Ewolucja Google AI w wyszukiwaniu lokalnym

Wyszukiwarka Google staje się coraz bardziej złożona i nic dziwnego. Potrzeby informacyjne stale podłączonych konsumentów wciąż ewoluują, a algorytmy wyszukiwania muszą dostosowywać się, aby nadążyć. I czy oni kiedykolwiek; Algorytmy Google są aktualizowane setki, a nawet tysiące razy każdego roku.

Misja Google jest prosta: „organizować informacje z całego świata i uczynić je powszechnie dostępnymi i użytecznymi”. Google realizuje tę misję w świecie, w którym 59% kupujących używa Google do wyszukiwania i porównywania swoich opcji przed zakupem online lub w sklepie.

Obecnie konsumenci korzystają z wyszukiwania na swoich urządzeniach mobilnych i stacjonarnych, z podłączonych urządzeń i pojazdów oraz za pośrednictwem domowych asystentów, takich jak Google Home, aby znaleźć odpowiedzi na wszystkie swoje potrzeby informacyjne, nawigacyjne i handlowe. A na każde z tych miliardów zapytań wyszukiwarka Google musi znaleźć właściwą odpowiedź wśród bilionów stron internetowych w swoim indeksie.

Nic z tego nie byłoby możliwe bez sztucznej inteligencji (AI) i skalowalności, którą tworzy. Ale jak Google AI wpływa na wyszukiwanie lokalne? Spójrzmy.

Co to jest sztuczna inteligencja Google w wyszukiwarce?

Sztuczna inteligencja jest integralną częścią obecnego sposobu funkcjonowania wyszukiwarek, takich jak Google. Sztuczna inteligencja podejmuje zadania, które historycznie wymagały ludzkiej energii i inteligencji do ich wykonania i automatyzuje je. Jego najwcześniejsze zastosowania były dość prostymi automatyzacjami, ale teraz, dzięki uczeniu maszynowemu, algorytmy można „wytrenować” w podejmowaniu złożonych decyzji, rozpoznawaniu mowy i nie tylko.

Sztuczna inteligencja jest wykorzystywana przez algorytmy wyszukiwania do zrozumienia semantycznego znaczenia każdego zapytania, identyfikowania odpowiednich wyników i oceniania ich w czasie rzeczywistym w celu uzyskania najlepszej odpowiedzi.

Przykładowy złożony wynik wyszukiwania przy użyciu wyszukiwarki Google

Ważne kamienie milowe AI w wyszukiwarce Google

W swoich najwcześniejszych dniach algorytm wyszukiwania Google po prostu szukał słów na stronie, aby dopasować słowa w zapytaniu. Jednak wiązało się to z niezliczonymi problemami; ludzki język jest złożony, ludzie wyrażają zapytania na różne sposoby, a te systemy były łatwe dla osób o niezbyt szlachetnych intencjach do grania. Nawet dzisiaj Pandu Nayak z Google mówi, że „15% wyszukiwań, które widzimy każdego dnia, to zupełnie nowe”.

Jak nauczyć system szybkiego dostarczania wyników w przypadku pytań, których nigdy wcześniej nie zadano?

Wpisz AI.

Należy pamiętać, że każda wyszukiwarka Google jest obsługiwana przez potencjalnie setki algorytmów. Według Nayaka, członka Google i wiceprezesa ds. wyszukiwania, gigant wyszukiwania opracował przez lata setki algorytmów, które pomagają dostarczać trafne wyniki wyszukiwania.

„Kiedy opracowujemy nowe systemy sztucznej inteligencji, nasze starsze algorytmy i systemy nie są po prostu odkładane na półkę. W rzeczywistości wyszukiwarka działa na setkach algorytmów i modeli uczenia maszynowego i jesteśmy w stanie je ulepszyć, gdy nasze systemy – nowy i stary – mogą dobrze ze sobą współpracować” – wyjaśnił. „Każdy algorytm i model ma specjalną rolę i uruchamiają się w różnym czasie i w różnych kombinacjach, aby pomóc w uzyskaniu najbardziej przydatnych wyników”.

