Nigma (Нигма) — интеллектуальная поисковая система в интернете

Российская поисковая система «Нигма» являлась совместным продуктом бывшего вице-президента Mail.ru Виктора Лавренко и Владимира Чернышова, в то время являвшегося студентом кафедры вычислительной техники и кибернетики МГУ. Поисковик изначально отличал научно-прикладной характер, он являлся в некоторой степени исследовательской лабораторией для студентов МГУ. «Нигма» стала интеллектуальной поисковой системой, на базе которой были созданы и защищены многие дипломы и научные диссертации. Коммерческая составляющая проекта не была приоритетной целью, но сервис некоторое время имел активное рекламное продвижение. Название Nigma принадлежит одному из родов пауков и должно было иметь ассоциацию со Всемирной паутиной.

История создания и развития

Знакомство Виктора Лавренко и Владимира Чернышова состоялось в 2004 году на кафедре АСВК факультета вычислительной математики и кибернетики МГУ. Началом проекта послужили исследования в области искусственного интеллекта.  Система Nigma была запущена 12 апреля 2005 года. Уже после запуска системы разработчиками был проведен ряд исследований поисковых запросов от пользователей. На основании этого были изменены привычные алгоритмы, позволявшие выдавать необходимую информацию уже на странице поиска. В 2007 году Владимир Чернышов при сотрудничестве Стэнфордского университета разработал алгоритм, позволяющий обрабатывать информацию из страниц сайтов и представлять ее пользователям в виде таблицы, включающей основные интересующие значения.

Таким образом, «Нигма» в первую очередь занялась разработкой определенных ниш в сфере поиска в интернете, не конкурируя напрямую с главными поисковиками. В 2008 году в поисковик сделал существенный денежный вклад бизнесмен Юрий Мильнер, в то время владевший долями Mail.ru, а также социальных сетей «ВКонтакте» и «Одноклассники». Переговоры фонда Digital Sky Technologies, принадлежащего Юрию Мильнеру, продолжались около года, после чего доля компании перешла бизнесмену. Начиная с 2009 года «Нигма» пыталась выйти на рынок Вьетнама, которому требовалось создание аналогичной поисковой системы, учитывающей особенности вьетнамского языка. Вьетнамский рынок был выбран и по той причине, что развитие интернета в этой азиатской стране имело на тот момент достаточно высокие показатели (7 %, или 28 миллионов новых пользователей за год). Результатом работы стал поисковик CocCoc, развитием которого продолжает заниматься Лавренко.

Принцип работы

Поиск в системе «Нигма» осуществлялся как по собственным алгоритмам, так и по индексам поиска крупных поисковых систем, таких как Google, «Яндекс» или Bing. Основным отличием от других поисковиков являлось разделение получаемой информации по определенным тематическим категориям – кластерам. Крупные поисковики делают ставку на многозадачность, что не всегда позволяет пользователю найти необходимую информацию. В настройках «Нигмы» можно было включать фильтры, сужающие область поиска, а значит, повышающие вероятность выполнения требуемого запроса.

Настройки позволяли как задавать необходимые параметры, так и удалять их из общей подборки. Таким образом отсеивается большое количество ненужных ресурсов, выдаваемых при поиске. Кроме того, система использовала и привычные интеллектуальные подсказки, появляющиеся при постепенном вводе буквенных и цифровых значений в строку поиска. Можно было задавать для поисковика параметр нахождения информации по точной фразе либо на конкретном ресурсе.

Популярность и распространение

По словам разработчиков, основную аудиторию поисковика должны были составлять студенты, а возможность кластеризации могла обеспечить приток большого количества новых пользователей. Но популярность системы продолжала оставаться достаточно низкой на фоне таких крупных сервисов, как Google и «Яндекс». В 2007 году, по данным LiveInternet, доля переходов с «Нигмы» составляла 0,4 % от общего числа пользователей. Однако этот показатель был выше, чем у одного из старейших российских поисковых сервисов – «Апорт» (0,3 %). Руководство Nigma проводило достаточно активную кампанию по привлечению новых пользователей, которые могли бы стать одновременно и испытателями, что было нужно для развития. Какое-то время сервис рекламировался на «Яндекс.Директ», что принесло более 110 тысяч переходов. Также проводились рекламные кампании в радиоэфире, что способствовало небольшому росту популярности. Однако в 2007 году реклама в «Яндекс.Директ» прекратилась из-за нежелания более крупного сервиса продолжать сотрудничество. Существовала также версия сервиса для устройств, работающих на операционной системе Android.

