Vector Search

البحث المتجه هو طريقة متطورة لاسترجاع المعلومات تحدد العناصر المتشابهة ضمن مجموعة بيانات بناءً على خصائصها الرياضية بدلاً من مطابقات الكلمات الدقيقة. على عكس البحث بالكلمات المفتاحية التقليدي، الذي يعتمد على العثور على سلاسل أحرف محددة، يحلل البحث المتجه المعنى الدلالي الأساسي للبيانات. تُعد هذه التقنية أساسية لتطبيقات الذكاء الاصطناعي (AI) الحديثة لأنها تتيح للحواسيب فهم العلاقات بين المفهوم المجرد، ومعالجة البيانات غير المهيكلة مثل الصور، وملفات الصوت، ونصوص اللغة الطبيعية بدقة ملحوظة.

كيف يعمل البحث المتجهي#

يتضمن جوهر البحث المتجه تحويل البيانات الخام إلى متجهات عددية عالية الأبعاد تُعرف باسم التضمينات. تقوم هذه العملية بتعيين العناصر إلى نقاط في مساحة متعددة الأبعاد حيث توجد العناصر المتشابهة مفهوماً بالقرب من بعضها البعض.

1. Vectorization: A deep learning (DL) model processes the input data—for example, an image of a dog—and outputs a feature vector. Advanced models like YOLO26 are often used to generate these rich feature representations efficiently.

2. الفهرسة: لتنفيذ عمليات البحث بسرعة، يتم تنظيم هذه المتجهات باستخدام خوارزميات متخصصة، وغالباً ما يتم تخزينها في قاعدة بيانات متجهة مخصصة.

3. حساب التشابه: عندما يقدم المستخدم استعلاماً، يقوم النظام بتحويل هذا الاستعلام إلى متجه ويقيس المسافة إلى المتجهات المخزنة باستخدام مقاييس مثل تشابه جيب التمام أو المسافة الإقليدية.

4. الاسترجاع (Retrieval): يُرجع النظام "أقرب الجيران"، والتي تمثل النتائج الأكثر صلة من الناحية السياقية.

مثال بلغة Python: إنشاء التضمينات#

لتنفيذ البحث المتجه، يجب عليك أولاً تحويل بياناتك إلى متجهات. يوضح مقتطف الكود التالي كيفية إنشاء خرائط الميزات والتضمينات من صورة باستخدام حزمة ultralytics ونوذج YOLO26 مسبق التدريب.

from ultralytics import YOLO

# Load a pre-trained YOLO26 classification model
model = YOLO("yolo26n-cls.pt")

# Generate feature embeddings for an image URL
# The 'embed' method returns the high-dimensional vector representation
results = model.embed("https://ultralytics.com/images/bus.jpg")

# Print the shape of the resulting embedding vector
print(f"Embedding vector shape: {results[0].shape}")

تطبيقات العالم الحقيقي#

البحث المتجه هو المحرك الكامن وراء العديد من الميزات البديهية في بيئة البرمجيات الحالية، حيث يردم الفجوة بين رؤية الحاسوب (CV) ونية المستخدم.

• أنظمة التوصية المرئية: في قطاع الذكاء الاصطناعي في قطاع التجزئة، يشغل البحث المتجه ميزات "تسوق المظهر". إذا أعجب العميل بحقيبة يد معينة، يعثر النظام على عناصر ذات متجهات مرئية متشابهة - متطابقة الشكل، والملمس، والأسلوب - مما يخلق نظام توصية مخصصاً.
• التوليد المعزز بالاسترجاع (RAG): لتحسين نماذج اللغة الكبيرة (LLMs)، يستخدم المطورون البحث المتجه لاسترجاع المستندات ذات الصلة من قاعدة المعرفة. يوفر هذا سياقاً للذكاء الاصطناعي، مما يقلل من الهلوسة ويحسن الدقة في تفاعلات الروبوت المحادثة.
• اكتشاف الحالات الشاذة: من خلال تجميع متجهات العمليات "العادية"، يمكن للأنظمة تحديد القيم المتطرفة التي تبتعد كثيراً عن المجموعة. هذا أمر بالغ الأهمية لـ اكتشاف الحالات الشاذة في مراقبة جودة التصنيع وأمن البيانات.

التمييز بين المفاهيم ذات الصلة#

من المفيد التمييز بين البحث المتجه المصطلحات المشابهة لفهم خط أنابيب التعلم الآلي (ML) الكامل.

• البحث المتجه مقابل البحث الدلالي: البحث الدلالي هو التطبيق الأوسع لفهم نية المستخدم ("ماذا"). البحث المتجه هو الطريقة الخوارزمية المحددة المستخدمة لتحقيق ذلك عن طريق حساب التقارب المتجه ("كيف").
• البحث المتجه مقابل قاعدة البيانات المتجهة: قاعدة البيانات المتجهة هي البنية التحتية المصممة لتخزين وإدارة التضمينات على نطاق واسع. البحث المتجه هو عملية الاستعلام عن قاعدة البيانات تلك لاسترجاع المعلومات.
• البحث المتجه مقابل البحث بالكلمات المفتاحية: يطابق البحث بالكلمات المفتاحية سلاسل النصوص الدقيقة (على سبيل المثال، "apple" تطابق "apple"). يطابق البحث المتجه المعنى، لذا قد تطابق "apple" كلمة "fruit" أو "red"، حتى لو كانت الكلمات مختلفة.

التكامل مع منصة Ultralytics#

بالنسبة للفرق التي تبني أنظمة بحث التشابه، تُعد إدارة مجموعات البيانات وتدريب نماذج التضمين خطوة أولى حاسمة. تعمل منصة Ultralytics على تبسيط سير العمل هذا من خلال توفير أدوات لإدارة البيانات، والتدريب السحابي، ونشر النماذج. من خلال ضمان أن تكون نماذجك الأساسية - سواء كانت لـ اكتشاف الكائنات أو التنيف - عالية الأداء، فإنك تضمن أن المتجهات الناتجة توفر نتائج بحث دقيقة وذات مغزى.