La evolución de Google AI en la búsqueda local

La Búsqueda de Google se ha vuelto cada vez más compleja, y no es de extrañar. Las necesidades de información de los consumidores constantemente conectados continúan evolucionando y los algoritmos de búsqueda deben adaptarse para mantenerse al día. Y lo hacen alguna vez; Los algoritmos de Google se actualizan cientos o miles de veces al año.

La misión de Google es simple: “organizar la información del mundo y hacerla universalmente accesible y útil”. Google cumple esa misión en un mundo donde el 59% de los compradores usan Google para buscar y comparar sus opciones antes de comprar en línea o en la tienda.

Hoy en día, los consumidores utilizan la búsqueda en sus dispositivos móviles y de escritorio, desde dispositivos y vehículos conectados, y a través de asistentes en el hogar como Google Home para encontrar respuestas a todas sus necesidades de información, navegación y comerciales. Y para cada uno de esos miles de millones de consultas, la Búsqueda de Google debe encontrar la respuesta correcta entre los billones de páginas web en su índice.

Nada de esto sería posible sin la inteligencia artificial (IA) y la escalabilidad que crea. Pero, ¿cómo impacta la IA de Google en la búsqueda local? Vamos a ver.

¿Qué es Google AI en la búsqueda?

La inteligencia artificial es parte integral de la forma en que funcionan los motores de búsqueda como Google en la actualidad. AI toma tareas que históricamente han requerido energía e inteligencia humana para completarlas y las automatiza. Sus primeras aplicaciones fueron automatizaciones bastante simples, pero ahora, con el aprendizaje automático, los algoritmos se pueden "entrenar" para tomar decisiones complejas, reconocer el habla y más.

Los algoritmos de búsqueda utilizan IA para comprender el significado semántico de cada consulta, identificar resultados relevantes y clasificarlos en tiempo real para ofrecer la mejor respuesta.

Ejemplo de resultado de búsqueda complejo utilizando la Búsqueda de Google

Hitos importantes de IA para la Búsqueda de Google

En sus primeros días, el algoritmo de búsqueda de Google simplemente buscaba palabras en la página para hacer coincidir palabras en una consulta de búsqueda. Sin embargo, esto vino con innumerables problemas; el lenguaje humano es complejo, las personas expresan consultas de muchas maneras, y estos sistemas eran fáciles de jugar para personas con intenciones menos que honorables. Incluso hoy, Pandu Nayak de Google dice que "el 15% de las búsquedas que vemos todos los días son completamente nuevas".

¿Cómo le enseñas a un sistema a entregar resultados rápidamente para preguntas que nunca antes se han hecho?

Introduzca IA.

Es importante tener en cuenta que cada experiencia de búsqueda de Google está impulsada por potencialmente cientos de algoritmos. Según Nayak, Google Fellow y VP of Search, el gigante de las búsquedas ha desarrollado cientos de algoritmos a lo largo de los años para ayudar a brindar resultados de búsqueda relevantes.

“Cuando desarrollamos nuevos sistemas de IA, nuestros algoritmos y sistemas heredados no se dejan de lado. De hecho, Search se ejecuta en cientos de algoritmos y modelos de aprendizaje automático, y podemos mejorarlo cuando nuestros sistemas, nuevos y antiguos, pueden funcionar bien juntos”, explicó. “Cada algoritmo y modelo tiene una función especializada, y se activan en diferentes momentos y en distintas combinaciones para ayudar a brindar los resultados más útiles”.

Estas son algunas de las principales aplicaciones de IA que se ejecutan en la Búsqueda de Google y cuándo se agregaron.

RankBrain, 2015

Este fue el primer sistema de aprendizaje profundo que implementó Google AI. RankBrain mejoró enormemente la comprensión de Google de cómo las palabras se traducen en conceptos específicos al permitirle encontrar más información que antes y expandir la comprensión de la máquina de las ideas y conexiones del mundo real. Nayak dice que "RankBrain (como sugiere su nombre) se usa para ayudar a clasificar, o decidir el mejor orden para los mejores resultados de búsqueda".

Emparejamiento neuronal, 2018

La coincidencia neuronal le dio a Google una mejor comprensión de cómo las consultas se relacionan con las páginas. Este fue un cambio masivo en la forma en que Google evaluó las consultas y lo llevó más allá de las palabras clave, para considerar la consulta y el contenido a escala, en lugar de solo palabras clave. Esto daría mucho más contexto a la consulta y al contenido.

BERT, 2019

Representaciones de codificador bidireccional, un modelo de procesamiento de lenguaje natural que revolucionó la comprensión de Google del significado y la intención de las combinaciones de palabras. BERT considera cada palabra en la consulta y puede "comprender" cómo las diferentes palabras utilizadas en tándem representan varios conceptos. “BERT entiende las palabras en una secuencia y cómo se relacionan entre sí, por lo que garantiza que no eliminemos palabras importantes de su consulta, sin importar cuán pequeñas sean”, explicó Nayak.

MAMÁ, 2021

Google dice que su modelo unificado multitarea es 1000 veces más poderoso que BERT. MUM ya está capacitado en más de 75 idiomas y puede completar muchas tareas diferentes simultáneamente. Sherry Bonelli de Early Bird Digital explica: "En lugar de realizar múltiples búsquedas para una pregunta compleja, MUM puede realizar múltiples tareas y podrá encontrar la respuesta a una consulta de búsqueda complicada utilizando múltiples fuentes y medios al mismo tiempo". Consulte la actualización de MUM de Google: lo que esto significa para los vendedores locales según los expertos para obtener más información de los SEO.