Сервисы поисковой системы

Помимо непосредственного поиска в сети, «Нигма» обладала другими интересными возможностями, не характерными для многих поисковых сервисов. В частности, это был поиск по музыке или торрентам, а также вычисление математических и химических формул.

Выделение официальных сайтов. Многие поисковые системы никак не выделяют ссылки на официальные ресурсы компаний, заставляя пользователей тратить дополнительное время на их обнаружение. «Нигма» решила этот вопрос выделением таких сайтов особым значком – «палец вверх». Как правило, данная ссылка располагалась вверху поиска и была достаточно заметной и понятной пользователям. Также при желании можно было посмотреть полный список официальных сайтов в случае совпадения названий организаций или фамилий.

Решение математических и химических задач, конвертер. Как уже было сказано, «Нигма» пользовалась относительно высокой популярностью у школьников и студентов. Это обеспечивали возможности по вычислению различных уравнений, которые система легко распознавала в любом варианте написания. Математическая система впервые была запущена в октябре 2008 года.

Это пример стандартного написания задачи в поисковой строке. Также «Нигма» может подробно показать ход решения, если это необходимо. Ход решения выдавался к следующим типам задач:

  • линейным уравнениям;

  • уравнениям вида f(x) = c, где f – логарифм, экспонента, тригонометрическая функция;

  • приведению к общему знаменателю;

  • биквадратным и бикубическим уравнениям.

Помимо линейных уравнений, поисковик был способен решать и задачи с единицами измерения. Необходимо было ввести математическое выражение, содержащее соответствующие условия в сокращенном или полном виде. Еще одной особенностью была возможность написания задачи в виде текста с последующим автоматическим переводом в формат уравнения. Пример такого написания:

Помимо математического сервиса, «Нигма» предоставляла возможность решения химических формул, а также имела встроенный конвертер систем величин и валют, в том числе и с использованием жаргонных выражений. Курс валют выдавался в соответствии с показателями Центрального банка России.

Запуск химической системы состоялся в декабре 2008 года. Первоначально «Нигма» обрабатывала запросы по неорганической химии, по конечным и исходным веществам реакции. Поддержка органической химии появилась позднее. К 2011 году система могла проводить решение более чем 12 000 реакций. Вещества можно было вводить как в виде формул, так и по их названию.

Еще одной отличительной особенностью сервиса «Нигма-Химия» была возможность поиска и расшифровки химической формулы по ее названию. Достаточно было ввести в поисковую строку наименование и тут же получить ответ. Пример:

Конструктор поиска. Любой пользователь мог поместить поисковую форму от «Нигмы» на личный сайт, оформив по своему усмотрению. Это производилось за несколько шагов:

  • выбор варианта оформления строки и кнопки поиска;

  • установка типов и мест поиска;

  • добавление ссылки на свой сайт и указание кодировки.

После получения кода его необходимо поместить на сайт, завершив таким образом добавление поисковой формы. Главным неудобством было отсутствие вычислительных возможностей «Нигмы» при использовании данной формы.

Поиск по книгам и картинкам. Возможность искать информацию по изображениям в настоящее время появилась во всех крупных поисковых системах. «Нигма» осуществляла подборку в соответствии со своим принципом группировки информации по кластерам. Изображения достаточно быстро фильтровались по форматам, размерам и категориям. Поиск книг при вводе их названия в поисковой строке выдавал в первую очередь ссылки на бесплатное скачивание, а не на магазины. Система кластеров работала и здесь, позволяя качественно отфильтровать поступающую информацию.

Поиск музыки и торрент-файлов. Возможность поиска музыки в системе «Нигма» за счет использования кластеров становилась очень удобной для пользователей. Поисковик позволял отфильтровать жанры, альбомы и сами композиции, превращая панель категорий в полноценный рубрикатор. Также система в первую очередь предлагала в выдаче ссылки на прослушивание и скачивание файлов, а предпрослушивание можно было осуществлять через встроенный в систему плеер, в котором можно было прослушать песню перед скачиванием с указанием ее битрейта.

Для некоторых композиций была доступна возможность просмотра ее текста.

