谷歌人工智能在本地搜索中的演變

谷歌搜索變得越來越複雜，這不足為奇。 不斷連接的消費者的信息需求不斷發展，搜索算法必須適應跟上。 他們有嗎？ 谷歌的算法每年更新數百到數千次。

谷歌的使命很簡單： “組織世界信息並使其普遍可用和有用。” 谷歌實現了這一使命，59% 的購物者在在線或實體店購買之前使用谷歌搜索和比較他們的選擇。

如今，消費者在其移動和桌面設備上、從聯網設備和車輛上以及通過 Google Home 等家庭助手使用搜索來尋找他們每一個信息、導航和商業需求的答案。 對於這數十億個查詢中的每一個，谷歌搜索都必須在其索引中的數万億個網頁中找到正確的答案。

如果沒有人工智能 (AI) 及其創造的可擴展性，這一切都不可能實現。 但谷歌人工智能如何影響本地搜索？ 讓我們來看看。

什麼是搜索中的 Google AI？

人工智能是當今谷歌等搜索引擎運作方式不可或缺的一部分。 人工智能接受過去需要人類能量和智慧才能完成的任務並使其自動化。 它最早的應用是相當簡單的自動化，但現在，通過機器學習，可以“訓練”算法來做出複雜的決策、識別語音等等。

搜索算法使用人工智能來理解每個查詢的語義，識別相關結果，並對結果進行實時排名，以提供最佳答案。

使用 Google 搜索的複雜搜索結果示例

Google 搜索的重要 AI 里程碑

在早期，Google 的搜索算法只是在頁面上查找單詞以匹配搜索查詢中的單詞。 但是，這帶來了無數問題。 人類語言很複雜，人們以各種方式表達疑問，而這些系統很容易讓那些不光彩的人玩遊戲。 即使在今天，谷歌的 Pandu Nayak 也表示“我們每天看到的搜索中有 15% 是全新的。”

你如何教一個系統快速地為以前從未被問過的問題提供結果？

進入人工智能。

請務必注意，每種 Google 搜索體驗都可能由數百種算法提供支持。 據谷歌研究員兼搜索副總裁 Nayak 稱，這家搜索巨頭多年來開發了數百種算法來幫助提供相關的搜索結果。

“當我們開發新的人工智能係統時，我們的傳統算法和系統不會被擱置一旁。 事實上，搜索運行在數百種算法和機器學習模型上，當我們的新舊系統能夠很好地協同工作時，我們就能對其進行改進，”他解釋道。 “每種算法和模型都有專門的作用，它們在不同的時間以不同的組合觸發，以幫助提供最有用的結果。”

以下是 Google 搜索中運行的一些主要 AI 應用程序以及添加時間。

RankBrain, 2015

這是 Google AI 部署的第一個深度學習系統。 RankBrain 通過使其能夠找到比以前更多的信息並擴展機器對現實世界的想法和聯繫的理解，極大地提高了 Google 對單詞如何轉化為特定概念的理解。 Nayak 說，“RankBrain（顧名思義）用於幫助排名——或決定最佳搜索結果的最佳順序。”

神經匹配，2018

神經匹配讓谷歌更好地理解了查詢與頁面的關係。 這是谷歌評估查詢的方式發生了巨大轉變，並將其超越了關鍵字，以大規模考慮查詢和內容，而不僅僅是關鍵字。 這將為查詢和內容提供更大的上下文。

伯特，2019

雙向編碼器表示，一種自然語言處理模型，徹底改變了 Google 對單詞組合含義和意圖的理解。 BERT 會考慮查詢中的每個單詞，並且可以“理解”串聯使用的不同單詞如何表示各種概念。 “BERT 可以按順序理解單詞以及它們之間的關係，因此它可以確保我們不會從您的查詢中刪除重要的單詞——無論它們多麼小，”Nayak 解釋說。

媽媽，2021

谷歌表示其多任務統一模型比 BERT 強大 1000 倍。 MUM 已經接受了超過 75 種語言的培訓，可以同時完成許多不同的任務。 Early Bird Digital 的 Sherry Bonelli 解釋說：“MUM 無需對複雜問題進行多次搜索，而是可以執行多項任務，並且能夠同時使用多個來源和媒體找到復雜搜索查詢的答案。” 有關 SEO 的更多見解，請參閱 Google 的 MUM 更新：專家認為這對本地營銷人員意味著什麼。

