Yerel Aramada Google Yapay Zekasının Evrimi

Google Arama giderek daha karmaşık hale geldi ve bu şaşırtıcı değil. Sürekli bağlantılı tüketicilerin bilgi ihtiyaçları gelişmeye devam ediyor ve arama algoritmaları buna ayak uydurmak için adapte olmak zorunda. Ve onlar hiç; Google'ın algoritmaları her yıl yüzlerce ila binlerce kez güncellenir.

Google'ın misyonu basittir: "dünyanın bilgisini düzenlemek ve evrensel olarak erişilebilir ve kullanışlı hale getirmek." Google, bu misyonu, alışveriş yapanların %59'unun çevrimiçi veya mağazadan satın almadan önce seçeneklerini aramak ve karşılaştırmak için Google'ı kullandığı bir dünyada yerine getiriyor.

Günümüzde tüketiciler, her türlü bilgi, navigasyon ve ticari ihtiyaçlarına yanıt bulmak için mobil ve masaüstü cihazlarında, bağlı cihazlardan ve araçlardan ve Google Home gibi ev içi asistanlar aracılığıyla aramayı kullanıyor. Ve bu milyarlarca sorgunun her biri için Google Arama, dizinindeki trilyonlarca web sayfası arasından doğru yanıtı bulmalıdır.

Yapay zeka (AI) ve yarattığı ölçeklenebilirlik olmadan bunların hiçbiri mümkün olmazdı. Peki Google AI yerel aramayı nasıl etkiler? Hadi bir bakalım.

Aramada Google AI Nedir?

Yapay zeka, günümüzde Google gibi arama motorlarının çalışma biçiminin ayrılmaz bir parçasıdır. AI, tarihsel olarak insan enerjisine ve zekasına ihtiyaç duyan görevleri alır ve bunları otomatikleştirir. İlk uygulamaları oldukça basit otomasyonlardı, ancak şimdi makine öğrenimi ile algoritmalar karmaşık kararlar vermek, konuşmayı tanımak ve daha fazlası için "eğitilebilir".

AI, arama algoritmaları tarafından her bir sorgunun anlamsal anlamını anlamak, ilgili sonuçları belirlemek ve en iyi yanıtı vermek için bunları gerçek zamanlı olarak sıralamak için kullanılır.

Google Arama'yı kullanan karmaşık arama sonucu örneği

Google Arama için Önemli AI Kilometre Taşları

İlk günlerinde, Google'ın Arama algoritması, bir arama sorgusundaki kelimelerle eşleştirmek için sayfadaki kelimeleri aradı. Ancak bu sayısız sorunla geldi; insan dili karmaşıktır, insanlar sorguları her türlü şekilde ifade eder ve bu sistemler, oyun oynama niyetinde olmayan insanlar için kolaydı. Google'dan Pandu Nayak bugün bile "her gün gördüğümüz aramaların %15'inin tamamen yeni olduğunu" söylüyor.

Bir sisteme daha önce hiç sorulmamış sorular için hızlı bir şekilde sonuç vermeyi nasıl öğretirsiniz?

AI'ya girin.

Her Google Arama deneyiminin potansiyel olarak yüzlerce algoritma tarafından desteklendiğini unutmamak önemlidir. Google Üyesi ve Arama Başkan Yardımcısı Nayak'a göre, arama devi, alakalı arama sonuçları sunmaya yardımcı olmak için yıllar içinde yüzlerce algoritma geliştirdi.

"Yeni yapay zeka sistemleri geliştirdiğimizde, eski algoritmalarımız ve sistemlerimiz öylece rafa kaldırılmıyor. Aslında, Arama yüzlerce algoritma ve makine öğrenimi modelinde çalışır ve eski ve yeni sistemlerimiz birlikte iyi bir şekilde çalışabildiğinde onu iyileştirebiliriz” diye açıkladı. "Her algoritma ve modelin özel bir rolü vardır ve en yararlı sonuçların sağlanmasına yardımcı olmak için farklı zamanlarda ve farklı kombinasyonlarda tetiklenirler."

Google Arama'da çalışan başlıca yapay zeka uygulamalarından bazıları ve ne zaman eklendikleri burada.

