压箱底的照片都给你搜出来,何尝不是一个“噩耗”。
国内大模型,从年初开始卷现在,都开始追求赋能应用了。百度李彦宏在公开场合不止一次提到,要把百度的产品用AI“从头到尾重做一遍”。
但谁能想到,百度系率先把AI玩出花来的竟然是百度网盘。
就在最近,为了让你更容易找到你想要的照片、视频,百度网盘费尽心机上线了一个名叫“高级图片搜索”的功能,官方号称上万照片能够秒搜索,秒响应。各路网友纷纷表示好奇。
“高级图片搜索”,能有多高级?
百度网盘其实一直都有图片搜索的功能,但是和一众搜图功能一样,一旦你关键词输的不对,网盘就开始“犯傻”,提示没找到结果。
现在推出的这套“高级图搜”功能,据说是在原有搜图功能上基于AI延伸而来的。
官方介绍,百度网盘现在能够通过基于向量的语义搜索,理解涵盖时间、地点、人物、事件等多个要素的组合搜索语句,从而提供更准确、更全面的搜索结果。这项功能能够帮助用户快速找到上万张照片和视频。
目前大部分用户都可以体验这个功能。先在网盘搜索“高级图片搜索”,点击结果进入介绍页面,在最底部点击“立即体验”并坐等数据升级完成,即可体验新功能了。
其实不光是图片,这个功能也可以搜索视频。输入的词汇可以是单个词,也可以是一句话。而且随着描述的细节越多,搜索结果也可以实时调整。
这个功能,可能百度的产品团队预想的是让人们来搜索一些值得怀念的照片。但实际上,热衷于“挖坟”的当代人全都在用它找“表情包”。更有的,是找朋友、同事的“黑历史”。
一个正经功能,再次被多才多艺的人类玩坏了。所以说,AI不学坏是没办法打败人类的。
AI图搜背后的大模型
据了解,此次上线的高级图搜功能的背后,是百度的文心大模型。目前大多数图片搜索依赖的都是“标签功能”,但实际上“标签”没办法将文字和图片精准得联系起来,所以在搜索时经常遇到“搜了个寂寞”。
为了解决这一问题,百度网盘的团队选用了百度文心的多模态大模型VIMER-ViLP,并用海量图片和文本数据对它进行了训练,来实现“基于向量的语义搜索”。
而所谓的“基于向量的语义搜索”,指的是网盘中的所有照片会被编码为一组特征向量。在搜索时,你输入的文本信息也会被转换为一组特征向量。
而图片向量和文本向量之间的距离越近,图片和文本的相似度就越高,该图片就越可能是你想找的那张。
在这种机制下,你不用绞尽脑汁去想什么“标签”。想输什么就输什么,反正也会被转化成文本向量。这样一来,才会有更准确的搜索结果。
但是“标签”也不是毫无用处。面对时间和地点这种信息,大模型也无法理解,还需要“标签”来补充。开发团队利用AI,将文本信息和照片的数据信息进行对比,结合上面的向量分析形成组合搜索,才让这个功能真正实现。
光搜得准没用,还得搜得快。为了提高搜索速度,百度网盘还采用了异构算力调度系统,充分利用云上算力,降低了本地索引占用空间的同时,提供了更精确的查找能力。
此外,百度网盘还支持OCR识图和以图搜图功能,能够自动关联百度百科信息和全网信息。
百度网盘身上的AI“大杂烩”
其实这个“高级图搜”功能,不是度盘上线的第一个AI功能了。
5月份,在万象百度移动生态大会上,百度网盘宣布推出基于文心大模型的“云一朵”智能助理。然后5月27日,百度网盘宣布“云一朵”智能助理开启内测。
据百度的介绍,“云一朵”可通过自然对话帮助用户在海量信息中快速查找信息。只要有了“云一朵”,找图、摘要、翻译等能力,都是一句话的事儿。
可以看出来,百度推出文心大模型之后,真的打算把所有产品用大模型重新“改造”一遍。而百度网盘作为百度用户最多的产品之一,自然是改造的第一梯队。
但是人们可能更关心的是,这样一来自己存在网盘里的那些“秘密”不是更容易被发现了吗?还有,你这些功能这么厉害,是不是代表网盘会员要涨价?!
不愧是你啊,百度!