جارفيس رايزينج - كيف يمكن لـ Google إنشاء نموذج للتعلم الآلي "سريع الحركة" للتنبؤ بالإجابات عندما يتعذر على البحث ، وكيف يمكنه فهرسة هذه النماذج للتنبؤ بالإجابات لطلبات البحث المستقبلية [براءات الاختراع]

بعد تحليل براءة اختراع Google المتعلقة بـ PAA و PASF ، بدأت في مراجعة براءات الاختراع الأخرى الممنوحة مؤخرًا. ولم يمض وقت طويل حتى ظهرت نموذجًا آخر مثيرًا للاهتمام فيما يتعلق باستخدام نماذج التعلم الآلي. تركز براءة الاختراع التي قمت بتحليلها للتو على استخدام و / أو إنشاء نموذج تعلم آلي استجابةً لاستعلام ما (عندما يحتاج Google إلى توقع إجابة لأن نتائج البحث القياسية لا يمكنها تقديم إجابة مناسبة). بعد قراءة براءة الاختراع عدة مرات ، أكدت على مدى تعقيد أنظمة Google عند الحاجة إلى تقديم إجابة جيدة (أو توقع) للمستخدمين.

كما هو الحال مع أي براءة اختراع ، لا نعرف أبدًا ما إذا كانت Google قد نفذت بالفعل ما تغطي براءات الاختراع ، ولكن هذا ممكن دائمًا. وإذا تم تنفيذه ، فلن يقتصر الأمر على استخدام Google لنموذج التعلم الآلي المُدرَّب للمساعدة في توقع إجابة استعلام ما ، بل يمكنه أيضًا فهرسة نماذج التعلم الآلي هذه ، وربطها بكيانات مختلفة وصفحات ويب وما إلى ذلك ، ثم استردادها و استخدام هذه النماذج لعمليات البحث اللاحقة ذات الصلة. فكر في مدى قوة وقابلية تطوير Google.

بالإضافة إلى ذلك ، توضح براءة الاختراع أنه يمكن لـ Google إعادة واجهة تفاعلية إلى نموذج التعلم الآلي في نتائج البحث ، والتي تمكن المستخدمين من إضافة معلمات يمكن استخدامها لإنشاء تنبؤ للاستعلامات عندما لا تكون نتائج البحث كافية. جعلني هذا الجزء من براءة الاختراع أفكر في الرسالة التي نشرتها Google في SERPs في أبريل من عام 2020 عندما لا يتم إرجاع نتائج بحث عالية الجودة لاستعلام. لا يوفر التطبيق الحالي نموذجًا للمستخدمين للتفاعل معه ، ولكنه بالتأكيد قد يحدث في وقت ما. وربما يمكن استخدام هذه الواجهة لمزيد من الاستفسارات في المستقبل مقابل تلك الأكثر غموضًا التي تظهر في الوقت الحالي. سأغطي المزيد عن هذا في الرصاص أدناه.

النقاط الرئيسية من براءة الاختراع:
على غرار رسالتي الأخيرة التي تغطي براءة اختراع Google الأخيرة ، أعتقد أن أفضل طريقة لتغطية التفاصيل هي تقديم رموز نقطية للنقاط الرئيسية.

إنشاء و / أو استخدام نموذج التعلم الآلي استجابة لطلب البحث
الولايات المتحدة 11645277 B2
تاريخ المنح: 9 مايو 2023
تاريخ الإيداع: 12 ديسمبر 2017
اسم الوكيل: Google LLC

1. توضح براءة اختراع Google أنه إذا تعذر تحديد الإجابة على وجه اليقين ، وقدم المستخدم طلبًا تنبئيًا بطبيعته ، فيمكن استخدام نموذج تعلم آلي مدرب لإنشاء تنبؤ.

2. على سبيل المثال ، يمكن لـ Google أولاً إنشاء نتائج بحث بناءً على استعلام ما ، ولكن إذا لم تكن النتائج ذات جودة كافية ، فيمكن استخدام نموذج التعلم الآلي لتقديم إجابة متوقعة أقوى. لذلك ، يمكن للنظام تقديم إجابات متوقعة بناءً على نموذج التعلم الآلي عندما يتعذر على Google التحقق من صحة الإجابة.

3. أيضًا ، يمكن إنشاء نموذج التعلم الآلي "سريعًا" ، وقد تخزن Google نماذج التعلم الآلي المدربة في فهرس بحث. نعم ، يمكن لـ Google فهرسة نماذج التعلم الآلي التي تم تدريبها للتو لتقديم تنبؤات بناءً على أنواع محددة من الاستعلامات. سأغطي المزيد عن هذا قريبًا.

4. قدمت براءة الاختراع مثالاً بناءً على الاستعلام "كم عدد الأطباء الذين سيكونون في الصين في عام 2050؟" إذا تعذر تقديم إجابة موثوقة عبر نتائج البحث القياسية ، فيمكن عندئذٍ تمرير الاستعلام إلى نموذج تعلم آلي مدرب لإنشاء تنبؤ.

5. تشرح براءة الاختراع أن النظام قد يستغرق سنوات أخرى مثل 2010 و 2015 و 2020 وما إلى ذلك ، وتستخدم تلك السنوات لتوليد التنبؤ (من خلال نموذج التعلم الآلي المُدرَّب على تلك المعايير).

