Jarvis Rising – Bagaimana Google dapat membuat model pembelajaran mesin “on the fly” untuk memprediksi jawaban saat Penelusuran tidak bisa, dan bagaimana Google dapat mengindeks model tersebut untuk memprediksi jawaban untuk kueri di masa mendatang [Paten

Setelah menganalisis paten Google terkait PAA dan PASF, saya mulai meninjau paten lain yang baru saja diberikan. Dan tidak lama kemudian saya menemukan satu lagi yang sangat menarik tentang penggunaan model pembelajaran mesin. Paten yang baru saja saya analisis berfokus pada penggunaan dan/atau pembuatan model pembelajaran mesin sebagai respons terhadap kueri (saat Google perlu memprediksi jawaban karena hasil penelusuran standar tidak dapat memberikan jawaban yang memadai). Setelah membaca paten berkali-kali, ini menggarisbawahi betapa canggihnya sistem Google saat perlu memberikan jawaban (atau prediksi) yang berkualitas bagi pengguna.

Seperti halnya paten apa pun, kami tidak pernah tahu apakah Google benar-benar menerapkan apa yang dicakup oleh paten tersebut, tetapi itu selalu memungkinkan. Dan jika diterapkan, Google tidak hanya dapat menggunakan model pembelajaran mesin terlatih untuk membantu memprediksi jawaban atas kueri, tetapi juga dapat mengindeks model pembelajaran mesin tersebut, mengaitkannya dengan berbagai entitas, halaman web, dll., lalu mengambil dan gunakan model tersebut untuk penelusuran terkait berikutnya. Pikirkan betapa kuat dan terukurnya hal itu bagi Google.

Selain itu, paten tersebut menjelaskan bahwa Google dapat mengembalikan antarmuka interaktif ke model pembelajaran mesin di hasil pencarian, yang memungkinkan pengguna menambahkan parameter yang dapat digunakan untuk menghasilkan prediksi kueri saat hasil pencarian tidak mencukupi. Bagian dari paten itu membuat saya berpikir tentang pesan yang diluncurkan Google di SERP pada bulan April 2020 ketika tidak ada hasil pencarian berkualitas yang dikembalikan untuk sebuah kueri. Implementasi saat ini tidak menyediakan formulir untuk berinteraksi dengan pengguna, tetapi pasti bisa di beberapa titik. Dan mungkin antarmuka itu dapat digunakan untuk lebih banyak kueri di masa mendatang versus hanya yang lebih tidak jelas yang muncul untuk saat ini. Saya akan membahas lebih lanjut tentang ini di peluru di bawah ini.

Poin-poin penting dari paten:
Mirip dengan posting terakhir saya yang mencakup paten Google baru-baru ini, saya pikir cara terbaik untuk membahas detailnya adalah dengan memberikan poin-poin penting.

Menghasilkan dan/atau Memanfaatkan model pembelajaran mesin sebagai tanggapan atas permintaan pencarian
KAMI 11645277 B2
Tanggal Diberikan: 9 Mei 2023
Tanggal Diajukan: 12 Desember 2017
Nama Penerima Tugas: Google LLC

1. Paten Google menjelaskan bahwa jika jawaban tidak dapat ditemukan dengan pasti, dan pengguna mengajukan permintaan yang bersifat prediktif, model pembelajaran mesin yang terlatih dapat digunakan untuk menghasilkan prediksi.

2. Misalnya, Google dapat membuat hasil penelusuran berdasarkan kueri terlebih dahulu, tetapi jika kualitas hasilnya tidak memadai, model pembelajaran mesin dapat digunakan untuk memberikan jawaban prediksi yang lebih kuat. Jadi, sistem dapat memberikan prediksi jawaban berdasarkan model pembelajaran mesin ketika jawaban tidak dapat divalidasi oleh Google.

3. Selain itu, model pembelajaran mesin dapat dibuat "on the fly", dan Google mungkin menyimpan model pembelajaran mesin terlatih dalam indeks pencarian. Ya, Google dapat mengindeks model pembelajaran mesin yang baru saja dilatih untuk memberikan prediksi berdasarkan jenis kueri tertentu. Saya akan membahas lebih lanjut tentang ini segera.

4. Paten memberikan contoh berdasarkan pertanyaan, "Berapa banyak dokter yang akan ada di China pada tahun 2050?" Jika jawaban otoritatif tidak dapat diberikan melalui hasil penelusuran standar, kueri dapat diteruskan ke model pembelajaran mesin terlatih untuk menghasilkan prediksi.

5. Paten selanjutnya menjelaskan bahwa sistem mungkin memerlukan waktu tahun-tahun lain seperti 2010, 2015, 2020, dll. dan menggunakannya untuk menghasilkan prediksi (melalui model pembelajaran mesin yang dilatih pada parameter tersebut).

