كيف يفهم بحث Google اللغة البشرية

ستساعدك المقالة التالية: كيف يفهم بحث Google اللغة البشرية

يستطيع بحث Google فهم اللغة البشرية بمساعدة نماذج الذكاء الاصطناعي المتعددة التي تعمل جميعها معًا للعثور على النتائج الأكثر صلة.

تم شرح المعلومات حول كيفية عمل نماذج الذكاء الاصطناعي هذه بعبارات بسيطة بواسطة Pandu Nayak، نائب رئيس البحث في Google، في مقال جديد على المدونة الرسمية للشركة.

يزيل ناياك الغموض عن نماذج الذكاء الاصطناعي التالية، والتي تلعب دورًا رئيسيًا في كيفية عرض Google لنتائج البحث:

• RankBrain
• المطابقة العصبية
• بيرت
• ماما

ولا يعمل أي من هذه النماذج بمفرده. يساعدون جميعًا بعضهم البعض من خلال أداء مهام مختلفة لفهم الاستعلامات ومطابقتها للمحتوى الذي يبحث عنه الباحثون.

فيما يلي النقاط الرئيسية من نظرة Google وراء الكواليس على ما تفعله نماذج الذكاء الاصطناعي الخاصة بها وكيف يترجم كل ذلك إلى نتائج أفضل للباحثين.

شرح نماذج الذكاء الاصطناعي من جوجل

RankBrain

تم إطلاق أول نظام للذكاء الاصطناعي من Google، RankBrain، في عام 2015.

كما يوحي الاسم، فإن هدف RankBrain هو معرفة الترتيب الأفضل لنتائج البحث من خلال ترتيبها حسب صلتها بالموضوع.

على الرغم من كونه أول نموذج للتعلم العميق من Google، إلا أن RankBrain يواصل لعب دور رئيسي في نتائج البحث اليوم.

يساعد RankBrain Google على فهم كيفية ارتباط الكلمات في استعلام البحث بمفاهيم العالم الحقيقي.

يوضح ناياك كيفية عمل RankBrain:

“على سبيل المثال، إذا كنت تبحث عن “ما هو عنوان المستهلك على أعلى مستوى من السلسلة الغذائية”، فإن أنظمتنا تتعلم من رؤية تلك الكلمات في صفحات مختلفة أن مفهوم السلسلة الغذائية قد يكون له علاقة بالحيوانات، و وليس المستهلكين البشر.

من خلال فهم هذه الكلمات ومطابقتها مع المفاهيم ذات الصلة بها، تدرك RankBrain أنك تبحث عن ما يشار إليه عادةً باسم “المفترس الرئيسي”.

لقطة شاشة من blog.google/products/search/، شباط (فبراير) 2022

المطابقة العصبية

قدمت جوجل المطابقة العصبية لنتائج البحث في عام 2018.

تسمح المطابقة العصبية لـ Google بفهم كيفية ارتباط الاستعلامات بالصفحات باستخدام المعرفة بالمفاهيم الأوسع.

بدلاً من النظر إلى الكلمات الرئيسية الفردية، تقوم المطابقة العصبية بفحص الاستعلامات والصفحات بأكملها لتحديد المفاهيم التي تمثلها.

باستخدام نموذج الذكاء الاصطناعي هذا، تستطيع Google توفير شبكة أوسع عندما نقوم بمسح فهرسها بحثًا عن المحتوى ذي الصلة بالاستعلام.

يوضح ناياك كيفية عمل المطابقة العصبية:

“خذ البحث “رؤى حول كيفية إدارة المنطقة الخضراء” على سبيل المثال. إذا سألك أحد الأصدقاء هذا السؤال، فمن المحتمل أن تكون في حيرة من أمرك. لكن مع المطابقة العصبية، نحن قادرون على فهم الأمر.

ومن خلال النظر إلى التمثيلات الأوسع للمفاهيم في الاستعلام – الإدارة والقيادة والشخصية والمزيد – يمكن للمطابقة العصبية أن تكتشف أن هذا الباحث يبحث عن نصائح إدارية بناءً على دليل شخصية شائع يعتمد على اللون.

لقطة شاشة من blog.google/products/search/، شباط (فبراير) 2022

بيرت

تم تقديم BERT لأول مرة في عام 2019 ويستخدم الآن في جميع الاستعلامات.

لقد تم تصميمه لإنجاز شيئين – استرداد المحتوى ذي الصلة وتصنيفه.

يستطيع BERT فهم كيفية ارتباط الكلمات ببعضها البعض عند استخدامها في تسلسل معين، مما يضمن عدم استبعاد الكلمات المهمة من الاستعلام.

يسمح هذا الفهم المعقد للغة لـ BERT بتصنيف محتوى الويب من حيث صلته بشكل أسرع من نماذج الذكاء الاصطناعي الأخرى.

يوضح ناياك كيفية عمل بيرت في الممارسة العملية:

“على سبيل المثال، إذا بحثت عن “هل يمكنك الحصول على الدواء من صيدلية شخص ما”، فإن BERT يفهم أنك تحاول معرفة ما إذا كان بإمكانك الحصول على دواء لشخص آخر.

قبل BERT، كنا نعتبر حرف الجر القصير هذا أمرًا مفروغًا منه، ونشارك في الغالب النتائج حول كيفية ملء الوصفة الطبية. وبفضل بيرت، نحن نفهم أنه حتى الكلمات الصغيرة يمكن أن يكون لها معاني كبيرة.

لقطة شاشة من blog.google/products/search/، شباط (فبراير) 2022

ماما

أحدث إنجاز للذكاء الاصطناعي من Google في البحث – النموذج الموحد متعدد المهام، أو MUM، تم تقديمه في عام 2021.

إن MUM أقوى بألف مرة من BERT، وهو قادر على الفهم وتوليد اللغة.

ويتمتع بفهم أكثر شمولاً للمعلومات والمعرفة العالمية، حيث يتم تدريبه عبر 75 لغة والعديد من المهام المختلفة في وقت واحد.

إن فهم MUM للغة يمتد إلى الصور والنصوص والمزيد في المستقبل. هذا ما يعنيه عندما تسمع الإشارة إلى MUM باسم “متعدد الوسائط”.

لا تزال Google في الأيام الأولى لتحقيق إمكانات MUM، لذا فإن استخدامها في البحث محدود.

حاليًا، يتم استخدام MUM لتحسين عمليات البحث عن معلومات لقاح فيروس كورونا (COVID-19). وفي الأشهر المقبلة، سيتم استخدامه في Google Lens كوسيلة للبحث باستخدام مجموعة من النصوص والصور.

ملخص

فيما يلي ملخص لأنظمة الذكاء الاصطناعي الرئيسية في Google وما تفعله:

• RankBrain: يصنف المحتوى من خلال فهم كيفية ارتباط الكلمات الرئيسية بمفاهيم العالم الحقيقي.
• المطابقة العصبية: يمنح Google فهمًا أوسع للمفاهيم، مما يزيد من حجم المحتوى الذي يستطيع Google البحث فيه.
• بيرت: يسمح لـ Google بفهم كيف يمكن للكلمات تغيير معنى الاستعلامات عند استخدامها في تسلسل معين.
• ماما: يفهم المعلومات والمعرفة العالمية عبر عشرات اللغات والوسائل المتعددة، مثل النصوص والصور.

تعمل جميع أنظمة الذكاء الاصطناعي هذه معًا للعثور على المحتوى الأكثر صلة بالاستعلام وتصنيفه في أسرع وقت ممكن.

مصدر: جوجل