LinkedIn 近日推出了其全新的 AI 驱动的人脉搜索功能，标志着该公司在生成式人工智能领域迈出了重要一步。尽管此功能的推出经过了漫长的等待，但其背后是工程团队在技术优化和实用性方面的不懈努力。这一新功能使得用户能够通过自然语言查询，比如 “谁对治疗癌症有了解?” 来寻找相关专业人士，而不再局限于传统的关键字搜索。
与以往基于关键字的搜索方式不同，新系统能够理解用户的搜索意图，掌握语义关系，自动推荐相关的专家和研究者。比如，即使某个专业人士的个人资料中没有提到 “癌症”，系统也能够识别与 “肿瘤学” 或 “基因组研究” 的关联，从而给出更为精准的推荐。同时，系统在推荐结果时还会考虑用户的社交网络关系，确保用户能更容易联系到相关专家。
为了实现这一智能搜索，LinkedIn 团队开发了一个高效的技术框架，名为 “食谱”。通过这一框架，他们在小范围内测试了大量的数据，并成功提炼出核心模型。经过不断的优化，团队最终将模型参数从440M 缩减到220M，大幅提升了处理速度，使得系统能够高效服务于13亿用户。
在基础设施上，LinkedIn 也进行了重要的转型，将检索系统从基于 CPU 的架构转移到 GPU 架构，以应对庞大的数据量和更快的响应需求。此外，团队还创建了一种新的智能查询路由层，能够根据用户查询的特性，选择最佳的搜索方式。
LinkedIn 的这次升级不仅提升了用户体验，也为其他企业在构建人工智能系统时提供了可借鉴的经验，强调了渐进式优化和团队合作的重要性。
划重点:
📌 LinkedIn 推出 AI 驱动的人脉搜索，用户可通过自然语言查询找到相关专家。
🔍 新系统理解搜索意图，能识别相关领域的专业人士，推荐更精准的结果。
⚙️ 团队开发了高效的技术框架，缩减模型参数以提升处理速度，优化用户体验。
