今天的搜索引擎不仅仅是他们过去的愚蠢关键字匹配器。你可以问一个问题——比如“巴黎的塔有多高?”——他们会告诉你埃菲尔铁塔高 324 米(1,063 英尺)，与 81 层的建筑差不多。即使问题从未真正命名过塔，他们也可以做到这一点。
他们怎么做到的?与如今的其他一切一样，他们使用机器学习。机器学习算法用于构建向量——本质上是一长串数字——在某种意义上代表它们的输入数据，无论是网页上的文本、图像、声音还是视频。Bing 为其索引的所有不同类型的媒体捕获了数十亿个这些向量。为了搜索向量，Microsoft 使用了一种称为 SPTAG(“空间分区树和图”)的算法。一个输入查询被转换成一个向量，SPTAG用于快速找到“近似最近邻”(ANN)，即与输入相似的向量。
这(有一定程度的挥手)是如何回答埃菲尔铁塔的问题：搜索“巴黎的塔有多高?” 将“接近”页面谈论塔楼、巴黎以及事物的高度。这些页面几乎肯定是关于埃菲尔铁塔的。
微软今天在 GitHub 上发布了 SPTAG 算法作为MIT 许可的开源。此代码经过验证和生产级，用于回答 Bing 中的问题。开发人员可以使用该算法快速搜索他们自己的向量集：一台机器每秒可以处理 2.5 亿个向量并回答 1,000 次查询。微软的AI Lab有一些示例和说明，Azure 也会有使用相同算法的服务。
微软首席执行官萨蒂亚·纳德拉 (Satya Nadella) 曾多次表示，他希望“人工智能民主化”并使所有人都能使用它，这不仅创建了一个需要大量专业知识的集中式专业工具，而且还需要广泛的开发人员来解决广泛的问题。范围的问题，可以用作他们工具包的一部分。SPTAG 的发布是微软如何将这些话付诸实践的一个例子;Azure 服务和开源的结合意味着开发人员可以从更受约束、更易于使用的服务开始，随着他们的专业知识或需求变得越来越复杂，他们可以使用 SPTAG 来构建自己的服务。