Búsqueda Vectorial & Estructuras de Datos
Exploración en profundidad de los algoritmos de Búsqueda Aproximada de Vecinos Más Cercanos (ANN), grafos HNSW, partición por clústeres IVF, árboles KD-Tree, KNN exacto, producto punto $N \times D$ y centroides geométricos.
Búsqueda Vectorial (Vector Search)
Localización de datos basada en similitud semántica en un espacio multidimensional usando vectores de características.
"Imagina una constelación 3D de estrellas donde cada estrella representa un documento. Las palabras con significados similares (ej. "perro" y "canino") están ubicadas muy cerca unas de otras en el espacio."
KNN (K-Nearest Neighbors)
Búsqueda exacta de los K vecinos más cercanos evaluando exhaustivamente todos los vectores del espacio.
"Para encontrar los 3 vecinos más cercanos a tu casa, mides con una regla la distancia a TODAS las casas de la ciudad una por una."
KD-Tree (k-dimensional Tree)
Estructura de datos en árbol de partición espacial para organizar puntos en espacios de baja dimensionalidad.
"Partir una hoja de papel verticalmente, luego horizontalmente, creando cuadrantes organizados como un mapa de carpetas."
HNSW (Hierarchical Navigable Small World)
Grafo jerárquico multicapa para búsqueda rápida y aproximada de vecinos más cercanos (ANN).
"Tomar un avión a otra ciudad (capa superior), un taxi al barrio correcto (capa media) y caminar hasta la puerta adecuada (capa inferior)."
IVF (Inverted File Index)
Partición del espacio vectorial mediante clústeres (K-Means) para reducir el alcance de búsqueda.
"Organizar los libros de una biblioteca en secciones temáticas y revisar únicamente el estante de "Inteligencia Artificial" en lugar de toda la biblioteca."
Centroide
El centro de masa o promedio geométrico de un conjunto de vectores en un clúster.
"La capital o punto céntrico que representa a toda una región geográfica."
Producto Punto (Dot Product) N x D
Operación algebraica fundamental entre vectores para medir alineación y magnitud en N consultas de D dimensiones.
"Superponer dos flechas: si apuntan exactamente a la misma dirección, el resultado multiplica sus fuerzas; si son perpendiculares, el resultado es cero."
Benchmark & Rendimiento de Índices
Proceso de evaluación cuantitativa del balance entre latencia (QPS) y precisión (Recall@K) en índices de búsqueda.
"Probar un vehículo en una pista de carreras para medir velocidad máxima vs consumo de combustible."
Nprobe (IVF Search Radius)
Número de clústeres Voronoi a examinar durante una consulta en índices de tipo IVF.
"Si buscas a alguien en un hotel de 100 habitaciones organizadas en 10 bloques (clústeres), nprobe=2 significa que solo abrirás las puertas de los 2 bloques más probables."