本网讯（通讯员：张慧丹）为夯实人工智能专业学生理论基础，紧跟大模型与向量数据库产业前沿发展趋势，拓宽学生AI技术研究视野，提升专业知识应用与工程落地能力，2026年6月4日王曙光教授开展题为《从词向量到认知搜索：向量数据库的前世今生》专题学术讲座。
王曙光教授从结构化与非结构化搜索的现实反差切入，以SQL精准查询用户年龄、检索氛围感相册照片两个生活化场景，引出向量数据库诞生的时代背景与核心价值，提出“万物皆向量+高维空间近似搜索=认知搜索”的核心公式，梳理出向量数学原理、嵌入算法、ANN检索、RAG落地、技术展望五大授课脉络。在核心原理讲解环节，结合线性代数基础知识，拆解向量在计算机存储与几何空间中的双重定义，借助BERT词向量t-SNE降维可视化案例，直观展示高维空间天然具备的语义聚类特性。
讲座后半段聚焦工程落地，王曙光立足当前大模型发展痛点，点明LLM天生存在内容幻觉、知识滞后、私有数据不可用两大缺陷，细致拆解RAG检索增强生成全链路流程，将向量数据库比作大模型的外挂海马体，从防幻觉、实时更新、私有化部署三方面阐明RAG落地优势，罗列Chroma、Milvus、Qdrant、pgvector等主流向量库选型标准与适配场景。最后，教授展望行业发展方向，指出稀疏BM25+稠密向量混合检索是当下主流优化方案，存算一体、忆阻器芯片将突破冯・诺依曼架构内存墙瓶颈，成为未来向量检索硬件革新关键。
讲座尾声，王曙光给出轻量化实操学习路线，推荐基于BGE中文嵌入模型、Chroma向量库、LangChain框架搭建个人知识库问答机器人，引导同学们从理论走向实操。整场讲座理论与实例相融、数学与工程并举，有效加深了在场学生对词向量、认知搜索、RAG应用的理解，助力学生建立从底层数学到产业落地的系统化技术思维。
（审核：郑妮 编辑：崔妹）
