امروزه غول های فناوری به طور گسترده ای در زمینه یادگیری ماشین سرمایه گذاری می کنند. در سال 2019 مایکروسافت 1 میلیارد دلار در 11 استارت آپ هوش مصنوعی سرمایه گذاری کرد. همچنین شرکت های دیگری نظیر گوگل و دیگر شرکت ها به طور گسترده در یادگیری ماشین سرمایه گذاری می کنند.

در این مقاله می خواهیم بررسی کنیم که موتورهای جستجو چگونه از یادگیری ماشین استفاده می کنند اما قبل از آن ببینیم تعریف ما از هوش مصنوعی چیست. به طور کلی سه نوع هوش مصنوعی داریم:

انواع هوش مصنوعی

هوش مصنوعی ضعیف

این نوع از هوش مصنوعی که برای اجرای یک سری کارهای خاص استفاده می شود و در این نوع هوش مصنوعی این کارها باید به الگوریتم یاد داده شود. این نوع از هوش مصنوعی قادر است تا به سرعت الگوها را شناسایی کند و کارها را به گونه ای اجرا کند که از انسان هم بهتر باشد.

هوش مصنوعی قوی یا عمومی

این نوع از هوش مصنوعی توانایی یادگیری خودکار و حل مسئله دارد. این نوع از هوش مصنوعی که از فرایندهای یادگیری عمیق کمک می گیرد، مشابه شبکه های عصبی مغز انسان شبیه سازی شده است و به الگوریتم ها توانایی تصمیم گیری بدون دستور می دهد.

سوپر هوش مصنوعی یا ابر هوش مصنوعی

در لحظه حاضر، ابر هوش مصنوعی در دسته علمی تخیلی قرار می گیرد. از نظر تئوری این نوع از هوش مصنوعی قادر به حل مسائل غیر قابل حل زمان را بهتر از انسان دارد.

گوگل و دیگر موتورهای جستجو پیوسته از یادگیری ماشین در پیشرفت موتورهای جستجو استفاده می کند تا بتواند نتایج مرتبط تر و با کیفیت تری را در ازای جستجوی کاربران ارائه دهد.

در ادامه به مواردی از یادگیری ماشین اشاره می کنیم که در حال حاضر موتورهای جستجو از آن ها استفاده می کنند.

تشخیص الگو

موتورهای جستجو از یادگیری ماشین برای تشخیص الگو استفاده می کنند. تشخیص الگو به موتورهای جستجو کمک می کند تا مواردی همچون محتوای تکراری و اسپم را شناسایی کنند. موتورهای جستجو با استفاده از یادگیری ماشین این الگوها را تشخیص می دهد. یادگیری ماشین یک تکنولوژی همیشه در حال تکامل است و بنابراین هر چه بیشتر صفحاتی تحلیل شوند، دقت نیز افزایش پیدا می کند.

سیگنال های رتبه دهی

موتورهای جستجو و گوگل از یادگیری ماشین در وزن دهی سیگنال های رتبه دهی استفاده می کنند. البته اگر چه یادگیری ماشین می تواند وزن سیگنال های رتبه بندی مختلف را تنظیم کند، اما باز هم هنوز افرادی هستند که این مقادیر را به صورت دستی بررسی و تنظیم می کنند.

هدف نهایی گوگل استفاده از فناوری برای ارائه تجربه بهتر به کاربران است. اگر با استفاده محض از یادگیری ماشین، تجربه کاربری خوبی بر جای نماند، بنابراین موتورهای جستجو فقط از آن ها استفاده نمی کنند و در کنار آن ها از افراد هم کمک می گیرند.

استفاده از رفتار کاربران در پاسخ به کوئری ها

گوگل اکنون در پاسخ به کوئری های کاربران از رفتار کاربران نیز استفاده می کند و این مسئله به وضوح در عمل مشخص است.

بررسی این مسئله به آسانی تایپ یک جستجو و مشاهده نتایج است. می توانید یک کوئری را در incognito و یک کوئری را در مرورگر عادی کروم بزنید تا بتوانید این تغییرات را مشاهده کنید و در واقع گوگل با استفاده از یادگیری ماشین رفتار کاربران را در نتایج جستجو دخیل می کند و ممکن است نتایج متفاوتی را به آن ها نشان دهد.

همچنین در پیشنهاداتی که هنگام جستجو به شما ارائه می دهد از یادگیری ماشین استفاده می کند. اثبات این فرایند به سادگی تایپ یک کوئری (پرس و جو) در Google و مشاهده نحوه تغییر نتایج بسته به آخرین جستجو است.

ارائه پاسخ مرتبط تر و دقیق تر به کوئری ها

RankBrain یکی از الگوریتم یادگیری ماشین است که توسط گوگل توسعه داده شده است. گوگل با استفاده از یادگیری ماشین و پردازش زبان طبیعی این الگوریتم را توسعه داده است تا قادر باشد ارتباط قطعات کوئری را (نه فقط از نظر کلمات بلکه مفهوم و معنی آن ها) با محتواهای موجود در وب سایت ها بررسی کند و درک بهتری از کوئری با توجه به بافت پیدا کند.

RankBrain یک الگوریتم توسعه یافته شده با استفاده از پردازش زبان طبیعی است که از روش های یادگیری ماشین برای انجام هر چه بهتر آن، کمک گرفته شده است. هر چه بیشتر مردم از کوئری های مختلف در جستجوهایشان استفاده می کنند، یادگیری ماشین قادر است تا اطلاعات با دقت تری را برای آن کوئری ها نمایش دهد.

یکی دیگر از مواردی که در الگوریتم RankBrain وجود دارد، شناسایی مترداف ها است. هنگامی که شما جستجویی انجام می دهید و با نتایجی که مترادف های آن جستجو هستند، روبرو می شوید، در واقع با استفاده از این الگوریتم این کار انجام می شود.

ارائه تصاویر مناسب تر و دقیق تر

در هر ثانیه، تقریبا حدود 1087 تصویر در اینستاگرام، 4000 عکس در فیس بوک و … آپلود می شوند. در واقع هر روز صدها میلیون و یا خیلی بیشتر عکس در فضای اینترنت اینترنت آپلود می شود. تحلیل و فهرست کردن این ها کار بسیار سخت و دشواری (اگر نگوییم غیر ممکن) است ولی با استفاده از یادگیری ماشین این کار بسیار ساده تر می شود.

موتورهای جستجو از یادگیری ماشین برای فهم آنچه واقعا یک تصویر است کمک می گیرند. گوگل با استفاده از یادگیری ماشین نه تنها قادر به فهرست بندی و ارائه تصاویر مناسب در نتایج جستجو برای تصاویر است، بلکه در جستجوی معکوس تصاویر بسیار خوب عمل می کند. با استفاده از جستجوی معکوس تصاویر کاربران قادر هستند تا نمونه های مشابه یک تصویر را پیدا کنند.

بهبود هدف گذاری برای ارائه تبلیغات

دقیقا مانند نتایج جستجوی طبیعی، گوگل در پی ارائه مرتبط ترین تبلیغات برای کاربرانش است. برای این کار گوگل از یادگیری ماشین در کنار مدل های آماری استفاده می کند تا نتایج بهتری را ارائه دهد.

برچسب :