背景阅读
神经搜索听起来很抽象，其实典型的神经搜索系统就是大家在电商平台上常用的以图搜图，智能问答机器人等等。神经搜索可以用于提高搜索视频、图片和音频等等非结构化多模态数据的效率。例如，可以使用神经搜索来搜索家庭影集中的图片或视频。使用神经搜索，用户可以通过语音、图片或描述文字来搜索文件，而不必按照传统的方式逐个查看文件名。这可以大大提高搜索效率，使用户能够更快地找到所需的文件。
但是搭建这样一套系统是非常耗时耗力的，而 Jina AI 极大简化了基础设施的复杂性。不管是想做一套基于神经搜索的完整解决方案，还是想在现有解决方案上加入神经搜索功能，当开发者和企业需要时，Jina AI 已经将从构建到部署所有的技术栈都准备好了。
嘉宾
王楠，Jina AI 联合创始人兼 CTO，博士毕业于德国波鸿鲁尔大学。
自 2009 年开始从事深度学习相关研究，之后先后担任德国知名电商 Zalando 高级数据科学家，腾讯高级研究员，在搜索和推荐领域的具有丰富的模型设计、实现和部署经验。
主持人
Mikey 开源爱好者、一个码字的
Rick 开源爱好者、业余开源布道者
时间线
01:24 嘉宾王楠自我介绍
02:32 王楠回顾生成式 AI 崛起的历程
08:38 模型到底是什么？它的本质是一个函数。
12:30 将文字转化成向量，背后原理是什么
18:00 对于不懂 AI 原理的开发者，有哪些开箱即用的 AI 工具
20:20 Jina AI 创立的初衷：极大简化处理 AI 基础设施的复杂性，帮助开发者和企业快速将 AI 模型落地。
26:53 AI 已经过了从 0 到 1 的时代，现在是从 1 到 N 的时代。
27:31 CTO 解读什么是神经搜索，和传统搜索有什么区别
33:40 王楠介绍神经搜索技术的落地普及度
36:20 神经搜索的落地场景：通过语音、图片或描述文字来搜索家庭影集的图片和视频
50:08 产品最新动态：正式将 DocArray 项目捐赠给 Linux 基金会
62:02 未来的 AI 是能够跨越领域和行业的界限，并被应用于各种不同的场景。
69:50 作为 CTO，最希望团队能一直保持好奇心。Staff
Rick 开源爱好者、业余开源布道者
扩展阅读
DocArray，非结构化数据的数据结构
Jina，搭建多模态、跨模态应用的云原生 MLOps 框架
Jina AI 创始人肖涵博士解读 多模态 AI 的范式变革