Magi发布其人工智能系统Magi的公众版“”

　　Magi发布其人工智能系统Magi的公众版“”

　　作者丨蒂娜

　　“ Peak Labs”最近发布了其人工智能系统Magi的公共版本“”。通过此搜索引擎，用户可以输入关键词以获取Magi从Internet文本中独立学习的结构化知识和Web搜索结果。每个结构化结果都将附带一个源链接及其可信度得分。

　　这与我们使用的传统搜索引擎不同。传统的搜索引擎会返回一系列链接。要解释该问题，您还需要单击网页以找到有用的信息。

　　此引擎发布后，大量网民围观，其服务器已暂停。 Magi的作者在微博上回复说：“突然有很多人关注我们。非常感谢。事实上，搜索引擎并不是我们的主要业务。我们自己没有做过任何促销，更不用说准备了。 ……Magi一次搜索的计算量比正常的网络搜索要重得多。请宽恕并再次抱歉！”

　　结果中，答案直接位于搜索框下方，链接位于页面右侧，与主流搜索引擎的用户界面相反。例如，如果您在其中搜索“编程语言”，那么第一件事便是各种主流编程语言的集合：C＃，Python，Java，JavaScript ...与此同时，“编程语言”一词是用“描述”和“属性”解释。红色，*敏*感*词*和绿色代表Magi给出的可信等级。

　　答案的右侧提供了一些链接，您可以通过用鼠标轻拂它们来查看从中获悉答案的特定来源：

　　Magi的重点是用户搜索行为的性质。与传统搜索引擎相比，Magi进行了小幅改进：“帮助您思考”。当输入某些您想知道的信息时，传统的搜索引擎会根据结果的权重（页面排名）为您提供显示的链接信息，您需要自己总结和判断信誉。麦琪不仅在互联网上阅读了大量文本，而且还试图理解和学习这些文本中收录的知识和数据，这又迈出了一步。

　　季义超说，Magi类似于IBM Watson的民用版本或Wolfram Alpha的非学术版本。 Wolfram Alpha是一个了解您的问题的搜索引擎，其目标是“计算一切”。根据发明人Stephen Wolfram的说法，它是一个计算知识引擎，而不是像百度或Google这样的搜索引擎。简而言之，它实际上是图形计算器，参考书库和搜索引擎的复合体，非常先进。

　　Wolfram Alpha除了直接给出计算结果外，还可以处理基于自然语言的事实问题，例如：

　　魔术家的后面

　　Magi来自中国团队Peak Labs，创始人Ji Yichao在开发人员圈子中也很出名。 2011年，在北京大学高中学习期间，他独自完成了Mammoth Browser iOS的开发。 2012年，季一超创立了自己的公司，并继续推广浏览器和输入法项目。目前，Peak Labs主要关注Magi项目，关注其背后的技术和相关商业产品的开发。

　　“我们真正进行的商业化是基于转移学习的Magi开放信息提取背后的技术。” Magi所采用的转移学习NLU算法的优势在于它只需要使用通用数据来训练AI引擎。人工智能引擎非常适合专业垂直领域。 Magi首先使用Internet知识及其自身的数据进行预训练，而在专业垂直领域中的任务只需要少量的手动数据注释即可达到*敏*感*词*数据的训练效果。

　　季义超对知乎进行了详细而全面的技术诠释

　　一、利用率和*敏*感*词*性

　　Magi不再依赖于预设的规则和域，“毫无问题”地学习和理解Internet上的文本信息，同时尽可能地（详尽）地查找所有信息，而不是挑选唯一的最佳信息（最有前途的）。通过一系列的预培训任务，Magi淡化了与特定实体或领域相关的概念，而是学习“人们可能会注意内容中的哪些信息？”。为Magi设计了特殊功能表达式，网络模型，训练任务和系统平台（如下所述），并投入了大量精力逐步建立专有的特殊训练/预训练数据。 Magi继续通过终生学习来汇总和纠正错误，从而为人类用户和其他人工智能提供可分析，可搜索和可追溯的知识系统。

　　二、覆盖范围和及时性

　　与自己的网络搜索引擎合作以评估来源的质量。没有信息源和字段的白名单。清晰性，可信性和天主教性的三个魔术师被整合在一起，以权衡知识项目的规模。源的质量是根据化学和准确性问题的定量标准进行评估的。它还要注意及时性，这反映在上述现有知识的时间轴跟踪中，因此不再定期触发批处理更新，并且整个系统继续在线学习，汇总，更新和纠正错误。

　　三、可塑性和国际化

　　没有链接，如pre-NER和依赖关系分析可减少父文本信息的丢失。为Magi的提取模型设计了专用的Attention网络结构和一些支持的预训练任务。该技术堆栈完全独立于语言，从而实现了资源少和跨语言的传输。

　　它正确地做了什么？

　　Magi的官方网站和Ji Yichao自己也承认，仍然存在一些缺点，例如歧义，工程，规模和准确性。关于慢速搜索的问题，纪一超在微博上说，这是因为单次搜索的计算量比普通的网络搜索要重得多。 Magi搜索结果不够好，但这并不能阻止它成为未来搜索引擎的方向，在用户学习后为他们提供值得信赖和理解的知识。尤其是在这个AI时代，搜索引擎的结果应该更接近用户的需求。

　　当前的主流搜索引擎依靠机器爬网，基于超链接分析的网络搜索，结合使用搜索爬虫和排序算法以及以关键词为核心的自动检索，来实现对大量信息的自动获取和重要性排序。作为获取信息的入口，它直接关系到我们获取信息的质量，也造就了早期的互联网公司。

　　但是现在搜索引擎的过度商业化已经引起了用户的厌恶。 Magi的优势在于，它可以删除商业元素，过滤掉广告，使搜索到的信息更纯净，更有价值，并节省用户的时间。

　　吉一超在他的微博上说：“现任的贤士充满了工程师的简单初衷。他既不想让您讨厌广告，也不会对您的隐私感兴趣。”

　　Magi引擎的“大火”表明搜索引擎正在向更好的方向发展。