Approximate Nearest Neighbor (ANN)
Vecinos más cercanos aproximados
En una frase
ANN: algoritmos que encuentran vectores muy cercanos a una consulta sin compararla con todos, a cambio de una pequeña pérdida de exactitud.
¿Demasiado técnico? Ver explicación sencilla¿Quieres profundizar? Ver explicación técnica
Explícamelo fácil
Buscar el punto más cercano entre mil millones comparando uno por uno sería lentísimo. Los algoritmos ANN organizan los vectores de forma inteligente —como un mapa con autopistas y calles locales— para llegar a una zona prometedora rápidamente y buscar solo ahí.
Nivel técnico
Profundizando
HNSW (Hierarchical Navigable Small World) construye un grafo de varios niveles: los superiores tienen pocas conexiones largas y los inferiores muchas cortas; la búsqueda desciende de forma voraz. IVF agrupa los vectores con k-means y solo explora los clusters más cercanos. La cuantización de producto (PQ) comprime los vectores para ahorrar memoria. Se ajusta el equilibrio entre recall, latencia y memoria con parámetros como ef_search o nprobe.
¿Por qué importa?
Hace posible la búsqueda semántica en tiempo real sobre colecciones gigantes.
¿Dónde se utiliza?
- Bases de datos vectoriales
- Motores de recomendación
- Búsqueda de imágenes
Antes de aprender esto
Si alguno te resulta nuevo, empieza por ahí.