Το πεδίο αναζήτησης του Google Chrome έχει εξελιχθεί σε ένα ισχυρό εργαλείο με την ονομασία «omnibox» που θα καταλαβαίνει πολύ πιο εύκολα τι ψάχνουμε, χάρη στη μηχανική μάθηση.
Το omnibox του Chrome θα είναι εξοπλισμένο ώστε να δίνει πιο ακριβείς και πιο σχετικές προτάσεις όταν το χρησιμοποιούμε. Συγκεκριμένα, τα μοντέλα AI που βρίσκονται πίσω από αυτό θα βελτιώσουν τις προτάσεις αναζήτησης χάρη στην αναβαθμισμένη «βαθμολόγηση συνάφειας».
Ανακοινώνοντας τη νέα δυνατότητα σε μια ανάρτηση στο blog του Google Chromium, ο επικεφαλής μηχανικός του omnibox του Chrome Justin Donnelly δήλωσε ότι είχε ρωτήσει τους συναδέλφους του ζητώντας τρόπους βελτίωσης του omnibox και «η νούμερο ένα απάντηση που άκουσα ήταν “βελτίωση του συστήματος βαθμολόγησης”». Σύμφωνα με το XDA Developers, αυτό το σύστημα βαθμολόγησης είναι ο τρόπος με τον οποίο το omnibox ερμηνεύει αυτό που αναζητά ο χρήστης με βάση την πληκτρολογημένη εισαγωγή του.
Η δημοσίευση εξηγεί επίσης ότι αυτή η βελτιωμένη δυνατότητα θα ισχύει για το Chrome σε όλα τα Windows, macOS και ChromeOS.
Ο Donnelly πρόσθεσε ότι η ομάδα μηχανικών που είναι υπεύθυνη για την καινοτομία δούλευε για αρκετό καιρό πάνω σε ένα μοντέλο βαθμολόγησης με μηχανική μάθηση, το οποίο είναι πιο εκπαιδευμένο σε διαφορετικές μετρήσεις (όπως η τελευταία φορά που επισκεφτήκατε έναν ιστότοπο), μια διαδικασία που χρειάστηκε αρκετό χρόνο, εν μέρει λόγω του τεράστιου αριθμού αναζητήσεων που πραγματοποιούνται καθημερινά. Τώρα, φαίνεται ότι τα βελτιωμένα μοντέλα είναι έτοιμα να κυκλοφορήσουν.
Η ομάδα διαπίστωσε ότι όσο λιγότερο επισκέπτεστε έναν συγκεκριμένο ιστότοπο, τόσο λιγότερο συχνά το omnibox θα επιστρέφει αυτόν τον ιστότοπο ως πρόταση κατά την επεξεργασία των ερωτημάτων αναζήτησής σας. Διαπίστωσε επίσης κάτι ακόμη πιο ενδιαφέρον - όταν ένας χρήστης περνούσε μικρό χρονικό διάστημα για να πλοηγηθεί σε μια συγκεκριμένη ιστοσελίδα, το νέο μοντέλο μείωνε επίσης το σκορ συνάφειας αυτής της σελίδας.
Τα δεδομένα εκπαίδευσης του μοντέλου αποκάλυψαν ένα μοτίβο συμπεριφοράς των χρηστών, όπου ανοίγουν μια σελίδα, συνειδητοποιούν ότι δεν είναι αυτό που έψαχναν και επιστρέφουν στο omnibox για να αναζητήσουν κάτι άλλο.
Ο Donnelly δήλωσε ότι η ομάδα ήθελε να ενσωματώσει αυτή τη διαπίστωση στο μοντέλο της για να μειώσει τη βαθμολογία συνάφειας του πρώτου αποτελέσματος, και αν δεν υπήρχαν οι νέες δυνατότητες μηχανικής μάθησης του μοντέλου, αυτό το χαρακτηριστικό θα μπορούσε να είχε χαθεί ως χρήσιμη προσθήκη.
Πηγή: www.techradar.com
