Jarvis Rising – Google, Arama'nın yapamadığı durumlarda yanıtları tahmin etmek için "anında" bir makine öğrenimi modelini nasıl oluşturabilir ve gelecekteki sorguların yanıtlarını tahmin etmek için bu modelleri nasıl dizine ekleyebilir [Pate

PAA ve PASF ile ilgili bir Google patentini inceledikten sonra, yakın zamanda verilen diğer patentleri incelemeye başladım. Ve makine öğrenimi modellerinin kullanımıyla ilgili çok ilginç bir konuyu daha gün yüzüne çıkarmam çok uzun sürmedi. Az önce analiz ettiğim patent, bir sorguya yanıt olarak bir makine öğrenimi modeli kullanmaya ve/veya oluşturmaya odaklanıyor (standart arama sonuçları yeterli bir yanıt sağlayamadığı için Google'ın bir yanıtı tahmin etmesi gerektiğinde). Patenti birkaç kez okuduktan sonra, Google'ın sistemlerinin kullanıcılara kaliteli bir yanıt (veya tahmin) sağlama ihtiyacı duyduğunda ne kadar gelişmiş olabileceğinin altını çizdi.

Herhangi bir patentte olduğu gibi, Google'ın patentin kapsamını gerçekten uygulayıp uygulamadığını asla bilemeyiz, ancak bu her zaman mümkündür. Uygulanırsa, Google bir sorgunun yanıtını tahmin etmeye yardımcı olmak için eğitilmiş bir makine öğrenimi modeli kullanmakla kalmaz, aynı zamanda bu makine öğrenimi modellerini dizine ekleyebilir, bunları çeşitli varlıklar, web sayfaları vb. sonraki ilgili aramalar için bu modelleri kullanın. Bunun Google için ne kadar güçlü ve ölçeklenebilir olabileceğini bir düşünün.

Buna ek olarak, patent, Google'ın arama sonuçlarında makine öğrenimi modeline etkileşimli bir arayüz döndürebileceğini ve bu sayede kullanıcıların arama sonuçlarının yeterli olmadığı durumlarda sorgular için bir tahmin oluşturmak için kullanılabilecek parametreler eklemesine olanak tanıdığını açıklıyor. Patentin bu kısmı, Google'ın Nisan 2020'de bir sorgu için döndürülen kaliteli arama sonuçları olmadığında SERP'lerde sunduğu mesajı düşünmeme neden oldu. Mevcut uygulama, kullanıcıların etkileşime girebileceği bir form sağlamıyor, ancak bir noktada kesinlikle olabilir. Ve belki de bu arayüz, şimdilik ortaya çıkardığı daha belirsiz sorgular yerine gelecekte daha fazla sorgu için kullanılabilir. Aşağıdaki madde işaretlerinde bununla ilgili daha fazla bilgi vereceğim.

Patentten önemli noktalar:
Yakın tarihli bir Google patentini konu alan son gönderime benzer şekilde, ayrıntıları ele almanın en iyi yolunun, kilit noktaların madde işaretlerini vermek olduğunu düşünüyorum.

Bir arama isteğine yanıt olarak bir makine öğrenimi modeli oluşturma ve/veya kullanma
ABD 11645277 B2
Verilme Tarihi: 9 Mayıs 2023
Başvuru Tarihi: 12 Aralık 2017
Vekil Adı: Google LLC

1. Google'ın patenti, bir yanıt kesin olarak bulunamıyorsa ve kullanıcı doğası gereği tahmine dayalı bir istek gönderirse, bir tahmin oluşturmak için eğitimli bir makine öğrenimi modelinin kullanılabileceğini açıklar.

2. Örneğin, Google önce bir sorguya dayalı arama sonuçları oluşturabilir, ancak sonuçlar yeterli kalitede değilse, daha güçlü bir tahmin yanıtı sağlamak için bir makine öğrenimi modeli kullanılabilir. Böylece sistem, bir yanıt Google tarafından doğrulanamadığında makine öğrenimi modeline dayalı olarak tahmin edilen yanıtlar sağlayabilir.

3. Ayrıca, makine öğrenimi modeli "anında" oluşturulabilir ve Google, eğitilmiş makine öğrenimi modellerini bir arama dizininde depolayabilir. Evet, Google, belirli sorgu türlerine dayalı tahminler sağlamak üzere yeni eğitilmiş makine öğrenimi modellerini dizine ekleyebilir. Yakında bununla ilgili daha fazla bilgi vereceğim.

4. Patent, "2050'de Çin'de kaç doktor olacak?" Standart arama sonuçları aracılığıyla yetkili bir yanıt sağlanamıyorsa, sorgu, bir tahmin oluşturmak için eğitimli bir makine öğrenimi modeline geçirilebilir.

5. Patent, sistemin 2010, 2015, 2020 gibi diğer yılları alabileceğini ve bunları bir tahmin oluşturmak için kullanabileceğini (bu parametreler üzerinde eğitilmiş bir makine öğrenimi modeli aracılığıyla) açıklamaya devam ediyor.

