Jarvis Rising – Como o Google poderia gerar um modelo de aprendizado de máquina “on the fly” para prever respostas quando a Pesquisa não puder, e como poderia indexar esses modelos para prever respostas para futuras consultas [Patente]

Depois de analisar uma patente do Google relacionada ao PAA e ao PASF, comecei a revisar outras patentes concedidas recentemente. E não demorou muito para que surgisse outro muito interessante sobre o uso de modelos de aprendizado de máquina. A patente que acabei de analisar se concentra no uso e/ou geração de um modelo de aprendizado de máquina em resposta a uma consulta (quando o Google precisa prever uma resposta, pois os resultados da pesquisa padrão não fornecem uma resposta adequada). Depois de ler a patente várias vezes, ela destacou o quão sofisticados os sistemas do Google podem ser quando precisam fornecer uma resposta (ou previsão) de qualidade para os usuários.

Como em qualquer patente, nunca sabemos se o Google realmente implementou o que a patente cobre, mas sempre é possível. E se fosse implementado, o Google poderia não apenas utilizar um modelo de aprendizado de máquina treinado para ajudar a prever uma resposta a uma consulta, mas também indexar esses modelos de aprendizado de máquina, associá-los a várias entidades, páginas da Web etc. use esses modelos para pesquisas subsequentes relacionadas. Pense em como isso pode ser poderoso e escalável para o Google.

Além disso, a patente explica que o Google pode retornar uma interface interativa ao modelo de aprendizado de máquina nos resultados da pesquisa, o que permite aos usuários adicionar parâmetros que podem ser usados ​​para gerar uma previsão para consultas quando os resultados da pesquisa não são suficientes. Essa parte da patente me fez pensar na mensagem que o Google lançou nas SERPs em abril de 2020, quando não há resultados de pesquisa de qualidade sendo retornados para uma consulta. A implementação atual não fornece um formulário para os usuários interagirem, mas com certeza poderia em algum momento. E talvez essa interface possa ser usada para mais consultas no futuro, em vez de apenas as mais obscuras que ela apresenta por enquanto. Vou cobrir mais sobre isso nos marcadores abaixo.

Pontos-chave da patente:
Semelhante ao meu último post cobrindo uma patente recente do Google, acho que a melhor maneira de cobrir os detalhes é fornecer marcadores dos pontos-chave.

Gerar e/ou utilizar um modelo de aprendizado de máquina em resposta a uma solicitação de pesquisa
US 11645277 B2
Data de concessão: 9 de maio de 2023
Data do depósito: 12 de dezembro de 2017
Nome do cessionário: Google LLC

1. A patente do Google explica que, se uma resposta não puder ser localizada com certeza e o usuário enviar uma solicitação de natureza preditiva, um modelo de aprendizado de máquina treinado poderá ser usado para gerar uma previsão.

2. Por exemplo, o Google pode primeiro gerar resultados de pesquisa com base em uma consulta, mas se os resultados não forem de qualidade suficiente, um modelo de aprendizado de máquina poderá ser usado para fornecer uma resposta prevista mais forte. Assim, o sistema pode fornecer respostas previstas com base em um modelo de aprendizado de máquina quando uma resposta não pode ser validada pelo Google.

3. Além disso, o modelo de aprendizado de máquina pode ser gerado “on the fly” e o Google pode armazenar modelos de aprendizado de máquina treinados em um índice de pesquisa. Sim, o Google pode indexar modelos de aprendizado de máquina que foram treinados apenas para fornecer previsões com base em tipos específicos de consultas. Vou cobrir mais sobre isso em breve.

4. A patente fornecia um exemplo baseado na pergunta: “Quantos médicos haverá na China em 2050?” Se uma resposta confiável não puder ser fornecida por meio dos resultados de pesquisa padrão, a consulta poderá ser passada para um modelo de aprendizado de máquina treinado para gerar uma previsão.

5. A patente continua explicando que o sistema pode levar outros anos como 2010, 2015, 2020 etc. e usá-los para gerar uma previsão (por meio de um modelo de aprendizado de máquina treinado nesses parâmetros).

