框计算:你所不知道的三件事 推荐

简介:  2009年8月18日,在高六米、长达五十米巨幅屏幕前,百度创始人李彦宏向世人演示了未来的“框计算”搜索:“呈现在我们面前的将只是一个简单的搜索框,输入任何需求,系统就会反馈给我们想要的结果。

 2009年8月18日,在高六米、长达五十米巨幅屏幕前,百度创始人李彦宏向世人演示了未来的“框计算”搜索:“呈现在我们面前的将只是一个简单的搜索框,输入任何需求,系统就会反馈给我们想要的结果。”

 

一年多时间过去,框计算这项看似“复杂科幻”的技术理念,在3000多名百度技术工程师的努力下正成为现实。在每天使用带有框计算技术的百度搜索时,你也许并不知道框计算背后还有许许多多的有趣故事。

 

 “框计算”名称由来?

   对于百度来说,近年来一直致力的,是如何通过搜索框和背后复杂的运算,梳理和寻找到互联网上最优质的资源,并将其直接同用户的各式各样的需求准确对接。这显然已经超出了传统的搜索引擎查找信息的范畴。

 

   经过公司内部讨论决定,在这一领域的相关研发及成果,将要在2009年的百度技术创新大会上对外发布。

 

   问题在于,这样一个全新的技术理念,该给它起个什么样的名字,既朗朗上口,又言简意赅呢?这可难坏了李彦宏和百度的工程师们。为找到一个合适的名字,李彦宏和技术及市场团队的相关人员讨论了好几天,从“魔力盒”到“云搜索”,再到“盒计算”,大家各抒己见,但却始终无法达成统一意见。

 

   一个午后的技术例会上,李彦宏凝视百度搜索框时突然想到,其实百度的技术后台计算无论多复杂,但是在前台呈现给用户的都是一个简洁的搜索“框”。“框”本身不就包含了一切可能、一切变化么?

 

   “不如就叫做框计算吧?”李彦宏提议,这个名字让所有参与讨论的人员眼前一亮,并在随后的会议中一致通过表决。这也是李彦宏少数几次在为百度产品的“起名”时被采纳意见。此前,李彦宏曾公开表态喜欢网友为百度HI起的名字“百度小声”,结果这个名字仍然被开发团队无情毙掉。

 

你真的没有体验过框计算?

   如果你还在怀疑什么是框计算,或者说是否用过框计算的话,那看过这组数据以后,你应该会有答案。

 

   “根据百度服务器统计的数据,在百度每天接受数十亿的用户查询中,由框计算来负责解答的部分已经达到了57%之多。”

 

   这意味着,平均不到两次搜索就有一次由框计算完成,未来这个数字还将会有进一步的提升。而每个普通中国网民平均每天使用百度的次数超过7次。因此,如果是百度用户,你一定已经体验过框计算,只是也许你并未察觉。

 

   在“框计算”快速的搜索体验背后,其实是百度技术团队坚持不懈的努力和协作。拥有超过2000名业界顶级工程师的百度,每天平均打造出超过200多项技术及产品创新,其速度和数量均为世界领先水平。

 

框计算让时间变长?

    在《盗梦空间》的第四重梦境,时间变得无限长,甚至可以让人在其中度过一生。其实,通过百度工程师的努力,框计算正在创造这样的搜索梦境:

 

    按照现在百度的数据处理量,每天接受约100亿次搜索,平均每次搜索,框计算可节约时间0.05秒,对人类搜索的这一群体时间概念而言,每一天百度节约出来的时间为158年,这已经足够一个人在其中度过一生。

 

     如果时间可以汇聚和辗转腾挪,柯布先生营造第四重梦境就不必那么费力,大家每天百度一下,四重梦境时间就可以轻松获得。

 

     而这仅仅是框计算优化搜索所带来的影响,并不包括人们通过百度获取知识后的行动效率提升。

相关文章
|
7月前
|
存储 安全 编译器
C++学习过程中的一些值得注意的小点(1)
C++学习过程中的一些值得注意的小点(1)
ArcMap矢量图层的零碎、空洞区域填补与独立区域剔除:消除面部件
本文介绍在ArcMap软件中,基于消除面部件(“Eliminate Polygon Part”)工具,对矢量面要素的零碎、空洞区域加以删除,同时将游离于要素主体之外的部分剔除的方法~
112557 1
ArcMap矢量图层的零碎、空洞区域填补与独立区域剔除:消除面部件
|
移动开发 文字识别 算法
论文推荐|[PR 2019]SegLink++:基于实例感知与组件组合的任意形状密集场景文本检测方法
本文简要介绍Pattern Recognition 2019论文“SegLink++: Detecting Dense and Arbitrary-shaped Scene Text by Instance-aware Component Grouping”的主要工作。该论文提出一种对文字实例敏感的自下而上的文字检测方法,解决了自然场景中密集文本和不规则文本的检测问题。
1953 0
论文推荐|[PR 2019]SegLink++:基于实例感知与组件组合的任意形状密集场景文本检测方法
|
6月前
|
机器学习/深度学习 自动驾驶 机器人
【机器学习知识点】3. 目标检测任务中如何在图片上的目标位置绘制边界框
【机器学习知识点】3. 目标检测任务中如何在图片上的目标位置绘制边界框
|
7月前
|
算法 测试技术 C#
【树上倍增】【内向基环树】【 图论 】2836. 在传球游戏中最大化函数值
【树上倍增】【内向基环树】【 图论 】2836. 在传球游戏中最大化函数值
|
编解码 算法 数据可视化
【多重信号分类】超分辨率测向方法——依赖于将观测空间分解为噪声子空间和源/信号子空间的方法具有高分辨率(HR)并产生准确的估计(Matlab代码实现)
【多重信号分类】超分辨率测向方法——依赖于将观测空间分解为噪声子空间和源/信号子空间的方法具有高分辨率(HR)并产生准确的估计(Matlab代码实现)
113 0
|
7月前
ArcGIS矢量面要素中零碎小面积空洞区域补全与单独部分区域分离并剔除
ArcGIS矢量面要素中零碎小面积空洞区域补全与单独部分区域分离并剔除
151 1
|
人工智能 自然语言处理 文字识别
理解指向,说出坐标,Shikra开启多模态大模型参考对话新维度
理解指向,说出坐标,Shikra开启多模态大模型参考对话新维度
210 0
|
算法 测试技术
NeRF新研究来了:3D场景无痕移除不需要对象,精确到毛发
NeRF新研究来了:3D场景无痕移除不需要对象,精确到毛发
159 0
|
计算机视觉
当「分割一切」遇上图像修补:无需精细标记,单击物体实现物体移除、内容填补、场景替换(1)
当「分割一切」遇上图像修补:无需精细标记,单击物体实现物体移除、内容填补、场景替换
150 0