Зарегистрированные пользователи имели возможность лично загружать музыкальные файлы в систему. После этого они становились доступны всем пользователям. При поиске торрентов «Нигма» выдавала ссылки на них с указанием числа скачивающих и раздающих, а также размер скачиваемого файла.

Интеллектуальный поиск. Подсказки при введении запроса в поисковую строку в настоящее время стали привычными для всех поисковых систем. «Нигма» в этом вопросе сделала дополнительный шаг, предоставив возможность предпросмотра потенциальных запросов уже в выпадающем списке. Предлагаемые варианты содержат ссылки с указанием краткой, а иногда и полной информации. Причем речь идет только о возможных вариантах вводимого запроса. Кроме того, это решение распространяется и на интернет-магазины, позволяя увидеть предложения товаров с ценами на конкретном ресурсе. Также сервис мог расшифровывать русскоязычные и англоязычные аббревиатуры.

Новости. Кроме того, «Нигма» выдавала пользователям на странице результатов поиска три самые свежие на текущий момент новости. База данных обновлялась каждые пять минут, а источниками новостных данных являлись более 3500 RSS-лент различных СМИ и блогов. Зарегистрированные пользователи также могли добавлять информационные ресурсы в индекс системы.

Современное состояние

19 сентября 2017 года сайт nigma.ru, равно как и нигма.рф, перестал отвечать на запросы пользователей. Спустя некоторое время один из основателей ресурса заявил, что о закрытии речи не идет, так как «Нигма» продолжает приносить прибыль. Тем не менее с 2018 года поисковик больше не работает. В настоящее время существует бета-версия поисковой системы по адресу nigma.eu, которая лишена всех прежних возможностей и предоставляет упрощенный вариант поиска в сети.

Несмотря на скромные начальные ресурсы, система «Нигма» имела определенную популярность у некоторых пользователей за счет возможностей сервиса, которые на момент его наивысшей популярности давали преимущество даже перед крупными поисковиками. Однако ряд факторов помешал сайту представить существенную конкуренцию на рынке поисковых систем.

Интеллектуальный поиск Qlik Sense – поисковая система Qlik Sense

1. Цель

Сегодня мы поговорим об интеллектуальном поиске Qlik Sense. Инструменты поиска являются важнейшими в любом ПО бизнес-аналитики, поскольку они позволяют быстро и удобно перебрать данные из целого океана информации. В этой главе мы узнаем о поисковой системе Qlik Sense. Также мы рассмотрим, как выполнять поиск данных в приложениях Qlik Sense.

 

 

Умный поиск Qlik Sense – поисковая система Qlik Sense

Итак, давайте рассмотрим интеллектуальный поиск в Qlik Sense.

 

2. Использование интеллектуального поиска Qlik Sense

Интеллектуальный поиск в Qlik Sense – это глобальный поиск, с помощью которого мы можем искать данные с любого листа в приложении. По сути, это называется умным поиском, поскольку он предоставляет пользователю множество интеллектуальных способов поиска данных из всего набора данных, который может содержать приложение Qlik Sense. Пользователи могут просто ввести ключевое слово, связанное с данными, которые они хотят искать, и все релевантные и возможные результаты поиска появятся в раскрывающемся списке. Из этого списка результатов вы можете выбрать один результат, чтобы сделать свой выбор.

 

i. Как искать с помощью умного поиска QliK Sense?

На панели выбора, расположенной в верхней части листа, вы можете вызвать опцию интеллектуального поиска с помощью символа поиска.

 

 

Интеллектуальный поиск Qlik Sense – Опция интеллектуального поиска

Это открывает длинную панель поиска, где вы можете ввести текст для поиска.

 

 

Интеллектуальный поиск Qlik Sense – введите текст для поиска

Затем вы можете ввести инициалы значений, таких как имена полей, то есть имена размеров и мер, а также имена значений данных, то есть значения полей, в строке поиска.

 

 

Интеллектуальный поиск Qlik Sense – поиск значений в строке поиска

При поиске вводимые значения считываются только с самого начала, т.е. если вы выполняете поиск «Читать», то слово «Прочитать» не отображается как возможный результат, потому что оно начинается с других букв. Хотя такие значения, как «Читать еще» и «Читать далее» отображаются в результатах поиска, потому что они содержат в себе слово «Читать».