圖片由谷歌提供

谷歌使用人工智能的其他方式

谷歌也在搜索之外以多種方式使用人工智能。

Google Assistant 就是一個很好的例子。 您可能已經在家中、智能手機、汽車、電視甚至手錶等可穿戴設備上使用人工智能語音助手。 使用 AI，此應用程序可以管理您的日曆、查找附近的商家，甚至與他們預約、查看天氣、播放音樂等等。

使用機器學習和語言模型，Google Assistant 也可以越來越好地理解和滿足您的需求。

谷歌還在地圖中使用人工智能，無論歷史位置數據和您的搜索歷史是否被用於更個性化的導航體驗。 人工智能正在幫助支持實時視圖，讓谷歌地圖更好地了解您與建築物和地標的關係，從而更好地幫助您到達您需要去的地方。

Google 在以下方面使用 Ai：

• 其基於Android的地震檢測系統
• 對於 Google Ads 和 DoubleClick 中的智能出價
• YouTube 安全內容推薦
• 搜索圖像識別
• 基於聯繫人可用性的 Google Drive 智能調度
• 谷歌翻譯，通過谷歌神經機器翻譯網絡
• 和更多

谷歌 AI 未來將如何使用？

谷歌高級研究員兼谷歌研究院高級副總裁 Jeff Dean 預計，我們將在未來幾年看到機器學習領域的許多令人興奮的進步。

“研究人員正在訓練比以往任何時候都更大、功能更強大的機器學習模型。 例如，就在最近幾年，語言領域的模型已經從在數百億個數據標記上訓練的數十億個參數（例如，11B 參數 T5 模型）發展到在數以萬億計的數據代幣，”他最近寫道。

他解釋說，其中許多應用程序都專注於增強機器對書面語言的理解。 他說，最近的模型在語言理解基準和開放式對話能力方面取得了“最先進的結果，甚至在一個領域中的多個任務中”，並分享了這個例子，使用谷歌的 LaMDA 模型進行開放式對話搜索者和 Google 搜索之間：

與 LaMDA 的對話模仿威德爾海豹，預設接地提示，“嗨，我是威德爾海豹。 有什麼要問我的問題麼？” 該模型在很大程度上抑制了角色對話。 （威德爾印章圖像從維基媒體 CC 許可圖像中裁剪）

谷歌人工智能常見問題解答

Google MUM 有什麼令人興奮的地方？

Google MUM 是多模式的，這意味著可以分析更多類型和格式的內容。 Dean 在他最近的博客文章“谷歌研究：2021 年及以後的主題”中分享了幾個例子來說明這意味著什麼。

“這些是迄今為止最先進的模型，因為它們可以接受多種不同的輸入模式（例如，語言、圖像、語音、視頻），並且在某些情況下，可以產生不同的輸出模式，例如，從描述性句子或生成圖像段落，或用人類語言描述圖像的視覺內容。

還有哪些其他 AI 在搜索中發揮作用的例子？

谷歌搜索與助理高級副總裁 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：

• 為了提高 Google 搜索理解拼寫錯誤字詞的能力，每 10 個搜索查詢中就有 1 個拼寫錯誤。
• 為了更好地理解特定段落的相關性，預計這將提高所有語言中 7% 的搜索查詢。
• 應用神經網絡來促進 Google 對圍繞興趣的子主題的理解。
• 讓搜索者能夠訪問有關他們周圍世界的更高質量和更準確的信息。
• 為了更好地了解視頻內容並確定要在搜索結果中突出顯示的關鍵時刻。

我在哪裡可以了解更多關於 Google 如何使用 AI 的信息？

這些其他資源可能有助於加深您對 Google 使用 AI 的理解：

• Google AI，官方博客
• 谷歌如何在谷歌搜索、搜索引擎領域使用人工智能
• 人工智能如何為更有幫助的谷歌提供動力，Prabhakar Raghavan
• 人工智能為谷歌產品提供動力，邁向數據科學
• 人工智能和機器學習產品 - Google Cloud