[ad_1]
Nella sala macchine che alimenta il suo servizio di ricerca dominante, Google ha recentemente aperto un nuovo potente strumento.
Secondo il gigante della ricerca, questa nuova tecnologia, un modello di intelligenza artificiale su larga scala chiamato MUM, potrebbe un giorno trasformare la ricerca su Internet in un servizio più complesso, come un assistente di ricerca virtuale, ovvero soluzioni Screen online a problemi complessi.
Ma i critici dell’azienda avvertono che questo è accompagnato da un chiaro rischio: accelererà una trasformazione che ha visto Google fornire risposte più dirette alle domande degli utenti, portando altri siti a “internalizzare”.
MUM, abbreviazione di Multitasking Unified Model, è l’ultimo di una serie di aggiornamenti dietro le quinte del motore di ricerca di Google, che secondo la società ha portato a un importante cambiamento nella qualità dei suoi risultati.
Compreso il “grafico della conoscenza” introdotto dieci anni fa, definisce la relazione tra concetti diversi e porta un certo grado di comprensione semantica alla ricerca. Di recente, Google ha cercato di migliorare la pertinenza della ricerca applicando le ultime tecniche di deep learning attraverso uno strumento chiamato RankBrain.
“Pensiamo di essere al prossimo traguardo così importante”, ha affermato Pandu Nayak, un ricercatore di Google responsabile di MUM.
Google dà Prima vista La nuova tecnologia è stata presentata alla conferenza annuale degli sviluppatori a maggio, anche se non ha spiegato come utilizzare il sistema. In un’intervista ora, Nayak ha affermato che la MUM un giorno potrà affrontare molti dei “bisogni di informazioni sfocate” che le persone hanno nella vita quotidiana, ma non hanno ancora formulato questi bisogni come problemi specifici che possono studiare.
Il suo esempio è quando i genitori vogliono sapere come trovare una scuola adatta ai loro figli, o quando le persone sentono il bisogno di iniziare un nuovo programma di fitness per la prima volta. “Stanno cercando di capire, qual è una buona abitudine di fitness fino al mio livello?”, ha detto.
Con il motore di ricerca di oggi, “devi davvero trasformarlo in una serie di domande, chiedi a Google di ottenere le informazioni che desideri”, ha detto Nayak. Ha suggerito che in futuro il carico cognitivo sarà sopportato dalla macchina, e la macchina sopporterà quelle che lui chiama “esigenze dell’utente più complesse e forse più realistiche”.
Ha aggiunto che alla fine, l’applicazione di MUM potrebbe essere ben oltre il campo di ricerca. “La consideriamo una piattaforma”, ha detto.
Spiegazione di come MUM gestisce le query fuzzy © Google
MUM è l’ultimo esempio delle idee che stanno attraversando il campo dell’IA del linguaggio naturale. Utilizza una tecnologia chiamata convertitore, che consente alla macchina di visualizzare le parole nel contesto, invece di trattarle come oggetti isolati da abbinare attraverso una grande quantità di analisi statistiche: questa svolta ha portato la macchina a “capire” il salto.
La tecnologia è stata sviluppata per la prima volta da Google nel 2018, ma la sua dimostrazione più drammatica è arrivata l’anno scorso GPT-3, Un sistema sviluppato da OpenAI, in grado di generare un gran numero di blocchi di dati, ha scioccato molte persone nel mondo dell’AI Testo coerente.
Secondo Jordi Ribas, capo dell’ingegneria e dei prodotti per il motore di ricerca Bing di Microsoft, questo ha innescato “tutte le aziende high-tech che corrono per introdurre modelli più grandi che possano rappresentare meglio il linguaggio”.
All’inizio dello scorso anno, quando Microsoft ha annunciato il suo modello di generazione del linguaggio Turing, ha affermato che era il sistema più grande della storia. Ma GPT-3, lanciato pochi mesi dopo, era dieci volte più grande di GPT-3. Google non ha annunciato i dettagli tecnici di MUM, ma ha affermato che è “1000 volte più potente” del suo primo modello sperimentale, BERT, che utilizza un trasformatore.
Tuttavia, anche con questo enorme salto, Google deve affrontare anche sfide scoraggianti. Sridhar Ramaswamy, ex capo dell’attività pubblicitaria di Google e attuale CEO della startup di ricerca Neeva, ha affermato che negli ultimi 15 anni le società di ricerca hanno sognato di rispondere a domande complesse, ma hanno scoperto che è un problema molto più difficile di quanto si aspettassero.