Когда у вас есть все возможные результаты поиска, вы можете выбрать результат, чтобы применить этот выбор к данным. Выбор отражается на каждом листе, представленном в этом приложении. Кроме того, все визуализации, представленные на листах, изменят свое состояние и будут содержать только те значения, которые относятся к сделанным выборкам. Таким образом, при поиске значений и выборе с его помощью вы можете изучить связи между различными значениями данных и полей, которые существуют на листе и между разными листами.

 

 

Интеллектуальный поиск Qlik Sense – ассоциации различных значений данных и полей

В Qlik Sense есть три основные компонента интеллектуального поиска. Мы рассмотрим каждый из них.

  • Поле поиска: это ячейка или пробел, куда вы вводите информацию, которую хотите найти. Чтобы объединить слова в один поисковый запрос, используйте кавычки, например, «горный велосипед». Под полем поиска отображаются предполагаемые строки поиска.
  • Применить выбор: это – список результатов, который появляется после выполнения поиска в поле поиска. Результаты поиска из данных приложения, показанные по одному результату в строке. Как только вы сделаете выбор, он отобразится на панели выбора в виде поля с именем выбранного поля. Щелкнув на эти поля выбора, вы увидите состояния выбора. Цвет, соответствующий состояниям выбора, отображается на панели под этими полями выбора.

 

 

Интеллектуальный поиск Qlik Sense – Применение выбора

  • Цветовая кодировка результатов поиска: результаты выполненных поисков показаны в цветных схемах. Каждому значению поиска назначается уникальный цвет, и в строках результатов эти значения выделяются назначенными им цветами.

 

 

Интеллектуальный поиск Qlik Sense – результаты поиска с цветовой кодировкой

 

 

Интеллектуальный поиск Qlik Sense – результаты поиска с цветовой кодировкой

При поиске нескольких значений, результаты отображаются в соответствии с релевантностью и связями между различными поисковыми значениями.

 

3. Поиск в выборках

После того, как вы сделаете выбор с помощью интеллектуального поиска, обновите все данные на листе, и он будет содержать только те значения, которые соответствуют выборкам. Мы также можем использовать умный поиск в выбранном состоянии. При этом поиск происходит только в пределах выбранных значений.

 

 

Поиск в выборках

На представленном изображении выше, поиск выполняется там, где сделаны три выбора в поле Product_line. Вы можете выбрать другое значение, когда вы выбираете первый результат поиска, и создаете еще одно поле выбора под названием Product_category.

 

 

Выбрать другое значение

Кроме того, вы можете изменить (добавить или удалить) значения, выбранные в рамках текущего выбора из поля выбора.

 

 

Изменить значение

 

4. Поиск в Наблюдениях

В правом верхнем углу листа есть опция Наблюдениях. Используя эту опцию, вы можете выбрать поле или измерение в строке поиска, а затем программа автоматически сгенерирует аналитические данные, используя значения полей.

 

 

Поиск в Идеях

Вы можете выполнить поиск по полю во всех загруженных в приложение полях с помощью панели поиска, расположенной в центре вверху, и выбрать его, чтобы система сгенерировала возможные идеи.

 

 

Интеллектуальный поиск Qlik Sense – сгенерировать возможные идеи

Подобно тому, как мы выбрали поле «Страна», по которому получено 10 результатов, из которых 1 найден, т.е. создан пользователем, а 9 – визуализации, созданные системой. Вы можете добавить эти аналитические данные, созданные системой, например, на лист в том же приложении.

 

 

Добавить анализ, созданный системой

 

 

Интеллектуальный поиск Qlik Sense – добавление аналитических данных, созданных системой

 

5.

Сочетания клавиш, используемые в Qlik Sense интеллектуальный поиск

Ниже представлены некоторые сочетания клавиш в умном поиске:

  • Ctrl + F: используется для открытия окна умного поиска, где вы можете ввести значения или текст, который вы хотите найти в приложении.
  • Tab или Enter: используется для добавления первой предложенной строки поиска в поле поиска, если она никак не выделена.
  • Клавиши со стрелками вниз/вверх: используются для перемещения вверх или вниз между результатами поиска, полученными в строках.
  • Клавиши со стрелками вправо/влево: используются для перемещения между записями в списке предлагаемых строк поиска.
  • Tab: используется, когда вы хотите добавить выделенную предложенную строку в поле поиска.
  • Enter: чтобы сделать выбор из выделенного или предложенного результата поиска.
  • Esc: очистить поле поиска и закрыть интеллектуальный поиск, если поле пустое.
  • Ctrl + F: закрыть интеллектуальный поиск.

