أقرب جار تقريبي (ANN)
أقرب جار تقريبي (ANN) هو خوارزمية بحث تجد العناصر في فضاء عالي الأبعاد الأقرب تقريباً لنقطة استعلام، بمقايضة الدقة المثالية لسرعات بحث أسرع بشكل كبير. على عكس البحث الدقيق لأقرب جار الذي يفحص كل نقطة في مجموعة البيانات، تستخدم خوارزميات ANN هياكل فهرسة لتضييق نطاق المرشحين بسرعة، وتعيد نتائج قريبة جداً من أقرب الجيران الحقيقيين ولكن دون ضمان الدقة. هذه المقايضة ضرورية للبحث المتجهي على نطاق واسع، حيث يكون البحث الدقيق على ملايين أو مليارات المتجهات بطيئاً جداً للتطبيقات في الوقت الفعلي. تشمل خوارزميات ANN HNSW و Product Quantization و Locality-Sensitive Hashing و Inverted File Index.
في الخدمات المالية
مثال واقعي
مدير أصول عالمي ينشر نظام RAG باستخدام بحث ANN على 50 مليون مستند بحثي. باستخدام فهرسة HNSW في Pinecone، النظام يحقق أوقات استعلام أقل من 50 ميلي ثانية مع استدعاء 99 بالمئة. مدير محفظة يبحث عن "شركات طاقة متجددة أوروبية بهوامش EBITDA متزايدة" يحصل على نتائج بالميلي ثانية.
لماذا يهم في التمويل
ANN يجعل البحث الدلالي عملياً على نطاق واسع للمؤسسات المالية. بدون ANN، البحث المتجهي على ملايين المستندات المالية سيكون بطيئاً جداً للتطبيقات في الوقت الفعلي.
مصطلحات ذات صلة
استكشف في Finatune
أسئلة شائعة
ما هو ANN في AI المالي؟
خوارزمية بحث تجد أقرب المتجهات تقريباً مقابل سرعة بحث أسرع.
الفرق عن البحث الدقيق؟
البحث الدقيق يفحص كل نقطة، ANN يستخدم فهارس لسرعات بالميلي ثانية.
ما خوارزميات ANN المستخدمة؟
HNSW و IVF و PQ في قواعد البيانات المتجهية.