Sıra Beyin, 2015

Bu, Google AI'ın dağıttığı ilk derin öğrenme sistemiydi. RankBrain, Google'ın daha önce bulabileceğinden daha fazla bilgi bulmasını sağlayarak ve makinenin gerçek dünya fikirleri ve bağlantıları konusundaki anlayışını genişleterek, kelimelerin belirli kavramlara nasıl çevrildiği konusundaki anlayışını büyük ölçüde geliştirdi. Nayak, "RankBrain (adından da anlaşılacağı gibi), en iyi arama sonuçlarını sıralamaya veya en iyi sıralamaya karar vermeye yardımcı olmak için kullanıldığını söylüyor.

Sinirsel eşleştirme, 2018

Sinirsel eşleme, Google'ın sorguların sayfalarla nasıl ilişkili olduğunu daha iyi anlamasını sağladı. Bu, Google'ın sorguları değerlendirme biçiminde büyük bir değişiklikti ve sorguyu ve içeriği yalnızca anahtar kelimeler yerine geniş ölçekte ele almak için anahtar kelimelerin ötesine taşıdı. Bu, hem sorguya hem de içeriğe çok daha büyük bir bağlam verecektir.

BERT, 2019

Çift Yönlü Kodlayıcı Temsilleri, Google'ın kelime kombinasyonlarının anlamını ve amacını anlamasında devrim yaratan bir Doğal Dil İşleme modeli. BERT, sorgudaki her kelimeyi dikkate alır ve birlikte kullanılan farklı kelimelerin çeşitli kavramları nasıl temsil ettiğini "anlayabilir". Nayak, "BERT, bir dizideki sözcükleri ve bunların birbirleriyle olan ilişkisini anlıyor, bu nedenle, ne kadar küçük olursa olsunlar, sorgunuzdan önemli sözcükleri çıkarmamamızı sağlıyor," dedi.

ANNE, 2021

Google, Çoklu Görev Birleşik Modelinin BERT'den 1000 kat daha güçlü olduğunu söylüyor. MUM halihazırda 75'ten fazla dilde eğitilmiştir ve aynı anda birçok farklı görevi tamamlayabilir. Early Bird Digital'den Sherry Bonelli şöyle açıklıyor: "Karmaşık bir soru için birden fazla arama yapmak yerine, MUM aynı anda birden fazla kaynak ve ortam kullanarak karmaşık bir arama sorgusunun yanıtını bulabilecek ve aynı anda birden fazla görevi yerine getirebilecek." SEO'lardan daha fazla bilgi için Google'ın MUM Güncellemesi: Uzmanlara Göre Yerel Pazarlamacılar İçin Bu Ne Anlama Geliyor konusuna bakın.

Google'ın izniyle görüntü

Google'ın AI'yı Kullandığı Diğer Yollar

Google, AI'yı Arama dışında da çeşitli şekillerde kullanıyor.

Google Asistan harika bir örnek. Yapay zeka destekli sesli asistanı evde, akıllı telefonunuzda, arabanızda, TV'nizde ve hatta kol saati gibi bir giyilebilir cihazda zaten kullanıyor olabilirsiniz. Bu uygulama AI kullanarak takviminizi yönetebilir, yakındaki işletmeleri bulabilir ve hatta onlarla randevu alabilir, hava durumunu kontrol edebilir, müzik çalabilir ve daha fazlasını yapabilir.

Google Asistan, makine öğrenimi ve dil modellerini kullanarak ihtiyaçlarınızı anlama ve karşılama konusunda da giderek daha iyi hale gelebilir.

Google, ister geçmiş konum verilerinin ister arama geçmişinizin daha kişiselleştirilmiş bir gezinme deneyiminde kullanılmasına bakılmaksızın, Haritalar'da AI kullanır. AI, Canlı Görünüm'ü güçlendirmeye yardımcı oluyor ve Google Haritalar'ın binalar ve önemli noktalarla ilgili olarak tam olarak nerede olduğunuzu daha iyi anlamasına yardımcı oluyor, böylece gitmeniz gereken yere ulaşmada size daha iyi yardımcı olabilir.

AI, Google tarafından şu alanlarda kullanılıyor:

• Android tabanlı deprem algılama sistemi
• Google Ads ve DoubleClick'te Akıllı Teklif için
• YouTube Güvenli İçerik önerileri
• Görüntü tanıma için ara
• Kişilerin müsaitlik durumuna göre Google Drive akıllı zamanlaması
• Google Çeviri, Google Sinirsel Makine Çevirisi ağı aracılığıyla
• Ve dahası

Google AI Gelecekte Nasıl Kullanılacak?

