谷歌人工智能在本地搜索中的演变

谷歌搜索变得越来越复杂，这不足为奇。 不断连接的消费者的信息需求不断发展，搜索算法必须适应跟上。 他们有吗？ 谷歌的算法每年更新数百到数千次。

谷歌的使命很简单： “组织世界信息并使其普遍可用和有用。” 谷歌在这个世界上实现了这一使命，59% 的购物者在在线或实体店购买之前使用谷歌搜索和比较他们的选择。

如今，消费者在其移动和桌面设备上、从联网设备和车辆上以及通过 Google Home 等家庭助手使用搜索来寻找他们每一个信息、导航和商业需求的答案。 对于这数十亿个查询中的每一个，Google 搜索都必须在其索引中的数万亿个网页中找到正确的答案。

如果没有人工智能 (AI) 及其创造的可扩展性，这一切都不可能实现。 但谷歌人工智能如何影响本地搜索？ 让我们来看看。

什么是搜索中的 Google AI？

人工智能是当今谷歌等搜索引擎运作方式不可或缺的一部分。 人工智能接受过去需要人类能量和智慧才能完成的任务并使其自动化。 它最早的应用是相当简单的自动化，但现在，通过机器学习，可以“训练”算法来做出复杂的决策、识别语音等等。

搜索算法使用人工智能来理解每个查询的语义，识别相关结果，并对结果进行实时排名，以提供最佳答案。

使用 Google 搜索的复杂搜索结果示例

Google 搜索的重要 AI 里程碑

在早期，Google 的搜索算法只是在页面上查找单词以匹配搜索查询中的单词。 但是，这带来了无数问题。 人类语言很复杂，人们以各种方式表达疑问，而这些系统很容易让那些不光彩的人玩游戏。 即使在今天，谷歌的 Pandu Nayak 也表示“我们每天看到的搜索中有 15% 是全新的。”

你如何教一个系统快速地为以前从未被问过的问题提供结果？

进入人工智能。

请务必注意，每种 Google 搜索体验都可能由数百种算法提供支持。 据谷歌研究员兼搜索副总裁 Nayak 称，这家搜索巨头多年来开发了数百种算法来帮助提供相关的搜索结果。

“当我们开发新的人工智能系统时，我们的传统算法和系统不会被搁置一旁。 事实上，搜索运行在数百种算法和机器学习模型上，当我们的新旧系统能够很好地协同工作时，我们就能对其进行改进，”他解释道。 “每种算法和模型都有专门的作用，它们在不同的时间以不同的组合触发，以帮助提供最有用的结果。”

以下是 Google 搜索中运行的一些主要 AI 应用程序以及添加时间。

RankBrain, 2015

这是 Google AI 部署的第一个深度学习系统。 RankBrain 通过使其能够找到比以前更多的信息并扩展机器对现实世界的想法和联系的理解，极大地提高了 Google 对单词如何转化为特定概念的理解。 Nayak 说，“RankBrain（顾名思义）用于帮助排名——或决定最佳搜索结果的最佳顺序。”

神经匹配，2018

神经匹配让谷歌更好地理解了查询与页面的关系。 这是谷歌评估查询的方式发生了巨大转变，并将其超越了关键字，以大规模考虑查询和内容，而不仅仅是关键字。 这将为查询和内容提供更大的上下文。

伯特，2019

双向编码器表示，一种自然语言处理模型，彻底改变了 Google 对单词组合含义和意图的理解。 BERT 会考虑查询中的每个单词，并且可以“理解”串联使用的不同单词如何表示各种概念。 “BERT 可以按顺序理解单词以及它们之间的关系，因此它可以确保我们不会从您的查询中删除重要的单词——无论它们多么小，”Nayak 解释说。

妈妈，2021

谷歌表示其多任务统一模型比 BERT 强大 1000 倍。 MUM 已经接受了超过 75 种语言的培训，可以同时完成许多不同的任务。 Early Bird Digital 的 Sherry Bonelli 解释说：“MUM 无需对复杂问题进行多次搜索，而是可以执行多项任务，并且能够同时使用多个来源和媒体找到复杂搜索查询的答案。” 有关 SEO 的更多见解，请参阅 Google 的 MUM 更新：专家认为这对本地营销人员意味着什么。