6. Paten menjelaskan bahwa model pembelajaran mesin terlatih dapat diindeks oleh satu atau beberapa item konten dari “sumber daya yang digunakan untuk melatih model”. Dan untuk kueri di masa mendatang, ketika sistem mengidentifikasi parameter yang terkait dengan model pembelajaran mesin (mis. jika pengguna berikutnya mengajukan pertanyaan terkait seperti, "Berapa banyak dokter di China pada tahun 2040 ?"), model pembelajaran mesin dapat dapat digunakan untuk menghasilkan prediksi.

7. Paten selanjutnya menjelaskan bahwa model pembelajaran mesin dapat disimpan dengan satu atau lebih item konten, seperti entitas dalam grafik pengetahuan, nama tabel, nama kolom, nama halaman web, dan lainnya. Selain itu, kata-kata yang terkait dengan kueri seperti "China" dan "dokter" dapat digunakan oleh model pembelajaran mesin untuk membuat prediksi.

8. Paten selanjutnya menjelaskan bahwa sistem mungkin menyediakan antarmuka interaktif bagi pengguna untuk memilih parameter yang dapat diteruskan ke model pembelajaran mesin. Itu bisa berupa bidang teks, menu tarik-turun, dll. Selain itu, respons dapat menyertakan pesan yang disajikan kepada pengguna bahwa respons tersebut merupakan prediksi berdasarkan model pembelajaran mesin yang terlatih. Jadi Google ingin memastikan pengguna memahami bahwa ini adalah prediksi berdasarkan model pembelajaran mesin versus jawaban yang diberikan berdasarkan data yang telah diindeks.

9. Model yang dilatih kemudian dapat divalidasi untuk memastikan prediksi setidaknya memiliki "kualitas ambang". Apa pun di bawah ambang batas tertentu dapat ditekan dan tidak diberikan kepada pengguna. Dalam hal ini, hasil pencarian standar dapat ditampilkan sebagai gantinya.

10. Di luar hasil pencarian publik, paten menjelaskan bahwa sistem dapat digunakan pada database pribadi untuk membantu perusahaan memprediksi hasil tertentu. Paten menjelaskan, "pribadi untuk sekelompok pengguna, perusahaan, dan/atau perangkat terbatas lainnya." Misalnya, seorang karyawan taman hiburan mungkin bertanya, "berapa kerucut salju yang akan kita jual besok?" Sistem kemudian dapat menanyakan database pribadi untuk memahami penjualan hari-hari sebelumnya, informasi cuaca, data kehadiran, dll., untuk memprediksi jawaban karyawan.

11. Paten menjelaskan bahwa sistem dapat memberikan pemberitahuan push dari "asisten otomatis" di beberapa titik. Dan hanya berpikir keras, saya bertanya-tanya apakah itu bisa dari asisten seperti Jarvis seperti yang saya jelaskan di posting saya tentang Google Code Red yang memicu ribuan Code Reds di penerbit.

12. Dari sudut pandang latensi, paten menjelaskan bahwa mungkin ada penundaan setelah pengguna mengajukan permintaan. Ketika itu terjadi, hasil pencarian standar dapat ditampilkan pada awalnya bersama dengan pesan bahwa hasil "baik" tidak tersedia untuk kueri dan bahwa model pembelajaran mesin sedang digunakan untuk membuat prediksi. Dalam situasi tersebut, sistem dapat mendorong prediksi tersebut ke pengguna di lain waktu atau menyediakan hyperlink bagi pengguna untuk diklik guna melihat keluaran pembelajaran mesin.

13. Selain itu, paten mengatakan untuk beberapa situasi bahwa pengguna harus menegaskan prompt agar proses dapat dilanjutkan. Misalnya, sistem mungkin memberikan pesan yang menyatakan, “A good answer is not available. Apakah Anda ingin saya memprediksi jawaban untuk Anda? Kemudian model pembelajaran mesin akan dilatih hanya jika input pengguna afirmatif diterima sebagai tanggapan atas permintaan tersebut. Seperti yang saya jelaskan sebelumnya, saya melihat koneksi dengan pesan "Tidak ada kecocokan yang bagus untuk pencarian Anda" yang diluncurkan pada bulan April 2020. Saya bertanya-tanya apakah itu dapat diperluas untuk menggunakan model ini di masa mendatang…

Rangkuman: Google dapat memprediksi jawaban berkualitas dengan cara yang ampuh dan sangat efisien melalui model pembelajaran mesin (terindeks).
Meskipun kami tidak tahu apakah ada paten khusus yang digunakan, kekuatan dan efisiensi proses ini sangat masuk akal bagi Google. Mulai dari menghasilkan model pembelajaran mesin “on the fly” hingga mengindeks model tersebut untuk digunakan di masa mendatang hingga memanfaatkan antarmuka interaktif dengan notifikasi push, Google tampaknya menyiapkan panggung untuk asisten seperti Jarvis. Jadi, lain kali Anda meminta Google memprediksi jawaban, pikirkan tentang paten ini. Dan Anda mungkin diminta untuk informasi lebih lanjut di beberapa titik (sampai Jarvis dapat melakukan semua ini dalam nanodetik). :)

GG