Kıdemli Google Üyesi ve Google Araştırma Kıdemli Başkan Yardımcısı Jeff Dean, önümüzdeki yıllarda makine öğreniminde çok sayıda heyecan verici ilerleme göreceğimizi umuyor.

"Araştırmacılar, her zamankinden daha büyük, daha yetenekli makine öğrenimi modelleri eğitiyor. Örneğin, sadece son birkaç yılda, dil alanındaki modeller, on milyarlarca belirteç veri üzerinde eğitilen milyarlarca parametreden (örneğin, 11B parametresi T5 modeli), üzerinde eğitilen yüz milyarlarca veya trilyonlarca parametreye büyüdü. trilyonlarca token veri, ”diye yazdı yakın zamanda.

Bu uygulamaların çoğunun, makinelerin yazılı dili anlamasını geliştirmeye odaklandığını açıkladı. Son modeller, "bir alandaki birden fazla görevde bile, dil anlama kıyaslamalarında ve açık uçlu konuşma becerilerinde son teknoloji ürünü sonuçlar" elde etti ve bu örneği, açık uçlu bir konuşma için Google'ın LaMDA modelini kullanarak paylaştı. arama yapan kişi ile Google Arama arasında:

Önceden ayarlanmış topraklama istemiyle bir Weddell mührünü taklit eden LaMDA ile bir diyalog, “Merhaba ben bir weddell mührü. Benim için herhangi bir sorunuz var mı?" Model, karakter olarak büyük ölçüde bir diyaloğu sürdürür. (Weddell Seal resmi Wikimedia CC lisanslı resimden kırpılmıştır)

Google AI SSS'leri

Google MUM hakkında bu kadar heyecan verici olan ne?

Google MUM çok modludur, yani çok daha fazla içerik türü ve biçimi analiz edilebilir. Dean, son blog gönderisi Google Research: Themes from 2021 and Beyond'da bunun ne anlama geldiğine dair birkaç örnek paylaştı.

“Bunlar bugüne kadarki en gelişmiş modellerden bazılarıdır, çünkü birden fazla farklı girdi modalitesini (örneğin, dil, görüntü, konuşma, video) kabul edebilirler ve bazı durumlarda farklı çıktı modaliteleri üretebilirler, örneğin açıklayıcı cümlelerden veya paragraflar veya insan dillerindeki görüntülerin görsel içeriğini açıklayan.

Arama'da yapay zekanın diğer örnekleri nelerdir?

Google'ın Arama ve Asistan Kıdemli Başkan Yardımcısı Prabhakar Raghavan, Ekim 2020'deki bir blog gönderisinde Google'ın yapay zekayı kullanmasının birkaç yolunu daha paylaştı:

• 10 arama sorgusundan 1'i yanlış yazılmış olduğundan, Google Arama'nın yanlış yazılmış kelimeleri anlama yeteneğini geliştirmek.
• Tüm dillerde arama sorgularının %7'sini iyileştirmesi beklenen belirli bölümlerin alaka düzeyini daha iyi anlamak için.
• Google'ın bir ilgi alanına ilişkin alt konulara ilişkin anlayışını geliştiren sinir ağlarını uygulamak.
• Arama yapanlara çevrelerindeki dünya hakkında daha kaliteli ve daha doğru bilgilere erişim sağlamak.
• Video içeriğini daha iyi anlamak ve Arama sonuçlarında vurgulanacak önemli anları belirlemek için.

Google'ın yapay zekayı nasıl kullandığı hakkında nereden daha fazla bilgi edinebilirim?

Bu diğer kaynaklar, Google'ın AI kullanımına ilişkin anlayışınızı derinleştirmenize yardımcı olabilir:

• Google AI, resmi blog
• Google, Google Arama'da yapay zekayı nasıl kullanır, Search Engine Land
• AI, daha yararlı bir Google'a nasıl güç veriyor, Prabhakar Raghavan
• Google Ürünlerini Güçlendiren Yapay Zeka, Veri Bilimine Yönelik
• Yapay Zeka ve Makine Öğrenimi Ürünleri – Google Cloud