Today, I played open AI’s artificial intelligence gpt-3 engine. The difference between gpt-3 is its scale of operation and the completion of a series of incredible tasks. Many people have shouted after experience that the fear of writing in the future is to lose their jobs. The results are very unexpected and the actual effect … 阅读全文 I let AI read the Taoist Scriptures, but I was shocked →

对向量进行索引化是实际使用中的必然需求，按ann-benchmarks上的benchmark看，考察如下的算法库 Annoy FLANN scikit-learn: LSHForest, KDTree, BallTree PANNS NearPy KGraph NMSLIB (Non-Metric Space Library): SWGraph, HNSW, BallTree, MPLSH hnswlib (a part of nmslib project) RPForest FAISS DolphinnPy Datasketch PyNNDescent MRPT NGT: ONNG, PANNG SPTAG PUFFINN N2 ScaNN 综合比较来看，常见的annoy算法库是最为中规中矩的，并非是其中最优秀的，比较稳定的而优异的应当是NGT的PANNG算法，还有NMSLIB中的HNSW算法，尤其是NGT的PANNG算法，在Last.fm的50000次测试中表现仍然很优异，召回率很优秀，其它的各项测试中也比较稳健。 从Issue里看到有人指出，如果采用多核进程进行运算，很多结果会有不同，一个典型的是HNSW算法会出现大幅度的提升，hnsw还有一个ivf-hnsw的改进算法，可以用于在20G内存以下的机器上实现不错的结果。 根据这个测试，一些其它算法也在被推荐，例如纯C++的实现的NSG算法，不过已经两年没去跟进了，看作者的github主页上表现性能也相当优秀，并用淘宝的数据做了测试。 还有一个叫Product-Quantization-Tree算法的，虽然作者没有提供图表，但它是一个GPU实现的方案，可能会有不错的性能，但硬件依赖似乎有些过强了，毕竟现在GPU成本不低。 在ANN算法之外的，有个叫libnabo的算法库，声称要普遍比ANN算法更快20%以上，并且支持python。 在这些评测之外的，京东的vearch作为分布式向量搜索系统，按其自身说法，不仅性能优秀，重点是可以进行分布式搜索，提供了restful的请求接口，基本上属于开箱即用，可以直接拿来就行。 而在vearch之外的, Milvus也颇具名声，在GPU的支持下，甚至可以16G的PC上实现轻松的亿级搜索。 常用的Annoy虽然性能中规中矩，但它有一个非常大的优势就是内存占用最小，如果不是极为高频的数据请求，它可以在低内存的机器上表现良好。

转自网易 据国外媒体报道，人工智能会比治疗师更准确的预测你的婚姻是否出现危机。一种新型的计算机算法，能够通过人们讲话时的语调来预测夫妻关系是否出现裂痕。这种算法预测婚姻是否成功的准确率高达79%，比许多治疗师提供的数据更为准确。这种算法由南加州大学的研究人员开发，他们对134对夫妻在婚姻咨询中的上百则对话内容进行研究，并追踪这些夫妇5年来的婚姻状况，从而得出结论。该算法打 破了传统的对话模式，它通过语音处理技术记录声学特征，如声音的频率、音高、强度以及抖动等。依据这些数据来衡量一个人是否出现了情感问题。这些特性将会用于夫妻心理治疗，防止离婚。