视觉智能搜索

在智能搜索时代，搜索引擎日益成为高效连接我们和信息的核心技术，而随着移动设备智能化程度也越来越高，搜索的过程除了逐渐从PC端转到了移动设备，比如智能手机中，搜索方式也正发生转变，文字、声音已无法满足人们的搜索要求，视觉智能搜索则显得更加符合人们随时随地搜索的特性。

互联网发展到今天，人们已经对搜索太过熟悉，人们习惯了搜索技术的存在，以至于感受不到其中技术的变革。但实际上，从古早的文本检索到今天的人工智能，网络世界的网页数量已经从千万级别，增长到了千亿级别，其中囊括的内容甚至比世界上所有图书馆加起来还要丰富。

在新的搜索需求下，再加上智能手机丰富的传感器，人们搜索的输入方式开始从传统的文字输入演变为文字、声音、图像、位置、体感等的综合输入，因搜索场景的移动性和网络环境的变化而发生变化。

如今，在移动端，基于语音的搜索技术已经较为成熟，具有代表性的就是苹果的“Siri”，它可利用人们的口述信息进行检索，Siri的出现让搜索更加符合人们的自然需求，使人与机器的交互演变为人与人的自然交流。此外，还有基于位置的搜索，当人们旅游至某地后，就可以收到相应的酒店、餐馆等方面的提示信息，快速让我们熟悉所在地。在文字、声音、位置等搜索外，视觉智能搜索则是一种更加深度影响人们生活的搜索，并日益成为搜索技术的未来。

视觉智能搜索是通过搜索视觉特征，为人们搜索互联网上相关图形、图像资料检索服务的专业搜索引擎系统。简单来理解的话，视觉智能搜索就是当我们拍摄一张照片后系统会提取此图片的信息，然后和图片库中的图片进行比对，最终找出和图片具有极高相似度的一张图片。

相较于视觉智能搜索来讲，语音搜索识别率低，对使用者的说话语速、语气、口音等具有较高的要求；语音搜索适合相对独立和安静的空间使用，受使用场景局限，使用手机语音会干扰周围的人，也极容易被周围环境干扰。而视觉智能搜索则是在移动场景下对“线下实体”的搜索，包括环境、商铺、餐厅、招牌、商品、图书、菜品、景点等，具有天然的技术优势。

比如，当我们对路边一只小狗感兴趣时，使用视觉智能搜索软件进行识别，我们就会知道它属于哪一种狗，它的成长历史和基因信息，它的生活习性，如何养好它，周围是否有宠物医院，在什么地方可以买到这种狗等一系列的相关信息。就像PC时代的搜索框一样，摄像头就是移动互联网时代的入口，而流量入口又是搜索引擎之源，这也是谷歌和百度等搜索巨头都对视觉搜索投入大量资源的原因。