تشرح Google كيفية عمل أنظمة الذكاء الاصطناعي الخاصة بها لفهم لغة الإنسان
إن بحث Google قادر على فهم اللغة البشرية بمساعدة العديد من نماذج الذكاء الاصطناعي Artificial intelligence التي تعمل جميعها معًا للعثور على النتائج الأكثر صلة.
تم شرح المعلومات حول كيفية عمل نماذج الذكاء الاصطناعي هذه بعبارات بسيطة من قبل Pandu Nayak ، نائب رئيس Google للبحث، في مقال جديد على المدونة الرسمية للشركة.
يزيل ناياك الغموض عن نماذج الذكاء الاصطناعي التالية، والتي تلعب دورًا رئيسيًا في كيفية عرض Google لنتائج البحث:
- الرتبة
- المطابقة العصبية
- بيرت
- ماما
لا يعمل أي من هذه النماذج بمفرده. إنهم جميعًا يساعدون بعضهم البعض من خلال أداء مهام مختلفة لفهم الاستعلامات ومطابقتها مع الباحثين عن المحتوى الذين يبحثون عنهم.
فيما يلي النقاط الرئيسية من نظرة Google وراء الكواليس حول ما تفعله نماذج الذكاء الاصطناعي وكيف يترجم كل ذلك إلى نتائج أفضل للباحثين.
وأوضح نماذج جوجل AI
الرتبة
تم إطلاق أول نظام ذكاء اصطناعي من Google ، RankBrain ، في عام 2015.
كما يوحي الاسم، فإن هدف RankBrain هو اكتشاف أفضل ترتيب لنتائج البحث من خلال ترتيبها وفقًا لمدى صلتها بالموضوع.
على الرغم من كونه نموذج التعلم العميق الأول من Google ، يواصل RankBrain لعب دور رئيسي في نتائج البحث اليوم.
يساعد Rank Brain Google في فهم كيفية ارتباط الكلمات المفتاحية Keywords في استعلام البحث بمفاهيم العالم الحقيقي.
يوضح ناياك كيفية عمل Rank Brain:
“على سبيل المثال، إذا كنت تبحث عن” ما هو عنوان المستهلك على أعلى مستوى في سلسلة غذائية “، فإن أنظمتنا تتعلم من رؤية هذه الكلمات على صفحات مختلفة أن مفهوم السلسلة الغذائية قد يتعلق بالحيوانات، وليس من المستهلكين البشر.
من خلال فهم هذه الكلمات ومطابقتها مع المفاهيم ذات الصلة بها، تدرك Rank Brain أنك تبحث عما يُشار إليه عمومًا باسم “مفترس القمة”.
المطابقة العصبية
قدمت Google المطابقة العصبية لنتائج البحث في عام 2018.
تسمح المطابقة العصبية لـ Google بفهم كيفية ارتباط الاستعلامات بالصفحات باستخدام معرفة المفاهيم الأوسع.
بدلاً من البحث في الكلمات الرئيسية الفردية، تقوم المطابقة العصبية بفحص الاستعلامات والصفحات بالكامل لتحديد المفاهيم التي تمثلها.
باستخدام نموذج الذكاء الاصطناعي هذا، تستطيع Google طرح شبكة أوسع عندما نفحص فهرسها بحثًا عن المحتوى ذي الصلة باستعلام ما.
يوضح ناياك كيفية عمل المطابقة العصبية:
“خذ إحصاءات البحث حول كيفية إدارة المنطقة الخضراء” على سبيل المثال. إذا سألك أحد الأصدقاء هذا، فمن المحتمل أن تكون في حيرة من أمره. ولكن مع المطابقة العصبية، نحن قادرون على فهمها.
من خلال النظر إلى التمثيلات الأوسع للمفاهيم في الاستعلام – الإدارة والقيادة والشخصية والمزيد – يمكن للمطابقة العصبية أن تفهم أن هذا الباحث يبحث عن نصائح إدارية استنادًا إلى دليل شخصي شائع يعتمد على الألوان “.
تم تقديم BERT لأول مرة في عام 2019 ويستخدم الآن في جميع الاستعلامات.
إنه مصمم لتحقيق شيئين – استرداد المحتوى ذي الصلة وترتيبه.
يمكن لـ BERT فهم كيفية ارتباط الكلمات ببعضها البعض عند استخدامها في تسلسل معين، مما يضمن عدم استبعاد الكلمات المهمة من الاستعلام.
هذا الفهم المعقد للغة يسمح لـ BERT بترتيب محتوى الويب من حيث الصلة بشكل أسرع من نماذج الذكاء الاصطناعي الأخرى.
يوضح ناياك كيفية عمل بيرت عمليًا:
“على سبيل المثال، إذا بحثت عن” هل يمكنك الحصول على دواء لصيدلية شخص ما “، تفهم BERT أنك تحاول معرفة ما إذا كان بإمكانك شراء دواء لشخص آخر.
قبل BERT، أخذنا حرف الجر القصير هذا أمرًا مفروغًا منه، وغالبًا ما نتشارك النتائج حول كيفية ملء وصفة طبية. بفضل BERT، نتفهم أنه حتى الكلمات الصغيرة يمكن أن يكون لها معاني كبيرة “.
ماما
أحدث معلم للذكاء الاصطناعي من Google في البحث – تم تقديم النموذج الموحد متعدد المهام، أو MUM، في عام 2021.
MUM أقوى ألف مرة من BERT، وقادرة على فهم اللغة وتوليدها.
لديها فهم أكثر شمولاً للمعلومات والمعرفة العالمية، حيث يتم تدريبها عبر 75 لغة والعديد من المهام المختلفة في وقت واحد.
يمتد فهم MUM للغة عبر الصور والنصوص والمزيد في المستقبل. هذا ما يعنيه عندما تسمع الإشارة إلى MUM على أنها “متعدد الوسائط”.
إن Google في الأيام الأولى لإدراك إمكانات MUM، لذا فإن استخدامها في البحث محدود.
حاليًا، يتم استخدام MUM لتحسين عمليات البحث عن معلومات لقاح COVID-19. في الأشهر المقبلة، سيتم استخدامه في Google Lens كوسيلة للبحث باستخدام مجموعة من النصوص والصور.
ملخص
فيما يلي ملخص لماهية أنظمة الذكاء الاصطناعي الرئيسية في Google وما تفعله:
- Rank Brain : يصنف المحتوى من خلال فهم كيفية ارتباط الكلمات الرئيسية بمفاهيم العالم الحقيقي.
- التطابق العصبي: يمنح Google فهماً أوسع للمفاهيم، مما يوسع مقدار المحتوى الذي تستطيع Google البحث فيه.
- بيرت: يسمح لـ Google بفهم كيف يمكن للكلمات تغيير معنى الاستعلامات عند استخدامها في تسلسل معين.
- أمي: يفهم المعلومات والمعرفة العالمية عبر عشرات اللغات والطرائق المتعددة، مثل النصوص والصور.
تعمل أنظمة الذكاء الاصطناعي هذه معًا للعثور على المحتوى الأكثر صلة باستعلام وترتيبه في أسرع وقت ممكن.
المصدر: searchenginejournal
المصدر: جوجل
شاهد المزيد:
