Google Penelusuran mampu memahami bahasa manusia dengan bantuan beberapa model AI yang semuanya bekerja sama untuk menemukan hasil yang paling relevan.

Informasi tentang cara kerja model AI ini dijelaskan secara sederhana oleh Pandu Nayak, Wakil Presiden Pencarian Google, dalam artikel baru di blog resmi perusahaan.

Nayak mengungkap model AI berikut, yang memainkan peran utama dalam cara Google mengembalikan hasil pencarian:

• RankBrain
• Pencocokan saraf
• BERT
• BUNGKAM

Tak satu pun dari model ini bekerja sendiri. Mereka semua saling membantu dengan melakukan tugas yang berbeda untuk memahami kueri dan mencocokkannya dengan pencarian konten.

Berikut adalah kunci takeaways dari tampilan di balik layar Google tentang apa yang dilakukan model AI-nya dan bagaimana semuanya diterjemahkan ke dalam hasil yang lebih baik bagi para pencari.

Model AI Google Dijelaskan

RankBrain

Sistem AI pertama Google, RankBrain, diluncurkan pada tahun 2015.

Seperti namanya, tujuan RankBrain adalah untuk mengetahui urutan terbaik untuk hasil pencarian dengan memberi peringkat berdasarkan relevansinya.

Meskipun menjadi model pembelajaran mendalam pertama Google, RankBrain terus memainkan peran utama dalam hasil pencarian hari ini.

RankBrain membantu Google memahami bagaimana kata-kata dalam permintaan pencarian berhubungan dengan konsep dunia nyata.

Nayak mengilustrasikan cara kerja RankBrain:

“Misalnya, jika Anda mencari ‘apa judul konsumen di tingkat tertinggi dari rantai makanan,’ sistem kami belajar dari melihat kata-kata itu di berbagai halaman bahwa konsep rantai makanan mungkin ada hubungannya dengan hewan, dan bukan konsumen manusia.

Dengan memahami dan mencocokkan kata-kata ini dengan konsep terkaitnya, RankBrain memahami bahwa Anda sedang mencari apa yang biasa disebut sebagai “predator puncak”.

Tangkapan layar dari blog.google/products/search/, Februari 2022

Pencocokan saraf

Google memperkenalkan pencocokan saraf ke hasil pencarian pada tahun 2018.

Pencocokan saraf memungkinkan Google untuk memahami bagaimana kueri berhubungan dengan halaman menggunakan pengetahuan tentang konsep yang lebih luas.

Daripada melihat kata kunci individual, pencocokan saraf memeriksa seluruh kueri dan halaman untuk mengidentifikasi konsep yang diwakilinya.

Dengan model AI ini, Google dapat menjangkau lebih luas saat kami memindai indeksnya untuk konten yang relevan dengan kueri.

Nayak mengilustrasikan cara kerja pencocokan saraf:

“Ambil penelusuran” wawasan cara mengelola hijau, “misalnya. Jika seorang teman menanyakan hal ini kepada Anda, Anda mungkin akan bingung. Tetapi dengan pencocokan saraf, kami dapat memahaminya.

Dengan melihat representasi konsep yang lebih luas dalam kueri – manajemen, kepemimpinan, kepribadian, dan lainnya – pencocokan saraf dapat menguraikan bahwa penelusur ini mencari kiat manajemen berdasarkan panduan kepribadian berbasis warna yang populer. ”

Tangkapan layar dari blog.google/products/search/, Februari 2022

BERT

BERT pertama kali diperkenalkan pada tahun 2019 dan sekarang digunakan di semua kueri.

Ini dirancang untuk mencapai dua hal – mengambil konten yang relevan dan memberi peringkat.

BERT dapat memahami bagaimana kata-kata berhubungan satu sama lain ketika digunakan dalam urutan tertentu, yang memastikan kata-kata penting tidak tertinggal dari kueri.

Pemahaman bahasa yang kompleks ini memungkinkan BERT untuk menentukan peringkat konten web untuk relevansi lebih cepat daripada model AI lainnya.

Nayak menggambarkan bagaimana BERT bekerja dalam praktek:

“Misalnya, jika Anda mencari“ dapatkah Anda mendapatkan obat untuk apotek seseorang, ”BERT memahami bahwa Anda mencoba mencari tahu apakah Anda dapat membeli obat untuk orang lain.

Sebelum BERT, kami menerima begitu saja preposisi singkat itu, sebagian besar membagikan hasil tentang cara mengisi resep. Berkat BERT, kami memahami bahwa bahkan kata-kata kecil dapat memiliki arti yang besar.”

Tangkapan layar dari blog.google/products/search/, Februari 2022

BUNGKAM

Pencapaian AI terbaru Google dalam Penelusuran – Multitask Unified Model, atau MUM, diperkenalkan pada tahun 2021.

MUM seribu kali lebih kuat dari BERT, dan mampu memahami dan menghasilkan bahasa.

Ini memiliki pemahaman yang lebih komprehensif tentang informasi dan pengetahuan dunia, dilatih dalam 75 bahasa dan banyak tugas berbeda sekaligus.

Pemahaman MUM tentang bahasa mencakup gambar, teks, dan lainnya di masa mendatang. Itulah artinya ketika Anda mendengar MUM disebut sebagai “multi-modal.”

Google pada hari-hari awal menyadari potensi MUM, sehingga penggunaannya dalam pencarian terbatas.

Saat ini, MUM digunakan untuk meningkatkan pencarian informasi vaksin COVID-19. Dalam beberapa bulan mendatang akan digunakan di Google Lens sebagai cara untuk mencari menggunakan kombinasi teks dan gambar.

Ringkasan

Berikut rekap sistem AI utama Google dan fungsinya:

• RankBrain: Memberi peringkat konten dengan memahami bagaimana kata kunci berhubungan dengan konsep dunia nyata.
• Pencocokan saraf: Memberikan pemahaman konsep yang lebih luas kepada Google, yang memperluas jumlah konten yang dapat ditelusuri oleh Google.
• BERT: Memungkinkan Google memahami bagaimana kata dapat mengubah arti kueri saat digunakan dalam urutan tertentu.
• BUNGKAM: Memahami informasi dan pengetahuan dunia dalam berbagai bahasa dan berbagai modalitas, seperti teks dan gambar.

Semua sistem AI ini bekerja sama untuk menemukan dan memberi peringkat konten yang paling relevan untuk kueri secepat mungkin.

Sumber: Google

Gambar Unggulan: IgorGolovniov / Shutterstock