Oto niektóre z głównych aplikacji AI działających w wyszukiwarce Google i kiedy zostały dodane.

RangaBrain, 2015

Był to pierwszy system głębokiego uczenia się wdrożony przez Google AI. RankBrain znacznie poprawił zrozumienie przez Google, w jaki sposób słowa przekładają się na konkretne koncepcje, umożliwiając znajdowanie większej ilości informacji niż wcześniej i poszerzając zrozumienie przez maszynę rzeczywistych pomysłów i powiązań. Nayak mówi, że „RankBrain (jak sama nazwa wskazuje) służy do określania rankingu — lub wyboru najlepszej kolejności — najlepszych wyników wyszukiwania”.

Dopasowanie neuronowe, 2018

Dopasowanie neuronowe dało Google lepsze zrozumienie, w jaki sposób zapytania odnoszą się do stron. To była ogromna zmiana w sposobie, w jaki Google oceniał zapytania i wyszedł poza słowa kluczowe, aby rozważyć zapytanie i treść na dużą skalę, a nie tylko słowa kluczowe. Dzięki temu zarówno zapytanie, jak i treść będą miały znacznie szerszy kontekst.

BERT, 2019

Dwukierunkowe reprezentacje kodera — model przetwarzania języka naturalnego, który zrewolucjonizował rozumienie przez Google znaczenia i intencji kombinacji słów. BERT bierze pod uwagę każde słowo w zapytaniu i może „zrozumieć”, jak różne słowa użyte w tandemie reprezentują różne koncepcje. „BERT rozumie słowa w sekwencji i ich wzajemne relacje, dzięki czemu nie usuwamy ważnych słów z zapytania — bez względu na to, jak małe są” — wyjaśnił Nayak.

MAMA, 2021

Google twierdzi, że jego zunifikowany model wielozadaniowy jest 1000 razy potężniejszy niż BERT. MUM jest już przeszkolony w ponad 75 językach i może wykonywać wiele różnych zadań jednocześnie. Sherry Bonelli z Early Bird Digital wyjaśnia: „Zamiast wielu wyszukiwań złożonych pytań, MUM może wykonywać wiele zadań jednocześnie i znaleźć odpowiedź na skomplikowane zapytanie wyszukiwania, korzystając z wielu źródeł i mediów jednocześnie”. Zobacz aktualizację Google MUM: Co to oznacza dla lokalnych marketerów według ekspertów, aby uzyskać więcej informacji od SEO.

Zdjęcie dzięki uprzejmości Google

Inne sposoby, w jakie Google wykorzystuje sztuczną inteligencję

Google wykorzystuje sztuczną inteligencję na wiele sposobów również poza wyszukiwarką.

Asystent Google to świetny przykład. Być może korzystasz już z asystenta głosowego wspomaganego sztuczną inteligencją w domu, smartfonie, samochodzie, telewizorze, a nawet na urządzeniu do noszenia, takim jak zegarek na rękę. Dzięki sztucznej inteligencji ta aplikacja może zarządzać Twoim kalendarzem, znajdować pobliskie firmy, a nawet umawiać się z nimi na spotkania, sprawdzać pogodę, odtwarzać muzykę i nie tylko.

Korzystając z uczenia maszynowego i modeli językowych, Asystent Google może coraz lepiej rozumieć i zaspokajać Twoje potrzeby.

Google wykorzystuje również sztuczną inteligencję w Mapach, niezależnie od tego, czy dane historyczne o lokalizacji i historia wyszukiwania są wykorzystywane do bardziej spersonalizowanego doświadczenia nawigacyjnego. Sztuczna inteligencja wspomaga podgląd na żywo, dając Mapom Google lepsze zrozumienie tego, gdzie dokładnie jesteś w odniesieniu do budynków i punktów orientacyjnych, dzięki czemu może lepiej pomóc w dotarciu do celu.

Ai jest używane przez Google w:

• Jego system wykrywania trzęsień ziemi oparty na Androidzie
• Inteligentne określanie stawek w Google Ads i DoubleClick
• Rekomendacje dotyczące bezpiecznych treści w YouTube
• Wyszukaj rozpoznawanie obrazu
• Inteligentne planowanie na Dysku Google na podstawie dostępności kontaktów
• Tłumacz Google za pośrednictwem sieci neuronowego tłumaczenia maszynowego Google
• I więcej

Jak Google AI będzie wykorzystywane w przyszłości?

