Jarvis Rising: cómo Google podría generar un modelo de aprendizaje automático "sobre la marcha" para predecir respuestas cuando la Búsqueda no puede, y cómo podría indexar esos modelos para predecir respuestas para consultas futuras [Patente]

Después de analizar una patente de Google relacionada con PAA y PASF, comencé a revisar otras patentes otorgadas recientemente. Y no pasó mucho tiempo antes de que surgiera otra muy interesante sobre el uso de modelos de aprendizaje automático. La patente que acabo de analizar se enfoca en usar y/o generar un modelo de aprendizaje automático en respuesta a una consulta (cuando Google necesita predecir una respuesta ya que los resultados de búsqueda estándar no pueden proporcionar una respuesta adecuada). Después de leer la patente varias veces, subrayó lo sofisticados que pueden ser los sistemas de Google cuando necesitan proporcionar una respuesta (o predicción) de calidad para los usuarios.

Al igual que con cualquier patente, nunca sabemos si Google realmente implementó lo que cubre la patente, pero siempre es posible. Y si se implementara, Google no solo podría estar utilizando un modelo de aprendizaje automático entrenado para ayudar a predecir una respuesta a una consulta, sino que también podría indexar esos modelos de aprendizaje automático, asociarlos con varias entidades, páginas web, etc., y luego recuperarlos y use esos modelos para búsquedas relacionadas posteriores. Piense en lo poderoso y escalable que puede ser para Google.

Además, la patente explica que Google puede devolver una interfaz interactiva al modelo de aprendizaje automático en los resultados de búsqueda, lo que permite a los usuarios agregar parámetros que pueden usarse para generar una predicción para las consultas cuando los resultados de la búsqueda no son suficientes. Esa parte de la patente me hizo pensar en el mensaje que Google lanzó en los SERP en abril de 2020 cuando no se devuelven resultados de búsqueda de calidad para una consulta. La implementación actual no proporciona un formulario para que los usuarios interactúen, pero seguramente podría hacerlo en algún momento. Y tal vez esa interfaz podría usarse para más consultas en el futuro en comparación con las más oscuras que aparecen por ahora. Cubriré más sobre esto en las viñetas a continuación.

Puntos clave de la patente:
Al igual que en mi última publicación sobre una patente reciente de Google, creo que la mejor manera de cubrir los detalles es proporcionar viñetas de los puntos clave.

Generar y/o utilizar un modelo de aprendizaje automático en respuesta a una solicitud de búsqueda
Estados Unidos 11645277 B2
Fecha de concesión: 9 de mayo de 2023
Fecha de presentación: 12 de diciembre de 2017
Nombre del cesionario: Google LLC

1. La patente de Google explica que si no se puede encontrar una respuesta con certeza y el usuario envía una solicitud de naturaleza predictiva, se puede usar un modelo de aprendizaje automático entrenado para generar una predicción.

2. Por ejemplo, Google podría generar primero resultados de búsqueda basados ​​en una consulta, pero si los resultados no tienen la calidad suficiente, se puede usar un modelo de aprendizaje automático para proporcionar una respuesta predicha más sólida. Por lo tanto, el sistema puede proporcionar respuestas previstas basadas en un modelo de aprendizaje automático cuando Google no puede validar una respuesta.

3. Además, el modelo de aprendizaje automático se puede generar "sobre la marcha", y Google puede almacenar modelos de aprendizaje automático entrenados en un índice de búsqueda. Sí, Google podría indexar modelos de aprendizaje automático que fueron entrenados para proporcionar predicciones basadas en tipos específicos de consultas. Cubriré más sobre esto pronto.

4. La patente proporcionó un ejemplo basado en la pregunta "¿Cuántos médicos habrá en China en 2050?" Si no se puede proporcionar una respuesta autorizada a través de los resultados de búsqueda estándar, la consulta se puede pasar a un modelo de aprendizaje automático entrenado para generar una predicción.

5. La patente continúa explicando que el sistema podría tomar otros años como 2010, 2015, 2020, etc. y usarlos para generar una predicción (a través de un modelo de aprendizaje automático entrenado en esos parámetros).