Итак, вот и все, что мы хотели рассказать об умном поиске Qlik Sense. Надеемся, вам понравилось наше объяснение.

 

6. Заключение

Итак, интеллектуальный поиск – это очень полезный инструмент в Qlik Sense, который упрощает и ускоряет поиск данных. Результаты поиска возвращаются в считанные секунды, что позволяет пользователю сэкономить довольно много времени на выполнение других операций при создании и разработке приложения.

 

 

Что такое интеллектуальный поиск и как он работает? | Algolia

Компьютер когда-то обыграл меня в шахматы, но в кикбоксинге ему было не ровня. —Emo Philips

Вы когда-нибудь задумывались, придет ли (скорее когда) к компьютерам гениальная идея выгрузить своих повелителей-людей и захватить власть?

Вы не одиноки. Искусственный интеллект обеспечивает большую часть технологий человечества, а компьютеры и программное обеспечение «обучаются» и становятся умнее с каждым днем.

Сфера поиска — это одна из областей, где интеллектуальные технологии, безусловно, берут верх. Инструменты поиска на основе ИИ теперь используются в приложениях, начиная от управления корпоративными данными и заканчивая покупками в электронной коммерции.

Например, в последнее время вы, вероятно, заметили, насколько умным стал Google, предоставляя вам актуальную информацию из Интернета. Это потому, что это интеллектуальная поисковая система, фактически самая умная на планете. Но маломасштабные версии корпоративных поисковых систем, адаптированные для корпоративных баз знаний и других вариантов использования, не сильно отстают в принятии этой расширяющейся функциональности.

Возможности интеллектуального поиска — это то, что вы получаете от поисковой системы, способной «понимать» намерения пользователя на основе того, что человек вводит в поле поиска. Также известный как когнитивный поиск и поиск ИИ, он использует ряд технологий, таких как обработка естественного языка (NLP) и машинное обучение, чтобы лучше понять, чего хочет каждый пользователь. Как только это будет определено, можно будет предоставить правильные результаты поискового запроса.

Удивительно, если учесть, что совсем недавно единственным доступным видом поиска был «тупой» (из-за отсутствия лучшего слова), который теперь называется «традиционный поиск».

Какой пример традиционного поиска?

Несколько лет назад вы, возможно, выполняли текстовый поиск на веб-сайте, который использовал традиционную поисковую систему; возможно, вы ввели что-то вроде «веганское мороженое». Вам были бы представлены страницы с самым высоким рейтингом для этого термина, в основном список ссылок на продукты на веб-сайтах различных продуктовых магазинов, которые продают веганские бренды.

Если вы искали базовую информацию о том, где можно купить галлон веганского мороженого, этот метод поиска мог бы сработать. Но, возможно, вы искали что-то более конкретное, связанное с веганским мороженым.

Здесь современные интеллектуальные поисковые решения пригодятся.

Какой пример интеллектуального поиска?

Если вы введете «веганское мороженое» в поле поиска в Google, ваш опыт будет значительно более впечатляющим. Интеллектуальные механизмы на базе ИИ по-прежнему используют поисковые роботы и ранжируют веб-страницы, но программное обеспечение также анализирует намерения пользователей.

При поиске по такому широкому термину приложение интеллектуального поиска группирует результаты по категориям на основе намерений, таким как варианты покупок, рецепты и ответы на часто задаваемые вопросы. Затем вы можете быстро сосредоточиться на категории, которую вы имели в виду, и детализировать результаты.

«Веганское мороженое» охватывает многое. Вместо того, чтобы знать, где его можно купить, вы можете просто узнать, что определяет подлинное веганское мороженое или какие ингредиенты в нем содержатся.

Интеллектуальная технология поисковой системы на базе искусственного интеллекта учитывает все эти переменные, поэтому вам вряд ли придется повторять поисковый запрос из-за неудачного первого. Результаты поиска, как правило, более точны и естественным образом соответствуют вашим конкретным желаниям, независимо от того, испытываете ли вы тягу к веганскому мороженому или просто хотите узнать, чем оно отличается от вегетарианского мороженого (существует ли такое?). И на тот случай, если вы не совсем четко сформулировали, какие именно данные о веганском мороженом вы ищете, вам будут показаны вопросы «Люди также задают», например: «Является ли веганское мороженое полезнее, чем обычное мороженое?»

