Apprendimento automatico e ricerca semantica: qual è l'arma definitiva di Google?

Gli ultimi anni sono stati entusiasmanti (o un po' spaventosi, se non si è a proprio agio con i cambiamenti) per il lavoro di un addetto al marketing sui motori di ricerca. Google ha introdotto una serie di nuove tecnologie e sistemi per ottimizzare il suo già eccellente algoritmo di ricerca, e anche i suoi concorrenti come Bing, Apple, Microsoft e persino Facebook hanno introdotto o aggiornato sistemi corrispondenti per ottimizzare l'esperienza di ricerca dei loro utenti.

L'obiettivo principale di queste ottimizzazioni è risolvere uno dei problemi più difficili nella storia dei computer e dell'intelligenza artificiale: l'acquisizione e la comprensione del linguaggio naturale. Sebbene le macchine siano molto brave nei compiti procedurali e logici (come la risoluzione di equazioni matematiche o l'identificazione di caratteristiche di dati di oggetti), hanno difficoltà a distinguere sottili differenze che solo i madrelingua possono percepire intuitivamente. Ad esempio, per noi le due frasi "Dov'è il ristorante di hamburger più vicino" e "Voglio mangiare un hamburger" trasmettono intenzioni simili, ma per le macchine di base sono molto diverse: la prima frase è un recupero di informazioni specifiche, che non ha nulla a che fare con i pensieri del parlante; la seconda frase esprime un desiderio chiaro e non ha nulla a che fare con l'acquisizione di informazioni. Negli ultimi anni Google ha lavorato per abbattere le barriere linguistiche e risolvere i problemi che i suoi algoritmi automatici devono affrontare. Ma qual è l'obiettivo finale di questa impresa: Google vuole comprendere appieno l'intento e le sottigliezze della mente umana? Oppure si tratta semplicemente di un'esplorazione del suo sviluppo tecnologico?

Le radici della ricerca semantica e l'algoritmo Hummingbird

Nel 2013, con l'introduzione dell'aggiornamento Hummingbird, per la prima volta il concetto di ricerca semantica è entrato a far parte degli interessi delle persone. In precedenza, Google recuperava le pagine web corrispondenti determinando le parole chiave nella query di ricerca. Nell'esempio del ristorante di hamburger sopra riportato, Google otterrebbe la parola chiave "hamburger" e restituirebbe pagine web che menzionano frequentemente la parola chiave, ma questo metodo non cattura realmente l'intento dell'utente. Non riesce a distinguere se l'utente vuole cercare "ristorante di hamburger" o "come preparare il proprio hamburger". Sebbene necessiti ancora di miglioramenti, l'algoritmo Hummingbird basato sull'analisi dell'intento dell'utente è in grado di catturare i fattori chiave dell'intento dell'utente e di "comprendere" il contenuto della pagina, anziché limitarsi alle parole chiave contenute nella pagina.

Assistenti digitali personali e ricerca vocale

Gli assistenti digitali personali, tra cui Google Now e Siri, richiedono un livello di comprensione semantica più elevato. Ora sorgono nuovi ostacoli, tra cui la traduzione delle parole pronunciate in testo digitato, la ricerca dei termini di ricerca corretti e la risposta in modo comprensibile. Sebbene i risultati di ricerca vengano ancora recuperati essenzialmente utilizzando l'algoritmo di ricerca standard di Google, gli algoritmi di intelligenza artificiale continuano a migliorare e queste tecnologie sono avanzate fino al livello che vediamo oggi. La motivazione principale è rendere la ricerca più semplice da usare, ma la seconda è cambiare le abitudini degli utenti: la ricerca vocale richiede input conversazionali e richieste contestuali, che richiedono risultati più efficaci e pertinenti rispetto ai tradizionali input basati su parole chiave.