6. La patente explica que los modelos de aprendizaje automático entrenados pueden indexarse ​​por uno o más elementos de contenido de "recursos utilizados para entrenar el modelo". Y para consultas futuras, cuando el sistema identifique parámetros relacionados con un modelo de aprendizaje automático (por ejemplo, si un usuario posterior hace una pregunta relacionada como "¿Cuántos médicos habrá en China en 2040 ?"), el modelo de aprendizaje automático podría utilizarse para generar una predicción.

7. La patente continúa explicando que los modelos de aprendizaje automático podrían almacenarse con uno o más elementos de contenido, como entidades en un gráfico de conocimiento, nombres de tablas, nombres de columnas, nombres de páginas web y más. Además, el modelo de aprendizaje automático podría usar palabras asociadas con la consulta como "China" y "médicos" para generar una predicción.

8. La patente continúa explicando que el sistema podría proporcionar una interfaz interactiva para que los usuarios seleccionen parámetros que se pueden pasar al modelo de aprendizaje automático. Puede ser un campo de texto, un menú desplegable, etc. Además, la respuesta podría incluir un mensaje presentado al usuario de que la respuesta es una predicción basada en un modelo de aprendizaje automático entrenado. Por lo tanto, Google quiere asegurarse de que los usuarios comprendan que se trata de una predicción basada en un modelo de aprendizaje automático frente a las respuestas proporcionadas en función de los datos que ha indexado.

9. Luego, el modelo entrenado se puede validar para garantizar que las predicciones tengan al menos una "calidad de umbral". Todo lo que esté por debajo de cierto umbral puede suprimirse y no proporcionarse al usuario. En ese caso, se pueden mostrar los resultados de búsqueda estándar en su lugar.

10. Más allá de los resultados de búsqueda públicos, la patente explica que el sistema podría usarse en una base de datos privada para ayudar a las empresas a predecir ciertos resultados. La patente explica, "privado a un grupo de usuarios, una corporación y/u otros conjuntos restringidos". Por ejemplo, un empleado de un parque de diversiones podría preguntar: "¿cuántos conos de nieve venderemos mañana?" Luego, el sistema podría consultar una base de datos privada para comprender las ventas de días anteriores, información meteorológica, datos de asistencia, etc., para predecir una respuesta para el empleado.

11. La patente explica que el sistema podría proporcionar notificaciones automáticas desde un "asistente automático" en algún momento. Y solo pensando en voz alta, me pregunto si eso podría ser de un asistente similar a Jarvis como expliqué en mi publicación sobre Code Red de Google que provocó miles de Code Reds en los editores.

12. Desde el punto de vista de la latencia, la patente explica que podría haber un retraso después de que un usuario envíe una consulta. Cuando eso sucede, los resultados de búsqueda estándar podrían mostrarse inicialmente junto con un mensaje que indica que los resultados "buenos" no están disponibles para la consulta y que se está utilizando un modelo de aprendizaje automático para generar una predicción. En esas situaciones, el sistema podría enviar esa predicción al usuario en un momento posterior o proporcionar un hipervínculo para que los usuarios hagan clic para ver el resultado del aprendizaje automático.

13. Además, la patente dice que, para algunas situaciones, el usuario tendría que afirmar el aviso para que el proceso continúe. Por ejemplo, el sistema podría proporcionar un mensaje que diga: “No hay una buena respuesta disponible. ¿Quieres que te prediga una respuesta? Luego, el modelo de aprendizaje automático se entrenaría solo si se recibe una entrada afirmativa del usuario en respuesta al aviso. Como expliqué anteriormente, veo una conexión con el mensaje "No hay grandes coincidencias para su búsqueda" que se lanzó en abril de 2020. Me pregunto si eso podría expandirse para utilizar este modelo en el futuro...

Resumen: Google podría estar prediciendo respuestas de calidad de una manera poderosa y súper eficiente a través de modelos de aprendizaje automático (indexados).
Aunque no sabemos si se está utilizando alguna patente específica, la potencia y eficiencia de este proceso tiene mucho sentido para Google. Desde generar modelos de aprendizaje automático "sobre la marcha" hasta indexar esos modelos para uso futuro y utilizar una interfaz interactiva con notificaciones automáticas, Google parece estar preparando el escenario para un asistente como Jarvis. Entonces, la próxima vez que le pidas a Google que prediga una respuesta, piensa en esta patente. Y es posible que se le solicite más información en algún momento (hasta que Jarvis pueda hacer todo esto en un nanosegundo). :)

GG