Как работает интеллектуальный поиск?

Итак, теперь мы знаем, что интеллектуальный поиск основан на распознавании конкретных намерений искателя, чтобы быстро предоставить нужную информацию. Но как на самом деле работает интеллектуальный процесс расшифровки поисковой информации?

Интеллектуальный поиск сочетает в себе такие методы, как обработка естественного языка и машинное обучение. Например, он может установить связи между семантическими терминами, которые традиционная поисковая система (та, которая просто просматривает ключевые слова) не смогла бы различить. Он также может «думать» о таких вещах, как понимание структуры документа.

Давайте рассмотрим эти возможности более подробно.

Фильтрация контента 

Поисковые роботы просматривают тонны структурированных и неструктурированных данных, чтобы определить наиболее точные результаты поиска. Из-за этой громоздкой работы интеллектуальные поисковые системы используют расширенные фильтры, которые сужают область поиска, чтобы сосредоточиться на том, что является наиболее релевантным.

Анализ структуры документа

Интеллектуальный поиск также помогает в управлении контентом, например, при поиске PDF-файлов, шаблонов и визуальных одностраничных документов. Это связано с тем, что он использует технологию сканирования документов, которая может определить тип и структуру документа, например, будь то инфографика, контракт или счет-фактура; содержит ли он таблицы, оглавление, верхние или нижние колонтитулы. Программное обеспечение может сделать «обоснованное предположение» о том, какой формат документа ищет искатель, и на основе этого расставить приоритеты для наиболее релевантных элементов для искателя.

Применение обработки естественного языка

Обработка естественного языка — это способность компьютерной программы понимать устную и письменную человеческую речь. НЛП позволяет поисковым системам понимать цифровой контент, извлеченный из нескольких источников данных, и интерпретировать абстрактные лингвистические структуры, например содержащие синонимы, нюансы или сложные отношения между словами. Поисковое приложение, которое может запоминать значение языка людей, может более эффективно предсказывать намерение поиска.

Применение машинного обучения 

Машинное обучение — это отрасль искусственного интеллекта, которая использует данные и алгоритмы для воспроизведения того, как люди учатся. Обучение происходит в ответ на то, что обнаруживается.

Например, если кто-то искал определенную тему, а затем начинает другой поиск чего-то, казалось бы, связанного, функция машинного обучения может предположить, что эти два поиска действительно связаны, и заблаговременно предложить материал, который охватывает обе темы. С каждым дополнительным запросом поисковая система становится лучше (умнее) в прогнозировании наиболее точных результатов поиска.

Другое применение машинного обучения — когда интеллектуальная поисковая система обнаруживает информационные шаблоны, которые затем могут помочь ей идентифицировать спам и дублированный контент. Это означает, что искатель не должен подвергаться цифровым потокам нежелательной информации.

Сделайте правильный выбор для своего сайта

Ваша компания все еще использует традиционную технологию поиска на своем веб-сайте или в приложениях? Теперь, когда вы прочитали этот пост, вам может быть интересно, стоит ли вам оптимизировать, добавив интеллектуальный поиск.

Если эта идея имеет смысл, ознакомьтесь с полностью размещенным поисковым решением SaaS от Algolia. Мы предоставляем интеллектуальный поиск на основе искусственного интеллекта, который позволяет пользователям легко находить то, что им нужно, открывать новые интересные объекты по пути и оставаться полностью удовлетворенными превосходным обслуживанием клиентов, которым они только что наслаждались.

С точки зрения разработки, независимо от того, ориентирован ли ваш сайт на электронную коммерцию, здравоохранение, средства массовой информации или какой-либо другой сектор, наш надежный API позволит вам создавать и оптимизировать поиск, чтобы удовлетворить потребности как ваших пользователей, так и вашей команды. Свяжитесь с нами, чтобы получить подробную информацию, или начните бесплатно создавать отличные функции поиска корпоративного контента прямо сейчас.

Что такое интеллектуальный поиск? | ИБМ

Что такое интеллектуальный поиск?

Интеллектуальный поиск, основанный на технологии искусственного интеллекта, устраняет разрозненность данных и помогает сотрудникам и клиентам быстро и легко находить нужную им информацию. Конечные пользователи могут использовать интеллектуальный поиск для извлечения информации из любого места (внутри или за пределами вашей компании) и из наборов данных независимо от формата: большие данные в базах данных, системах управления документами, цифровом контенте, веб-страницах, на бумаге, откуда угодно. Интеллектуальный поиск и корпоративный поиск являются синонимами поиска на естественном языке, поиска с помощью ИИ или поиска с использованием ИИ, а также когнитивного поиска.

