重要的是搜索結果也很不一般，屬性中的每一個結果有對應的鏈接，并帶有標簽和主要學習來源部分，搜索結果以結構化知識的形式呈現。這種模式和國內外主流的搜索引擎完全不一樣，讓人感覺新鮮。

當然，也讓人由此發出疑問：Magi 到底是什么，是誰開發的，好不好用？

按照開發者 PeakJi 季逸超的講述和 Magi 網站上的說明，Magi 其實并不是單純的網頁搜索引擎，而是自主閱讀文本并持續糾錯的 AI。

Magi 是由 Peak Labs 從無到有自研的基于機器學習的信息抽取和檢索系統，它能將任何領域的自然語言文本中的知識提取成結構化的數據，通過終身學習持續聚合和糾錯，進而為人類用戶和其他人工智能提供可解析、可檢索、可溯源的知識體系。11 月，Peak Labs 發布了公眾版 Magi.com。

與搜索引擎不同，Magi 不僅收錄互聯網上的海量文本，還會去嘗試理解并學習這些文本中蘊含的知識和數據。此外，Magi 從零研發了一套互聯網搜索引擎，所以 Magi.com 同時提供全網規模的普通搜索結果，學習過程是在無人干預的情況下 7 x 24 小時不間斷運行。

互聯網數據浩如煙海，質量參差不齊，如何將這些數據處理成機器能夠理解的數據結構時隔巨大的挑戰。在“Magi 的使命”一項中，Peak Labs這樣寫道：作為公眾版本的 magi.com 為人類用戶提供了與互聯網數據交互的新方式，而 Magi 系統背后的技術平臺則承載著另一半重要的意義：讓機器像人一樣能理解并充分利用互聯網中無窮無盡的知識。

對 Magi 的技術感興趣的同學，可以訪問 www.peak-labs.com 官網和季逸超的知乎，我們在這里就不多說了。

下面來關注一下 Magi 背后的團隊——Peak Labs，以及創始人 PeakJi 。

創始人 PeakJi 真名季逸超，90 后男生，在北大附中讀高中期間接觸 iOS 并加入威鋒網 WEIP 技術組，先后參與了 wefit 輸入法的完善和各種越獄研究，高三設計并開發猛犸 1 網頁瀏覽器，大一推出猛犸 4。據說，PeakJi 所有的產品都是由他獨自完成設計、美工、算法、編碼、測試和推廣，可見啊這是一個非常有想法，動手能力也很強的“技術宅”了。

[[283111]]

2012 年，在北大念書的季逸超創建 Peak Labs，并發明了 Rasgueado 輸入法。據說 Peak Labs 的產品和技術還有很多，什么神經信息提取系統 Ireul，網頁大規模搜索引擎 Ramiel，多語言分析 pipeline Arael 和分布式檢索系統 Matarael 等等，利用這些技術構架，他們搭建了 Magi 服務，包括普惠版和企業版兩種。

如果你要問 Magi 好不好用，我們暫時也無法給出明確回答，因為 Magi 目前完成度還有待提高。但是，比起當做搜索引擎來用，Magi 應該更適合做知識學習鏈庫。

在使用的過程，我們會發現 Magi 也有很多不足之處，尤其是在搜索規模和答案準確度上。面對一些簡單搜索，Magi 往往給不出讓人滿意的答案，而且速度也不夠快。另外，它不是一款搜索引擎，像搜索網址這類任務也達不到很好的效果，也無法進行圖片搜索。

對于 Magi 的缺點，團隊和 PeakJi 都大方坦誠。

Peak Labs 指出，Magi 已經展示出的開放領域信息提取能力，可以應用到企業客戶所在的細分領域內，變成一個更加強大的信息抽取系統，讓每一個領域、每一家企業都可以輕松地打造屬于自己的知識圖譜，他們希望未來的 Magi 系統能夠成為“知識領域的 ImageNet”。

Magi 現在還遠算不上成熟，但其特性決定了它無窮的可能性和成長空間。未來，也許 Magi 會成為打破現有搜索引擎原理的新范式，開啟全新的結構化知識搜索引擎時代，改變我們對信息檢索和知識獲取方式的刻板印象，畢竟在信息大革命和人工智能大發展的時代，千帆競速，百舸爭流，誰都有機會。