Jeff Dean, starszy pracownik Google i starszy wiceprezes ds. badań Google, przewiduje, że w nadchodzących latach zobaczymy wiele ekscytujących postępów w uczeniu maszynowym.

„Naukowcy szkolą większe i wydajniejsze modele uczenia maszynowego niż kiedykolwiek wcześniej. Na przykład tylko w ciągu ostatnich kilku lat modele w domenie językowej wzrosły z miliardów parametrów wyszkolonych na dziesiątkach miliardów tokenów danych (np. model T5 z parametrem 11B) do setek miliardów lub bilionów parametrów wyszkolonych na bilionów tokenów danych” – napisał niedawno.

Wyjaśnił, że wiele z tych aplikacji koncentruje się na poprawie rozumienia przez maszyny języka pisanego. Najnowsze modele osiągnęły „najnowocześniejsze wyniki w testach porównawczych rozumienia języka i umiejętności otwartej konwersacji, nawet w wielu zadaniach w domenie”, powiedział i udostępnił ten przykład, używając modelu Google LaMDA do otwartej rozmowy między wyszukiwarką a wyszukiwarką Google:

Dialog z LaMDA naśladujący pieczęć Weddella z ustawionym monitem uziemienia: „Cześć, jestem pieczęcią Weddella. Masz jakieś pytania do mnie?" Model w dużej mierze ma charakter dialogu. (Obraz pieczęci Weddella przycięty z obrazu na licencji CC na licencji Wikimedia)

Najczęstsze pytania dotyczące sztucznej inteligencji Google

Co jest takiego ekscytującego w Google MUM?

Google MUM jest multimodalny, co oznacza, że ​​można analizować znacznie więcej typów i formatów treści. Dean podzielił się kilkoma przykładami tego, co to oznacza w swoim ostatnim poście na blogu Google Research: Themes from 2021 and Beyond.

„Są to jedne z najbardziej zaawansowanych do tej pory modeli, ponieważ mogą akceptować wiele różnych modalności wejściowych (np. język, obrazy, mowę, wideo) i, w niektórych przypadkach, generować różne modalności wyjściowe, na przykład generowanie obrazów ze zdań opisowych lub akapitów lub opisujące wizualną zawartość obrazów w ludzkich językach.

Jakie są inne przykłady sztucznej inteligencji działającej w wyszukiwarce?

Prabhakar Raghavan, wiceprezes Google ds. wyszukiwarki i asystenta, w poście na blogu z października 2020 r. podzielił się kilkoma innymi sposobami, w jakie Google wykorzystuje sztuczną inteligencję:

• Aby poprawić zdolność wyszukiwarki Google do rozumienia błędnie napisanych słów, ponieważ 1 na 10 wyszukiwanych haseł zawiera błędną pisownię.
• Aby lepiej zrozumieć trafność określonych fragmentów, co miało poprawić 7% zapytań we wszystkich językach.
• Aby zastosować sieci neuronowe, które zwiększają zrozumienie przez Google podtematów wokół zainteresowań.
• Aby zapewnić wyszukiwarkom dostęp do wyższej jakości i dokładniejszych informacji o otaczającym ich świecie.
• Aby lepiej zrozumieć treści wideo i zidentyfikować kluczowe momenty do wyróżnienia w wynikach wyszukiwania.

Gdzie mogę dowiedzieć się więcej o tym, jak Google wykorzystuje sztuczną inteligencję?

Te inne zasoby mogą pomóc Ci pogłębić wiedzę na temat korzystania z AI przez Google:

• Google AI, oficjalny blog
• Jak Google wykorzystuje sztuczną inteligencję w wyszukiwarce Google, Search Engine Land
• Jak sztuczna inteligencja napędza bardziej pomocne Google, Prabhakar Raghavan
• Sztuczna inteligencja napędzająca produkty Google w kierunku nauki o danych
• Produkty AI i Machine Learning – Google Cloud