Познакомьтесь с watsonx.ai

С легкостью обучайте, проверяйте, настраивайте и развертывайте базовые модели и модели машинного обучения

Смотри, что будет

История и эволюция интеллектуального поиска

Корпоративные информационно-поисковые системы появились задолго до общедоступного Интернета. Одним из первых преимуществ внедрения многопользовательских мейнфреймов было то, что они облегчали обнаружение информации, находя точные совпадения с текстовыми строками в больших репозиториях документов.

С ростом настольных компьютеров и корпоративных интрасетей коммерческие корпоративные поисковые решения, такие как IBM Storage and Information Retrieval System (STAIRS) и инструмент локального поиска FAST (позже приобретенный Microsoft), стали широко использоваться в корпоративных вычислениях.

Однако появление и популяризация бесплатных общедоступных поисковых систем в Интернете, таких как Google (и ее предшественница AltaVista), радикально изменили ожидания пользователей в отношении поиска информации, поиска контента и корпоративных поисковых платформ.

Перед лицом быстрого роста объема и разнообразия данных, которые должны анализировать корпоративные инструменты поиска, скорость поиска результатов стала ключевым показателем эффективности алгоритма когнитивного поиска. Современные интеллектуальные поисковые решения должны строиться на архитектурах, способных справляться с требованиями к производительности, предъявляемыми к рабочим нагрузкам с большими данными. Поскольку они обеспечивают необходимую масштабируемость, облачные инфраструктуры с обширной интеграцией и автоматизацией на основе API обычно лучше всего подходят для этой задачи.

Интеллектуальный поиск по сравнению с традиционными поисковыми системами

Предприятия не могут использовать Google или другие традиционные поисковые системы для поиска ответов, специфичных для бизнеса, таких как «почему отгрузка нашего нового продукта задерживается?» или «Каковы были наши основные проблемы с клиентами на прошлой неделе?» Интеллектуальный поиск, в отличие от поисковых систем и веб-поиска (таких как Bing, Google Search или AskJeeves), выдает информацию и ответы, характерные для вашего бизнеса.

Искусственный интеллект обеспечивает интеллектуальный поиск, оснащая инструменты способностью:

  • Понимать человеческий язык. Бизнес-данные постоянно обновляются и записываются в терминологии предметной области. Возможности обработки естественного языка позволяют интеллектуальным поисковым приложениям понимать и запрашивать цифровой контент из нескольких источников данных. Семантический поиск и понимание контекста позволяют интеллектуальному поиску разбивать лингвистические нюансы, синонимы и отношения, встречающиеся в повседневном языке и внутри сложных документов.
  • Изучите структуру документа. Интеллектуальные инструменты поиска (такие как IBM Watson Discovery) имеют документ, понимающий ИИ, который масштабируется для понимания многих источников данных. Машинное обучение обеспечивает интеллектуальный поиск для изучения визуальной структуры документов, характерных для вашего предприятия, отрасли или предметной области. При таком понимании интеллектуальный поиск быстро запоминает и идентифицирует такие элементы, как верхние и нижние колонтитулы, диаграммы и таблицы. Благодаря готовым возможностям он может распознавать такие типы документов, как контракты, заказы на покупку и счета-фактуры.
  • Использование машинного обучения. Машинное обучение и глубокое обучение создают плавные, мгновенные предложения запросов и постоянно улучшают релевантность результатов поисковых запросов с течением времени, предсказывая, какая информация будет наиболее полезной для пользователей.
  • Фильтр результатов поиска. Фасетный и фильтрованный поиск сужает область и находит конкретную информацию в наборах данных.
  • Классифицировать и категоризировать содержимое. Извлечение сущностей находит и классифицирует текстовые элементы данных по предопределенным категориям, таким как имена людей, продукты, тип объекта или организации.

Как работает интеллектуальный поиск?

