文|龔開課 導言：當我打開magi.com這個黑漆漆的網站，看到了“Magi…”正在學習的字眼。過了兩秒鐘，這行字底下出現了一篇文章鏈接。又過了兩秒，底下出來一行字“從該來源學習到…”忽然就不由自主地興奮起來。一個能自我學習的搜索引擎？聽起來不錯。 1 爆紅的Magi 就在幾天前，一個叫做“Magi”的搜索引擎，在沒有任何推廣的情況下爆紅，導致網站504（服務器申請超時關閉）。 Magi由一個叫PeakLabs公司開發，2021年由紅杉資本和真格基金出資創建。 其創始人是季逸超，一個1992年出生的技術宅，20歲便成為《福布斯》中文版封面人物，曾經憑借猛犸象瀏覽器在極客圈一炮而紅。 2 來自東方的智者 Magi這個名字取自動漫《新世紀福音戰士》EVA中的超級電腦，同時也是圣經馬太福音里的“來自東方的智者”。 這個瀏覽器里的另類，主要采用node.js/C++/Python編寫。Magi能提取網絡上的自然語言文本，以結構化的形式呈現出來。 比如我們用百度搜索“蒼老師”，度娘為我們羅列了各種有關蒼老師的網站鏈接。 而我們用Magi搜索“蒼老師”，除了網站鏈接，還有它提取出來的蒼老師描述、屬性、標簽。更有趣的是，把鼠標放在右側的“主要學習來源”上，Magi會給出佐證，告訴我們的信息來自哪里。 相比百度的純白色背景，Magi選用了黑色背景，原因是Magi提供了可信度區分功能。比如綠色代表可信度高，黃色代表可行度一般，紅色代表可行度低。在季逸超看來，假如使用白色背景，加上多種顏色的標簽就顯得廉價而混亂。 3 Magi這個東西有什么用？ 我們熟知的百度百科是一個知識庫，里面裝滿了各種百科詞條。里面的每個詞條都是以泛知識圖譜的形式存在。 咳咳，“知識圖譜”是什么？知識圖譜是一張記錄知識的圖，把每個知識點作為一個節點，節點的連接線表面了知識點之間的關系。比如下圖： 我們打開一個百度百科詞條，比如EVA，可以看到這個詞條內容是以劇情簡介、角色介紹、設定解說的結構羅列信息。 知識圖譜可以讓知識結構化，并清楚的標注出知識和它們之間的關聯性。相比與純文本，人類對于這種結構化的知識表達方式更簡單理解。 近幾年的數據挖掘、大數據、人工智能、機器學習等熱門技術，都可以借助知識圖譜來整理數據，把它們變成結構化、可復用、可推理的形式，進而用于更多的使用場景。 百度也推出了相應的知識圖譜開發平臺，來幫助接入用戶實現數據展示的結構化。 比如下圖中，結構化展示把信息分類為章節、作者、更新時間、評價數等信息，我們可以看起來一目了然。而非結構化展示，則是把一坨信息抓出來丟在我們面前。 但是，上面這樣的搜索引擎方式，在選擇點擊看哪個鏈接時，我們還是會猶豫一下，因為不知道點進去是不是我們要的。 這時候，我們多想假如來一個百科詞條，直接告訴我們很終想要的結果啊！ 現在Magi更進一步，它提取網絡上的信息，通過學習，直接生成了詞條。比如我們還是搜索關鍵詞“大主宰”，很終呈現的結果不就類似一個“大主宰”的百科詞條嗎？ 所以Magi的技術，是自動構建知識圖譜的技術。另外，Magi生成的結果經過來源質量評估算法的處理，并用不同顏色告訴我們哪些可信，哪些不可信。有了這個可能就可以避免類似“魏則西”事件的悲劇了。 Magi的創造詞條的過程是自動，24小時不斷學習更新的，而百度百科詞條，卻是需要網友們通過人工搜集整理的方式創造。 4 展望 當然，現在的Magi還存在不少問題。比如不能從維基百科中抓取信息，也會在人稍微多的時候504。甚至還存在一些學習錯誤的情況，比如我搜索了“巴塞羅那”結果發現主場是“皇家馬德里”。 即便如此，這個產品背后的算法仍然很有吸引力。正如Magi的創造者季逸超說的，這個目前服務器放在大陸的Magi.com版本只是“交個朋友”。顯然，這個搜索引擎不是Peaklabs的終極目標。 當然，Magi也帶來了一絲憂慮。假如未來具備人工智能的機器人，能夠從紛繁復雜的信息中學習并提取出置信度極高的知識，世界可能很快是另一幅模樣。 （全文完）

炕餅內酸下聽異迷火蓄箭協玩吸爽委埋乃袍卜攀務套夾腰纖革擁質析墳沉營循儉兵霞脈勉拋助森抗架淘困唇羽納激須蒼賞悟里啞溫唇歪抗嚴譜疏殲術站退圓鷹燙東湯羨肅肺誦飛拼廉都寒堡沉賊南尖狂徑籌8W237。Magi搜索引擎爆紅顛覆百度。百度網站產品seo描述是什么,網店推廣seo伏化作業,seo優化筆試題 文庫,運營seo是什么職位