6. Patent, eğitilmiş makine öğrenimi modellerinin "modeli eğitmek için kullanılan kaynaklardan" bir veya daha fazla içerik öğesi tarafından dizine eklenebileceğini açıklıyor. Gelecekteki sorgular için, sistem bir makine öğrenimi modeliyle ilgili parametreleri belirlediğinde (örneğin, sonraki bir kullanıcı " 2040'ta Çin'de kaç doktor var?" gibi ilgili bir soru sorarsa), makine öğrenimi modeli bir tahmin oluşturmak için kullanılabilir.

7. Patent, makine öğrenimi modellerinin bilgi grafiğindeki varlıklar, tablo adları, sütun adları, web sayfası adları ve daha fazlası gibi bir veya daha fazla içerik öğesiyle depolanabileceğini açıklamaya devam ediyor. Ek olarak, makine öğrenimi modeli tarafından bir tahmin oluşturmak için "Çin" ve "doktorlar" gibi sorguyla ilişkili kelimeler kullanılabilir.

8. Patent, sistemin, kullanıcıların makine öğrenimi modeline aktarılabilecek parametreleri seçmeleri için etkileşimli bir arayüz sağlayabileceğini açıklamaya devam ediyor. Bu bir metin alanı, bir açılır menü vb. olabilir. Ayrıca yanıt, kullanıcıya yanıtın eğitimli bir makine öğrenimi modeline dayalı bir tahmin olduğunu gösteren bir mesaj da içerebilir. Bu nedenle Google, kullanıcıların bunun, dizine eklediği verilere dayalı olarak sağlanan yanıtlara karşı bir makine öğrenimi modeline dayalı bir tahmin olduğunu anladığından emin olmak istiyor.

9. Eğitilen model daha sonra, tahminlerin en azından bir "eşik kalitesinde" olduğundan emin olmak için doğrulanabilir. Belirli bir eşiğin altındaki herhangi bir şey bastırılabilir ve kullanıcıya sağlanamaz. Bu durumda, bunun yerine standart arama sonuçları görüntülenebilir.

10. Patent, kamuya açık arama sonuçlarının ötesinde, sistemin özel bir veritabanında şirketlerin belirli sonuçları tahmin etmesine yardımcı olmak için kullanılabileceğini açıklıyor. Patent, "bir grup kullanıcıya, bir şirkete ve / veya diğer kısıtlı kümelere özel" olarak açıklıyor. Örneğin, bir lunapark çalışanı "yarın kaç kar konisi satacağız?" diye sorabilir. Sistem daha sonra çalışan için bir yanıt tahmin etmek üzere önceki günlerin satışlarını, hava durumu bilgilerini, katılım verilerini vb. anlamak için özel bir veritabanını sorgulayabilir.

11. Patent, sistemin bir noktada "otomatikleştirilmiş bir asistandan" anlık bildirimler sağlayabileceğini açıklıyor. Ve sadece yüksek sesle düşündüğümde, Google'ın Kırmızı Kod ile ilgili yazımda açıkladığım gibi yayıncılarda binlerce Kırmızı Kod'u tetikleyen Jarvis benzeri bir asistandan olabilir mi diye merak ediyorum.

12. Gecikme açısından, patent, bir kullanıcı bir sorgu gönderdikten sonra bir gecikme olabileceğini açıklar. Bu olduğunda, standart arama sonuçları başlangıçta sorgu için "iyi" sonuçların bulunmadığını ve bir tahmin oluşturmak için bir makine öğrenimi modelinin kullanıldığını belirten bir mesajla birlikte görüntülenebilir. Bu gibi durumlarda, sistem bu tahmini daha sonra kullanıcıya iletebilir veya kullanıcıların makine öğrenimi çıktısını görüntülemek için tıklamaları için bir köprü sağlayabilir.

13. Ayrıca, patent, bazı durumlarda, işlemin devam etmesi için kullanıcının istemi onaylaması gerekeceğini söylüyor. Örneğin sistem “İyi bir cevap mevcut değil. Senin için bir cevap tahmin etmemi ister misin? Daha sonra makine öğrenimi modeli, yalnızca isteme yanıt olarak olumlu kullanıcı girdisi alınırsa eğitilir. Daha önce açıkladığım gibi, Nisan 2020'de kullanıma sunulan "Aramanız için harika eşleşmeler yok" mesajıyla bir bağlantı görüyorum. Gelecekte bu modeli kullanmak için bunun genişletilip genişletilemeyeceğini merak ediyorum...

Özet: Google, (dizine eklenmiş) makine öğrenimi modelleri aracılığıyla kaliteli yanıtları güçlü ve süper verimli bir şekilde tahmin ediyor olabilir.
Belirli bir patentin kullanılıp kullanılmadığını bilmesek de, bu sürecin gücü ve verimliliği Google için çok anlamlı. "Anında" makine öğrenimi modelleri oluşturmaktan bu modelleri ileride kullanmak üzere dizine eklemeye ve push bildirimleriyle etkileşimli bir arayüz kullanmaya kadar Google, Jarvis gibi bir asistan için zemin hazırlıyor gibi görünüyor. Bu nedenle, bir dahaki sefere Google'dan bir yanıt tahmin etmesini istediğinizde, bu patenti düşünün. Ve bir noktada sizden daha fazla bilgi istenebilir (Jarvis tüm bunları bir nanosaniyede yapana kadar). :)

İyi oyun