  • Подключение источников данных и получение данных: Чтобы получать ответы и ценную информацию из любого места, вам необходимо подключиться и выполнить обход всех ваших неструктурированных и структурированных данных. «Коннектор» позволяет подключаться к источнику контента, например Salesforce, Box, Microsoft SharePoint, базам данных, веб-краулеру или загруженным данным.
  • Содержание индекса: При индексировании содержимого создается единый унифицированный поисковый индекс, обеспечивающий однородное ранжирование результатов поиска независимо от их источника.
  • Обогатить содержимое: Возможность запрашивать и извлекать информацию зависит от возможности извлечения метаданных из вашего содержимого. Обогащайте свой контент, используя готовые возможности обработки естественного языка, такие как извлечение сущностей и анализ настроений, для классификации и идентификации ключевого контента.
  • Анализ содержимого: Распознает содержимое документов, классифицирует их и создает семантические корреляции между отдельными частями содержимого.
  • Предоставляет ответы и отображает информацию: Интеллектуальные алгоритмы оценки ранжируют отрывки, предоставляют пользователям наиболее точные и релевантные отрывки и фрагменты в ответ на запрос.

Примеры интеллектуальных поисковых запросов

Интеллектуальный поиск сравнивает термины в запросах на естественном языке с содержимым проиндексированной информации.

  • Вопросы — «сколько дней отпуска я могу взять на работе?»
  • Фразы и команды — «Я оформляю ипотеку».
  • Ключевые слова — «страховые тарифы».

Преимущества интеллектуального поиска

  • Находит информацию для принятия решений: в ваших неструктурированных текстовых данных скрыта информация. Интеллектуальные поисковые приложения используют обработку естественного языка для распознавания смысла и установления корреляций между источниками данных, такими как социальные сети (твиты, LinkedIn), отзывы клиентов, отчеты по электронной торговле и отчеты о техническом обслуживании, чтобы быстро и точно получать информацию в режиме реального времени.
  • Обеспечивает доступность важной информации для ваших сотрудников: используйте интеллектуальный поиск для создания корпоративной поисковой платформы, системы управления знаниями, системы управления контентом или системы ответов на вопросы, чтобы обеспечить простой пользовательский интерфейс для всей команды.
  • Обеспечивает масштабное обслуживание клиентов: каждый раз давайте своим клиентам правильный ответ и повышайте качество обслуживания клиентов. Клиенты хотят больше, чем часто задаваемые вопросы. Сейчас как никогда они хотят полностью самостоятельно обслуживать ваши веб-сайты и мобильные приложения — виртуальные агенты и интеллектуальный поиск позволяют вашим клиентам добиться независимости. Самодостаточные клиенты приводят к снижению затрат на поддержку и повышению удовлетворенности клиентов.

    Варианты использования интеллектуального поиска

    Предприятия хранят документы и данные из нескольких источников в неструктурированных и структурированных формах. В среднем сотрудники тратят 3 часа каждый рабочий день на поиск информации.

    Поиск идей и ответов в неструктурированных данных вашей компании должен быть простым. Пришло время вашему бизнесу стать управляемым данными с помощью интеллектуального поиска.

    • Экономит время. Банки смогли автоматизировать поиск знаний, чтобы выполнить десятидневную работу за две минуты. Узнать больше
    • Экономит деньги. Клиент, работающий в сфере энергетики, сэкономил более 10 миллионов долларов США времени, сократив время, затрачиваемое на поиск релевантной информации в корпоративных базах знаний. Узнать больше
    • Снижает нагрузку. Клиент-страховщик сократил рабочую нагрузку по чтению и анализу внутренних корпоративных данных на 90 %. Узнать больше 
    • Увеличивает доход. Юридические фирмы используют поисковые приложения для улучшения бизнес-процессов и повышения производительности в четыре раза, увеличивая доход на целых 30%. Узнать больше 
    Связанные решения IBM Watson Discovery

    IBM Watson Discovery — отмеченная наградами технология поиска на основе искусственного интеллекта, которая устраняет разрозненные хранилища данных и извлекает информацию, скрытую внутри корпоративных данных.

    Откройте для себя IBM Watson Discovery Обработка естественного языка

    НЛП — это ИИ, говорящий на языке вашего бизнеса. Создавайте решения, обеспечивающие рентабельность инвестиций 383 % в течение трех лет с помощью IBM Watson Discovery.

    Изучите обработку естественного языка IBM Cloud Pak для данных

    IBM Cloud Pak for Data — это открытая расширяемая платформа данных, которая обеспечивает структуру данных, позволяющую сделать все данные доступными для ИИ и аналитики в любом облаке.