比 Google、百度更好玩！上这个网站搜工具，你能够会找到黑历史

站务发布

这几天，一个来自中国的搜索引擎火了（不是百度）—— Magi 是一个会「自学」的搜索引擎，可以自动建立网上的内容，并供给风趣翔实又别开生面的搜索成果。

比如，搜索「AppSo」会出现以下内容：

明天就带大师好好玩玩这个风趣的搜索引擎，快点搜一下你自己，说不定有欣喜哦！

作为笔墨工作者，我天天都在跟搜索引擎打交道。

比如在写 Facebook 的财报消息时，Google 可以告诉我它的实时股价、市值、近期凹凸点等很是有用的信息。

但实在，还有另一个工具比 Google 更好用，那就是 Wolfram Alpha。它比 Google 更进一步，可以用结构化的方式间接列出我能够需要的常识。

举个最简单的例子：我家带宽是 75Mbps (9.375MB/s)，要下载一个 100GB 的文件需要多久？我可以间接用自然说话询问，Wolfram Alpha 不但会告诉我答案，还会写出公式：




它不可是一个数学工具，还是一个很好的常识聚合工具。比如比来电影《小丑》很火，假如我想写关于它的文章，上 Wolfram Alpha 一搜就能找到大量细节，包括并不限于影片信息、排名和票房等。




正确来说，Wolfram Alpha 并非一个搜索引擎。它的官方界说叫做「计较式常识引擎」，可以用往返答那些没有公然答案，可是计较一下即可获得的题目。而且，它用结构化的方式去展现答案，而不是像搜索引擎那样，把链接一条一条列出来。

接下来先容明天文章的配角：Magi，一个比来几天在我的技术圈朋友中心小著名望的工具。

Magi（网址 https://magi.com）看起来也像是一个搜索引擎：




可是只要玩上一次，就会发现，它和你印象中的一切搜索引擎都大不不异。

当我用它搜索词条「易烊千玺」时，获得了下面的成果。

首先，答案供给了对易烊千玺的几个关键描写，如「TFBOYS 的成员」、「00 后百姓偶像代表」等。紧接着，它列出了关于词条仆人的几近全数的重要属性，包括由他诞生年月、参演的影视作品、颁发的音乐专辑等。

答案的结构化展现方式，和 Wolfram Alpha 很有类似。




▲

甚至连千纸鹤（易烊千玺粉丝代称）的应援色都答了出来

更风趣的是，magi.com 还答出了易烊千玺的几个近义项，比如他的昵称、代称和他所养的宠物等等。

偶然辰，Magi 还能给出一些令我忍俊不由的成果……

输入了一下「新世纪福音战士」。答案的描写中有「业界著名的劳模」……




又搜了一下小岛秀夫，答案里的「特长」一项我也是醉了……




接下来搜了一下富坚义博。

能够由于职业生活中大部分时候都在拖稿，magi.com 告诉我富坚的专业爱好是「画画漫画」……




固然，大部分时辰 magi.com 给出的答案还是对照靠谱的。

搜索到的答案，每一条城市用以绿、黄、红三种色彩暗示其可信度从高到低；在答案的右侧则会供给几条链接，用鼠标划过它们即可看到，答案是从哪个/哪几个具体的来历进修到的：




你会留意到，magi.com 的成果中，答案在正下方，链接跑到了右侧，跟支流搜索引擎的用户界面美满是反的。

这就是 Magi 和支流搜索引擎最大的区分地点： 链接对于它不是成果，答案才是。

这是由于 Magi 并非搜索引擎（虽然具有一些搜索引擎的功用）。它现实上是一个基于机械进修的常识引擎，可以检索和提取任何范畴自然说话文本，将其中的常识提取出来，构成结构化的数据。

说得简单一点：

我们都晓得，互联网上有着大量的，基于文本的信息，傍边蕴藏着很多的常识。但是，计较机读不懂互联网上大部分的信息，由于这些信息常常不是以「性别：男」、「国籍：中国」这样的结构化形状，而是以自然说话的形状出现的。

比如，「埃菲尔铁塔的高度」是一个入门级的题目，由于早已有人整理出了正确的答案，写在维基百科和旅游网站上；可是想晓得「埃菲尔铁塔的第二节电梯线路有多长」，就很难在搜索引擎上查到正确信息了。这是由于很少有人会把这些细节的数据，以结构化的方式记录在互联网上。

这就是 Magi 想要处理的题目： 从开放范畴的纯文本傍边提取常识，并让其可剖析、检索和溯源。

Magi 来自中国团队 Peak Labs，开创人季逸超在开辟者圈子内也小著名望。2011 年，还在北大附中念书时代，他就单独完成了猛犸阅读器 iOS 的开辟。次年，他只用两天时候就完成了 Rasgueado，第一个支持划脱手势控制光标位置的 iOS 输入法。