Imagen cortesía de Google

Otras formas en que Google usa la IA

Google también está utilizando la IA de muchas maneras fuera de la Búsqueda.

El Asistente de Google es un gran ejemplo. Es posible que ya esté utilizando el asistente de voz impulsado por IA en casa, en su teléfono inteligente, en su automóvil, en su televisor o incluso en un dispositivo portátil como un reloj de pulsera. Usando AI, esta aplicación puede administrar su calendario, encontrar negocios cercanos e incluso programar citas con ellos, consultar el clima, reproducir música y más.

Mediante el uso de modelos de lenguaje y aprendizaje automático, el Asistente de Google también puede mejorar cada vez más a la hora de comprender y satisfacer sus necesidades.

Google también usa IA en Maps, ya sea que los datos históricos de ubicación y su historial de búsqueda se utilicen en una experiencia de navegación más personalizada. AI está ayudando a potenciar Live View, lo que le da a Google Maps una mejor comprensión de dónde se encuentra con precisión en relación con los edificios y puntos de referencia para que pueda ayudarlo mejor a llegar a donde necesita ir.

Ai está siendo utilizado por Google en:

• Su sistema de detección de terremotos basado en Android
• Para Smart Bidding en Google Ads y DoubleClick
• Recomendaciones de contenido seguro de YouTube
• Buscar reconocimiento de imagen
• Programación inteligente de Google Drive basada en la disponibilidad de contactos
• Google Translate, a través de la red de traducción automática neuronal de Google
• Y más

¿Cómo se utilizará Google AI en el futuro?

Jeff Dean, Senior Google Fellow y SVP de Google Research, espera que veamos muchos avances interesantes en el aprendizaje automático en los próximos años.

“Los investigadores están entrenando modelos de aprendizaje automático más grandes y capaces que nunca. Por ejemplo, solo en los últimos años, los modelos en el dominio del lenguaje han crecido de miles de millones de parámetros entrenados en decenas de miles de millones de tokens de datos (por ejemplo, el modelo T5 de parámetro 11B), a cientos de miles de millones o billones de parámetros entrenados en billones de tokens de datos”, escribió recientemente.

Muchas de estas aplicaciones se centran en mejorar la comprensión del lenguaje escrito por parte de las máquinas, explicó. Los modelos recientes han logrado "resultados de vanguardia en los puntos de referencia de comprensión del lenguaje y habilidades conversacionales abiertas, incluso en múltiples tareas en un dominio", dijo, y compartió este ejemplo usando el modelo LaMDA de Google para una conversación abierta. entre un buscador y la Búsqueda de Google:

Un diálogo con LaMDA imitando a una foca de Weddell con el mensaje de puesta a tierra preestablecido, “Hola, soy una foca de Weddell. ¿Tienes alguna pregunta para mí?" El modelo mantiene en gran medida un carácter de diálogo. (Imagen de la foca de Weddell recortada de una imagen con licencia CC de Wikimedia)

Preguntas frecuentes sobre IA de Google

¿Qué tiene de emocionante Google MUM?

Google MUM es multimodal, lo que significa que se pueden analizar muchos más tipos y formatos de contenido. Dean compartió algunos ejemplos de lo que esto significa en su reciente publicación de blog, Google Research: Themes from 2021 and Beyond.

“Estos son algunos de los modelos más avanzados hasta la fecha porque pueden aceptar múltiples modalidades de entrada diferentes (por ejemplo, lenguaje, imágenes, voz, video) y, en algunos casos, producir diferentes modalidades de salida, por ejemplo, generar imágenes a partir de oraciones descriptivas o párrafos, o describir el contenido visual de las imágenes en lenguajes humanos.

¿Cuáles son algunos otros ejemplos de IA en acción en la Búsqueda?

Prabhakar Raghavan, vicepresidente sénior de búsqueda y asistente de Google, compartió algunas formas más en las que Google está usando IA en una publicación de blog de octubre de 2020:

• Para mejorar la capacidad de la Búsqueda de Google para comprender las palabras mal escritas, ya que 1 de cada 10 consultas de búsqueda están mal escritas.
• Para comprender mejor la relevancia de pasajes específicos, se esperaba que mejorara el 7 % de las consultas de búsqueda en todos los idiomas.
• Para aplicar redes neuronales que mejoren la comprensión de Google de los subtemas en torno a un interés.
• Brindar a los buscadores acceso a información más precisa y de mayor calidad sobre el mundo que los rodea.
• Para comprender mejor el contenido de video e identificar momentos clave para resaltar en los resultados de búsqueda.

¿Dónde puedo obtener más información sobre cómo utiliza Google la IA?

Estos otros recursos pueden ayudarlo a profundizar su comprensión del uso de la IA por parte de Google:

• Google AI, el blog oficial
• Cómo utiliza Google la inteligencia artificial en Google Search, Search Engine Land
• Cómo la IA está impulsando un Google más útil, Prabhakar Raghavan
• Inteligencia artificial impulsando los productos de Google, hacia la ciencia de datos
• Productos de inteligencia artificial y aprendizaje automático: Google Cloud