图片由谷歌提供

谷歌使用人工智能的其他方式

谷歌也在搜索之外以多种方式使用人工智能。

Google Assistant 就是一个很好的例子。 您可能已经在家中、智能手机、汽车、电视甚至手表等可穿戴设备上使用人工智能语音助手。 使用 AI，此应用程序可以管理您的日历、查找附近的商家，甚至与他们预约、查看天气、播放音乐等等。

使用机器学习和语言模型，Google Assistant 也可以越来越好地理解和满足您的需求。

谷歌还在地图中使用人工智能，无论历史位置数据和您的搜索历史是否被用于更个性化的导航体验。 人工智能正在帮助支持实时视图，让谷歌地图更好地了解您与建筑物和地标的关系，从而更好地帮助您到达您需要去的地方。

Google 在以下方面使用 Ai：

• 其基于Android的地震检测系统
• 对于 Google Ads 和 DoubleClick 中的智能出价
• YouTube 安全内容推荐
• 搜索图像识别
• 基于联系人可用性的 Google Drive 智能调度
• 谷歌翻译，通过谷歌神经机器翻译网络
• 和更多

谷歌 AI 未来将如何使用？

谷歌高级研究员兼谷歌研究院高级副总裁 Jeff Dean 预计，我们将在未来几年看到机器学习领域的许多令人兴奋的进步。

“研究人员正在训练比以往任何时候都更大、功能更强大的机器学习模型。 例如，就在最近几年，语言领域的模型已经从在数百亿个数据标记上训练的数十亿个参数（例如，11B 参数 T5 模型）发展到在数以万亿计的数据代币，”他最近写道。

他解释说，其中许多应用程序都专注于增强机器对书面语言的理解。 他说，最近的模型在语言理解基准和开放式对话能力方面取得了“最先进的结果，甚至在一个领域中的多个任务中”，并分享了这个例子，使用谷歌的 LaMDA 模型进行开放式对话搜索者和 Google 搜索之间：

与 LaMDA 的对话模仿威德尔海豹，预设接地提示，“嗨，我是威德尔海豹。 有什么要问我的问题么？” 该模型在很大程度上抑制了角色对话。 （威德尔印章图像从维基媒体 CC 许可图像中裁剪）

谷歌人工智能常见问题解答

Google MUM 有什么令人兴奋的地方？

Google MUM 是多模式的，这意味着可以分析更多类型和格式的内容。 Dean 在他最近的博客文章“谷歌研究：2021 年及以后的主题”中分享了几个例子来说明这意味着什么。

“这些是迄今为止最先进的模型，因为它们可以接受多种不同的输入模式（例如，语言、图像、语音、视频），并且在某些情况下，可以产生不同的输出模式，例如，从描述性句子或生成图像段落，或用人类语言描述图像的视觉内容。

还有哪些其他 AI 在搜索中发挥作用的例子？

谷歌搜索与助理高级副总裁 Prabhakar Raghavan 在 2020 年 10 月的博客文章中分享了谷歌使用人工智能的更多方式：

• 为了提高 Google 搜索理解拼写错误字词的能力，每 10 个搜索查询中就有 1 个拼写错误。
• 为了更好地理解特定段落的相关性，预计这将提高所有语言中 7% 的搜索查询。
• 应用神经网络来促进 Google 对围绕兴趣的子主题的理解。
• 让搜索者能够访问有关他们周围世界的更高质量和更准确的信息。
• 为了更好地了解视频内容并确定要在搜索结果中突出显示的关键时刻。

我在哪里可以了解更多关于 Google 如何使用 AI 的信息？

这些其他资源可能有助于加深您对 Google 使用 AI 的理解：

• Google AI，官方博客
• 谷歌如何在谷歌搜索、搜索引擎领域使用人工智能
• 人工智能如何为更有帮助的谷歌提供动力，Prabhakar Raghavan
• 人工智能为谷歌产品提供动力，迈向数据科学
• 人工智能和机器学习产品 - Google Cloud