2012年，季逸超开办了自己的公司，继续鞭策阅读器和输入法项目。今朝，Peak Labs 首要精神都放在 Magi 项目上，专注于背后的技术，以及相关贸易产物的开辟。




▲

中心：季逸超

Peak Labs 并没有计划将 Magi 和 Google、百度之类的支流搜索引擎等量齐观。把 Magi 做成一个「搜索引擎」，主如果为了让公众有机遇可以体验它背后的技术，感受它可以供给的代价。

即使如此，看起来很像搜索引擎的 magi.com，气力还是不容小觑。究竟上，为了这个树模性质的产物，Peak Labs 并没有挑选小聪明的方式，从其他搜索引擎抓取成果，而是从零开辟了一套互联网搜索引擎。

「我们的成果的摘要比一般的搜索引擎都长，是的，我们是成心为之。这足以证实我们的成果不成能来自其他搜索引擎，」季逸超在官网上写道。

按照用户输入题目、关键词和表达式的分歧，magi.com 可以用分歧的方式来出现答案——具体的出现方式也展现了 Magi 系统的才能。

比如，输入「打车软件公司」，Magi 系统可以把它晓得的一切手机叫车公司，以「调集」的方式列在答案里。



而在百度上，获得的成果以下。可以看到百度的常识图谱也供给了类似的成果，只是看起来有四、五年没有更新过了：




再比如，假如输入「八角 大料」，Magi 系统会发现这两个关键词实在是同一个工具，它就会以「断言」的形式给出答案。




以下图，magi.com 告诉我，八角和大料是「近义项」，是「又称」、「也称」的关系。

Magi 系统可以24小时不中断地停止进修。它的时效性也还算不错，Peak Labs 宣称实时消息傍边的常识，Magi 只需要 5 分钟便可以把握，而且还可以采用新的信息源停止穿插考证，实现自动纠错。

假如你在 magi.com 的首页逗留一会，就能看到它当前正在进修的链接：



除了自立开辟的全网范围搜索引擎之外，Peak Labs 还开辟了基于留意力机制的神经信息提取系统，不依靠无界面阅读器的散布式抓取系统（爬虫法式 MagiBot），以及支持夹杂处置170多种说话的自然说话管道。

这四者连系在一路，才是 Magi 系统的全貌。

作为 EVA 粉，这里不能不打断一下：Magi 以及它的四个子系统，称号全数来自《新世纪福音战士》（EVA 自己取材自圣经等其他西方宗教典范），而且命名里也有彩蛋：

Magi（三贤者，多个系统组成的超级计较机）搜索引擎 Ramiel（雷天使）神经信息提取系统 Ireul（可骇天使，具有进修和进化才能）自然说话处置管道 Arael（鸟天使）爬虫法式 Matarael（雨之天使，表面像蜘蛛）

Peak Labs 在官网指出，今朝的 Magi 技术还没有完全成熟。

确切如此。今朝经过 magi.com 可以观察到一些题目，比如很多可以在支流搜索引擎中轻易找到的答案，magi.com 给不出来（凡是是由于它还没有学到）。

比如搜索「天下上最富有的人」时，我想要的是 Magi 能告诉我当前谁最富有，但它只能告诉我最富有的那一群人：




比如消歧义的把控，轻易致使答案紊乱（这一点季逸超自己在知乎上 [1]也有所提到）：




▲

隔邻老王不大能够是你的亲戚

再比如，碰到一些实在太「复杂」的词条，magi.com 就混乱了……




不外正如前面提到，这个搜索引擎并不是 Peak Labs 的终极产物——他们的真正目标，是借助搜索引擎背后 Magi 系统的气力，供给企业级的办事。

Peak Labs 的官网指出，他们希望未来的 Magi 系统可以成为「常识范畴的 ImageNet」。它已经展现出的开放范畴信息提取才能，可以利用到企业客户地点的细分范畴内，酿成一个加倍强大的信息抽取系统，让每一个范畴、每一家企业都可以轻松地打造属于自己的常识图谱。




「也许在不远的未来，陪伴着全部行业的进步，Magi 所构建的包容万事万物的结构化收集，将成为通向可诠释野生智能的基石。」Peak Lab 的网站这样写道。

——希望这个愿景可以实现。（就算实现不了也没关系啊！拿 magi.com 搜些希奇的工具，还是能获得很多笑料的……）

假如你对 Magi 的技术细节感爱好，可以到 Peak Labs 网站进一步领会。季逸超在知乎的回答也做了加倍详实的论述。

[1] 季逸超在知乎题目《若何评价 Peak Labs 出品的 2019 版 Magi 搜索引擎？》的回答 https://www.zhihu.com/question/354059866/answer/881655371

本文来自硅星人（ID：guixingren123），作者 杜晨，原题目《这个来自中国的常识提取引擎，看起来比百度还好用一丢丢》，AppSo 经授权公布。题图来自：Unsplash，文中除了部分截图，其他均来自 Peak Labs 网站和前述知乎回答。