L'emergere di RankBrain

La novità più importante nel campo semantico dell'anno scorso è stata la nascita di RankBrain, un algoritmo di apprendimento automatico combinato con l'algoritmo Hummingbird. Ne ho riassunto lo scopo per spiegarlo brevemente:

La sua funzione è quella di aiutare Google a comprendere le varie dichiarazioni verbali lunghe, complesse o ambigue inserite dagli utenti. In questo modo si può comprendere che traduce le frasi di input errate, che non sono conformi alle regole grammaticali, in una forma che può essere interpretata dalla logica algoritmica. E poiché utilizza l'apprendimento automatico, può aggiornarsi autonomamente, eliminando la necessità per gli sviluppatori di apportare modifiche e aggiornarlo manualmente.

L’ascesa delle “domande correlate”

Per rendere l'esperienza di ricerca degli utenti più soddisfacente, Google sta gradualmente promuovendo le "risposte avanzate" (una versione concisa della "risposta" che a volte appare sopra i risultati di ricerca tradizionali). Più di recente, Google ha introdotto le “Domande correlate”, che incoraggiano gli utenti ad approfondire gli argomenti delle loro ricerche. Ciò che è particolarmente interessante è che attualmente le risposte alle “Domande correlate” sono diverse dalle rispettive Risposte avanzate, il che significa che le due si basano su parti diverse dell’algoritmo di ricerca di Google (ad esempio, possiamo vedere il Knowledge Graph di Google e RankBrain). In ogni caso, sembra che Google stia lavorando non solo per comprendere le domande degli utenti, ma anche per rispondere in modo chiaro e conciso.

Tre previsioni

Per dedurre il significato di queste osservazioni, vorrei proporre tre previsioni su come Google potrebbe decidere di procedere nel prossimo decennio:

1. L'apprendimento automatico diventerà il nuovo obiettivo. Attualmente, l'apprendimento automatico è presente solo nella parte più ottimizzata dell'algoritmo di ricerca di Google. Immagino che le sue applicazioni si estenderanno ad altri ambiti, tra cui l'analisi della qualità dei contenuti e la valutazione del contesto dei backlink.

2. Google lavorerà per trasformare ogni query di ricerca in una domanda a cui si possa rispondere. Con l'accumularsi di risposte esaustive e domande correlate, è chiaro che Google desidera fornire agli utenti le informazioni più dirette. Penso che vedremo altro lavoro da parte di Google in questa direzione, inclusa la trasformazione di query di base in domande complesse e a cui si possa rispondere.

3. Le tecnologie emergenti porteranno sempre più persone a ricorrere alla ricerca vocale, il che naturalmente comporterà domande semanticamente più complesse e risposte dirette a queste domande. Più persone utilizzano la ricerca vocale, più dati Google ottiene, migliori sono i risultati di ricerca che gli utenti ottengono e, in generale, migliore diventa il sistema di ricerca. Pertanto, sospetto che nei prossimi anni Google spingerà sempre più persone a utilizzare la ricerca vocale.

Utilizza queste tre previsioni come meglio credi: potresti iniziare ad adottare nuove strategie di content marketing per rispondere alle domande degli utenti; oppure utilizzare nuove tecniche di SEO per evitare i frequenti cambiamenti apportati dall'apprendimento automatico; oppure puoi semplicemente aspettare che diventi disponibile un modo di ricerca più semplice e intuitivo. Non possiamo prevedere il futuro, ma guardando indietro ai grandi progressi compiuti negli ultimi anni, possiamo prevedere che il prossimo decennio sarà un decennio rivoluzionario.

Vincitore del Qingyun Plan di Toutiao e del Bai+ Plan di Baijiahao, del Baidu Digital Author of the Year 2019, del Baijiahao's Most Popular Author in the Technology Field, del Sogou Technology and Culture Author 2019 e del Baijiahao Quarterly Influential Creator 2021, ha vinto numerosi premi, tra cui il Sohu Best Industry Media Person 2013, il China New Media Entrepreneurship Competition Beijing 2015, il Guangmang Experience Award 2015, il China New Media Entrepreneurship Competition Finals 2015 e il Baidu Dynamic Annual Powerful Celebrity 2018.