvus 已经被广泛应用于多个领域,其中包括图像处理、机器视觉、自然语言处理、语音识别、推荐系统以及新药发现,在全球范围内被上百家组织和机构所采用

处理图片、视频、语音、文本等非结构化数据的需求正在随着智慧城市,短视频,商品个性化推荐,视觉商品搜索等新兴应用领域的出现而持续的增长。而处理这些非结构化数据最主流的方法就是通过人工智能技术(深度学习算法)提取这些非结构化数据的特征,并用特征向量来表示,然后通过对这些特征向量的计算和检索来实现对非结构化数据的分析与检索。

Milvus就是为了方便用户能够方便的对特征向量进行计算和检索而设计,支持丰富的特征向量索引算法和异构计算资源的调度,具有完备的用户接口、数据管理组件和图形化管理工具,云原生的设计理念可以让 Milvus 基于K8S轻松实现水平拓展和高可用。自产品开源以来获得了广大用户的认可和支持,目前全球社区规模超过3000人,企业用户超过50家。

Milvus凭借对向量检索算法的优化以及异构计算资源的整合,可以为企业级应用提供稳定、高性能的向量检索支持。在绝大部分场景中,保证Top 1召回率100%,同时Top100召回率不低于95%的情况下,百万级数据规模检索时间0.01秒级,亿级数据规模检索时间0.1秒级, 百亿级数据规模检索时间秒级。

Milvus 能做些什么

图像视频检索

深度学习模型最开始就是用来对图像、视频等进行处理,通过训练可以精准的提取图片、视频中的特征从而对图片、视频进行分类,打标签,以图搜图,以图搜视频等等。Milvus凭借其出色的性能和数据管理能力,可以支持各种深度学习模型,实现对海量图片和视频的高性能分析检索能力。

图片搜索

图片去重

视频去重

以商品搜商品

智能问答机器人

传统的问答机器人大都是基于规则的知识图谱方式实现,这种方式需要对大量的语料进行分类整理。而基于深度学习模型的实现方式可以彻底摆脱对语料的预处理,只需提供问题和答案的对应关系,通过自然语言处理的语义分析模型对问题库提取语义特征向量存入Milvus中,然后对提问的问题也进行语义特征向量提取,通过对向量特征的匹配就可以实现自动回复,轻松实现智能客服等应用。

语义提取

个性化推荐

语料分析和推荐

赋能传统向量计算

在传统的数据处理领域也存在大量向量计算的场景,使用传统的计算方式需要消耗大量的算力而Milvus凭借先进的算法可以在同等算力资源下将向量数据处理能力提高至少两个数量级。

分子结构相似性分析

分子药理分析

药物分子虚拟筛选

音频数据处理

音频数据处理

利用深度学习模型对音频数据进行分析和处理能够大大提高语音识别的准确率,而其核心也是对相关音频切片进行向量化处理并且通过向量距离的计算来判断其表达的含义,因此,Milvus在语音、音乐等音频数据处理领域的也有丰富的应用。

个性化音乐推荐

音乐去重

声纹验证

语音识别

智能语音小助手

智能翻译机器人

© 2019 - 2020 Milvus. All rights reserved.