“Ci sono molti cambiamenti in tutte le cose complicate che facciamo”, ha detto Ramaswami. “Cercare di far comprendere al software questi cambiamenti e guidarci, si è rivelato molto difficile nella pratica”.
Questo prima volta che lo uso MUM prevede attività di ricerca dietro le quinte, come l’ordinamento dei risultati, la categorizzazione delle informazioni o l’estrazione di risposte dal testo.
La difficoltà di misurare oggettivamente la qualità dei risultati di ricerca rende difficile giudicare l’impatto di tali sforzi e molti esperti si chiedono se altre nuove tecnologie di ricerca abbiano ottenuto l’effetto del clamore. L’analista senior di ricerca Greg Sterling (Greg Sterling) ha affermato che molti utenti di ricerca non noteranno quanto miglioramento, in particolare la ricerca di prodotti è ancora molto frustrante.
Le società di ricerca affermano che i test interni mostrano che gli utenti preferiscono i risultati di tecnologie più avanzate. Secondo Ribas, la capacità di estrarre le risposte dal testo ha consentito a Bing di rispondere direttamente al 20% delle domande.
Per la maggior parte delle persone, solo quando la tecnologia apporta cambiamenti più evidenti possono sentire l’impatto dei trasformatori. Ad esempio, Google ha affermato che la capacità di MUM di comprendere testo e immagini (video e audio verranno aggiunti in seguito) potrebbe portare a nuovi modi di ricerca su diversi tipi di media.
Newsletter quotidiana
#techFT ti porta notizie, commenti e analisi su grandi aziende, tecnologie e problematiche, che sono composte da esperti provenienti da tutto il mondo. Clicca qui Ricevi #techFT nella tua casella di posta.
L’elaborazione delle query più “vaghe” a cui Nayak ha pensato farebbe effettivamente sì che Google raccolga informazioni da molte posizioni diverse sul Web per fornire una risposta più precisa a ciascuna query altamente specifica.
“Questo integra tutte le attività delle risorse di Google”, ha affermato Sara Watson, analista senior presso la società di ricerche di mercato Inside Intelligence. “Tutto mostrato in prima pagina [of search results] Potrebbe essere tutto ciò che desideri. “Watson ha aggiunto che un tale sistema potrebbe causare una forte opposizione da parte degli editori online.
Google, che è stato esaminato dai regolatori di tutto il mondo, nega di aver intenzione di utilizzare MUM per mantenere più traffico di rete per sé. “Non sarà una risposta a una domanda [system]”, ha insistito Nayak. “Il contenuto su Internet è abbastanza ricco e non ha senso dare una risposta breve. “
Ha anche negato che estrarre i risultati di più ricerche in un unico risultato ridurrebbe il traffico che Google invia ad altri siti web.
“Meglio riuscirai a capire l’intento dell’utente e a mostrare agli utenti le informazioni che vogliono veramente, più persone torneranno a cercare”, ha affermato. L’effetto sarà quello di “piantare la torta” per tutti.
La pubblicità associata alla ricerca è la linfa vitale dell’attività di Google, e anche problemi simili possono essere affrontati. Ridurre il numero di ricerche necessarie per rispondere alle domande degli utenti può ridurre lo spazio pubblicitario che Google può vendere.Ma Watson ha affermato: “Se la query può essere più complessa e mirata, lo è anche la pubblicità. Questo rende [ads] Valore più alto e può cambiare il modello di prezzo. “
I principali progressi della ricerca di Google nel corso degli anni
© Reuters
Ricerca generale-2007
Google va oltre la visualizzazione di “dieci link blu” per restituire immagini e altri risultati
Frammenti in primo piano-2009
Nel riquadro nella parte superiore della pagina dei risultati iniziarono a comparire brevi risultati di testo, facendo arrabbiare alcuni editori
Ricerca vocale-2011
L’utente può parlare con Google per la prima volta
Grafico della conoscenza-2012
Google ha stabilito una rete di connessioni tra idee diverse, producendo risposte dirette e fattuali alle domande
RankBrain-2015
Gli ultimi progressi nell’intelligenza artificiale che utilizzano le reti neurali per rendere i risultati di ricerca più pertinenti
mamma-2021
Avere una comprensione più profonda di molte attività di ricerca e ci si aspetta che rispondano in modo utile a query complesse
[ad_2]
Source link