6. A patente explica que os modelos de aprendizado de máquina treinados podem ser indexados por um ou mais itens de conteúdo de “recursos utilizados para treinar o modelo”. E para consultas futuras, quando o sistema identificar parâmetros relacionados a um modelo de aprendizado de máquina (por exemplo, se um usuário subsequente fizer uma pergunta relacionada, como "Quantos médicos haverá na China em 2040 ?"), o modelo de aprendizado de máquina poderá ser usado para gerar uma previsão.

7. A patente continua explicando que os modelos de aprendizado de máquina podem ser armazenados com um ou mais itens de conteúdo, como entidades em um gráfico de conhecimento, nomes de tabelas, nomes de colunas, nomes de páginas da Web e muito mais. Além disso, palavras associadas à consulta como “China” e “médicos” podem ser usadas pelo modelo de aprendizado de máquina para gerar uma previsão.

8. A patente continua explicando que o sistema pode fornecer uma interface interativa para os usuários selecionarem parâmetros que podem ser passados ​​para o modelo de aprendizado de máquina. Isso pode ser um campo de texto, um menu suspenso etc. Além disso, a resposta pode incluir uma mensagem apresentada ao usuário de que a resposta é uma previsão baseada em um modelo de aprendizado de máquina treinado. Portanto, o Google quer garantir que os usuários entendam que é uma previsão baseada em um modelo de aprendizado de máquina versus respostas fornecidas com base em dados indexados.

9. O modelo treinado pode então ser validado para garantir que as previsões tenham pelo menos um “limiar de qualidade”. Qualquer coisa abaixo de um certo limite pode ser suprimida e não fornecida ao usuário. Nesse caso, os resultados da pesquisa padrão podem ser exibidos.

10. Além dos resultados da pesquisa pública, a patente explica que o sistema pode ser usado em um banco de dados privado para ajudar as empresas a prever certos resultados. A patente explica, “privado para um grupo de usuários, uma corporação e/ou outros conjuntos restritos”. Por exemplo, um funcionário de um parque de diversões pode perguntar: “quantos cones de neve vamos vender amanhã?” O sistema poderia então consultar um banco de dados privado para entender as vendas dos dias anteriores, informações meteorológicas, dados de atendimento, etc., para prever uma resposta para o funcionário.

11. A patente explica que o sistema pode fornecer notificações push de um “assistente automatizado” em algum momento. E, pensando bem, estou me perguntando se isso poderia ser de um assistente do tipo Jarvis, como expliquei em meu post sobre o Code Red do Google, que acionou milhares de Code Reds nas editoras.

12. Do ponto de vista da latência, a patente explica que pode haver um atraso após o usuário enviar uma consulta. Quando isso acontece, os resultados da pesquisa padrão podem ser exibidos inicialmente junto com uma mensagem de que “bons” resultados não estão disponíveis para a consulta e que um modelo de aprendizado de máquina está sendo usado para gerar uma previsão. Nessas situações, o sistema pode enviar essa previsão para o usuário posteriormente ou fornecer um hiperlink para os usuários clicarem para visualizar a saída do aprendizado de máquina.

13. Além disso, a patente diz para algumas situações que o usuário teria que confirmar o prompt para que o processo continuasse. Por exemplo, o sistema pode fornecer uma mensagem informando: “Uma boa resposta não está disponível. Você quer que eu preveja uma resposta para você?” Em seguida, o modelo de aprendizado de máquina seria treinado apenas se a entrada afirmativa do usuário fosse recebida em resposta ao prompt. Como expliquei anteriormente, vejo uma conexão com a mensagem “Não há grandes correspondências para sua pesquisa” lançada em abril de 2020. Gostaria de saber se isso poderia se expandir para utilizar esse modelo no futuro…

Resumo: o Google pode prever respostas de qualidade de maneira poderosa e supereficiente por meio de modelos de aprendizado de máquina (indexados).
Embora não saibamos se alguma patente específica está sendo usada, o poder e a eficiência desse processo fazem muito sentido para o Google. Desde a geração de modelos de aprendizado de máquina “on the fly” até a indexação desses modelos para uso futuro e a utilização de uma interface interativa com notificações push, o Google parece estar preparando o terreno para um assistente como Jarvis. Portanto, da próxima vez que você pedir ao Google para prever uma resposta, pense nessa patente. E você pode ser solicitado a fornecer mais informações em algum momento (até que Jarvis possa fazer tudo isso em um nanossegundo). :)

GG