6. توضح براءة الاختراع أنه يمكن فهرسة نماذج التعلم الآلي المدربة بواسطة عنصر واحد أو أكثر من عناصر المحتوى من "الموارد المستخدمة لتدريب النموذج". وبالنسبة للاستعلامات المستقبلية ، عندما يحدد النظام المعلمات المتعلقة بنموذج التعلم الآلي (على سبيل المثال ، إذا طرح مستخدم لاحق سؤالاً ذا صلة مثل ، "كم عدد الأطباء في الصين في عام 2040 ؟") ، يمكن لنموذج التعلم الآلي لتوليد تنبؤ.

7. تشرح براءة الاختراع أنه يمكن تخزين نماذج التعلم الآلي مع عنصر واحد أو أكثر من عناصر المحتوى ، مثل الكيانات في الرسم البياني للمعرفة وأسماء الجداول وأسماء الأعمدة وأسماء صفحات الويب والمزيد. بالإضافة إلى ذلك ، يمكن استخدام الكلمات المرتبطة بالاستعلام مثل "الصين" و "الأطباء" بواسطة نموذج التعلم الآلي لإنشاء تنبؤ.

8. تشرح براءة الاختراع أن النظام قد يوفر واجهة تفاعلية للمستخدمين لاختيار المعلمات التي يمكن تمريرها إلى نموذج التعلم الآلي. يمكن أن يكون ذلك حقلاً نصيًا ، أو قائمة منسدلة ، إلخ. أيضًا ، يمكن أن تتضمن الاستجابة رسالة مقدمة إلى المستخدم مفادها أن الاستجابة عبارة عن تنبؤ يعتمد على نموذج تعلم آلي مدرب. لذلك ، تريد Google التأكد من فهم المستخدمين أنه تنبؤ يعتمد على نموذج التعلم الآلي مقابل الإجابات المقدمة بناءً على البيانات التي تم فهرستها.

9. يمكن بعد ذلك التحقق من صحة النموذج المدرب للتأكد من أن التنبؤات على الأقل "جودة عتبة". يمكن منع أي شيء أقل من حد معين وعدم تقديمه للمستخدم. في هذه الحالة ، يمكن عرض نتائج البحث القياسية بدلاً من ذلك.

10. بالإضافة إلى نتائج البحث العامة ، توضح براءة الاختراع أنه يمكن استخدام النظام في قاعدة بيانات خاصة لمساعدة الشركات على توقع نتائج معينة. توضح براءة الاختراع ، "خاصة لمجموعة من المستخدمين و / أو شركة و / أو مجموعات أخرى مقيدة." على سبيل المثال ، قد يسأل موظف في مدينة ملاهي ، "كم عدد مخاريط الثلج التي سنبيعها غدًا؟" يمكن للنظام بعد ذلك الاستعلام عن قاعدة بيانات خاصة لفهم مبيعات الأيام السابقة ، ومعلومات الطقس ، وبيانات الحضور ، وما إلى ذلك ، للتنبؤ بإجابة الموظف.

11. توضح براءة الاختراع أن النظام يمكن أن يوفر إخطارات فورية من "مساعد آلي" في مرحلة ما. وفقط التفكير بصوت عالٍ ، أتساءل عما إذا كان يمكن أن يكون ذلك من مساعد يشبه جارفيس كما أوضحت في رسالتي حول Code Red من Google الذي أثار آلاف Code Reds في الناشرين.

12. من وجهة نظر الكمون ، توضح براءة الاختراع أنه قد يكون هناك تأخير بعد أن يقدم المستخدم استعلامًا. عندما يحدث ذلك ، يمكن في البداية عرض نتائج البحث القياسية مع رسالة مفادها أن النتائج "الجيدة" غير متاحة للاستعلام وأن نموذج التعلم الآلي يتم استخدامه لإنشاء تنبؤ. في هذه الحالات ، يمكن للنظام إرسال هذا التنبؤ إلى المستخدم في وقت لاحق أو توفير ارتباط تشعبي للمستخدمين للنقر عليه لعرض مخرجات التعلم الآلي.

13. أيضًا ، تنص براءة الاختراع في بعض المواقف على أنه يتعين على المستخدم تأكيد المطالبة من أجل استمرار العملية. على سبيل المثال ، قد يوفر النظام رسالة تفيد بأن "الإجابة الجيدة غير متوفرة. هل تريدني أن أتوقع إجابة لك؟ " بعد ذلك ، لن يتم تدريب نموذج التعلم الآلي إلا إذا تم تلقي مدخلات إيجابية من المستخدم استجابةً للموجه. كما أوضحت سابقًا ، أرى ارتباطًا برسالة "لا توجد تطابقات رائعة لبحثك" التي تم طرحها في أبريل من عام 2020. أتساءل عما إذا كان من الممكن توسيع ذلك لاستخدام هذا النموذج في المستقبل ...

الملخص: يمكن أن تتنبأ Google بإجابات جيدة بطريقة قوية وفعالة عبر نماذج التعلم الآلي (المفهرسة).
على الرغم من أننا لا نعرف ما إذا كان يتم استخدام أي براءة اختراع محددة ، إلا أن قوة وكفاءة هذه العملية منطقية جدًا بالنسبة إلى Google. من إنشاء نماذج التعلم الآلي "أثناء التنقل" إلى فهرسة تلك النماذج للاستخدام المستقبلي إلى استخدام واجهة تفاعلية مع دفع الإخطارات ، يبدو أن Google تمهد الطريق لمساعد مثل جارفيس. لذا ، في المرة القادمة التي تطلب فيها من Google توقع إجابة ، فكر في براءة الاختراع هذه. وقد يُطلب منك فقط الحصول على مزيد من المعلومات في وقت ما (حتى يتمكن جارفيس من القيام بكل هذا في نانوثانية). :)

GG