No evento Search On de hoje, o Google apresentou vários novos recursos que são, em conjunto, sua tentativa mais forte de levar as pessoas a fazer mais do que digitar algumas palavras na caixa de pesquisa. Aproveitando a nova tecnologia de aprendizado de máquina para o Multitasking Unified Model (MUM) de pequenas maneiras, a empresa espera iniciar um ciclo virtuoso: ele fornecerá mais detalhes e respostas ricas em contexto e, em troca, espera que os usuários perguntem mais detalhes e contexto -ricas perguntas. A empresa espera que o resultado final seja uma experiência de pesquisa mais rica e profunda.

O vice-presidente sênior do Google, Prabhakar Raghavan, supervisiona a pesquisa junto com o Assistente, a publicidade e outros produtos. Ele gosta de dizer – e repetiu em entrevista no domingo passado – que “a pesquisa não é um problema resolvido”. Isso pode ser verdade, mas os problemas que ele e sua equipe estão tentando resolver agora não são tanto sobre as brigas na web, mas mais sobre como adicionar contexto ao que eles encontram lá.

Por sua vez, o Google começará a demonstrar sua capacidade de reconhecer grupos de tópicos relacionados ao uso de aprendizado de máquina e apresentá-los a você de maneira organizada. O próximo redesenho da Pesquisa Google começará a mostrar caixas de “Coisas para saber” que o direcionam para diferentes subtópicos. Quando houver uma seção de um vídeo que seja relevante para o tópico geral – mesmo que não seja o vídeo como um todo – você será enviado para lá. Seus resultados de compras começarão a mostrar o estoque disponível em lojas próximas e até roupas de estilos diferentes associados à sua pesquisa.

De sua parte, o Google – embora o termo “pergunta” seja provavelmente melhor – oferece novas maneiras de pesquisar além da caixa de texto. Está dando um grande impulso para mover o software de reconhecimento de imagem Google Lens para mais lugares. Ele será incluído no Google app no ​​iOS, bem como no navegador da web Chrome em dispositivos desktop. E com o MUM, o Google espera que os usuários façam mais do que apenas identificar flores ou pontos de referência, mas usem o Lens diretamente para fazer perguntas e comprar.

“É um ciclo que acredito que continuará a aumentar”, diz Raghavan. “Mais tecnologia leva a mais acessibilidade do usuário, leva a uma melhor expressão do usuário e exigirá mais de nós tecnicamente.”

Esses dois aspectos da equação de pesquisa têm como objetivo dar o pontapé inicial na próxima fase da pesquisa do Google, à medida que os algoritmos de aprendizado de máquina se tornam mais proeminentes no processo, organizando e apresentando informações diretamente. Nesse sentido, os esforços do Google serão muito ajudados pelos avanços recentes no processamento de linguagem de inteligência artificial. Graças aos sistemas conhecidos como Large Language Models (MUM é um deles), o aprendizado de máquina é muito melhor no mapeamento das conexões entre palavras e tópicos. São as habilidades que a empresa utiliza para tornar a pesquisa não apenas mais precisa, mas mais exploratória e, com sorte, mais útil.

Um exemplo do Google é útil. Você pode não ter a menor idéia do nome das peças da sua bicicleta, mas se algo estiver quebrado, você precisará saber. O Google Lens pode identificar visualmente o descarrilador (a parte da mudança que está pendurada perto da roda traseira) e, em vez de apenas fornecer uma informação separada, ele permitirá que você faça perguntas sobre como consertar aquilo diretamente e o levará às informações (neste caso excelente) permanente superior do youtube canal).

Forçar para que mais usuários abram o Google Lens com mais frequência é ótimo por si só, mas o panorama geral (por assim dizer) é sobre o Google tentando reunir mais contexto em torno de suas consultas. Pesquisas multimídia mais complexas que combinam texto e imagens, diz Raghavan, exigem “um nível de contexto completamente diferente que nosso provedor deveria ter e, portanto, nos ajuda tremendamente a obter o máximo de contexto possível”.

Estamos muito longe dos chamados “10 links azuis” dos resultados de pesquisa que o Google fornece. Já faz muito tempo que mostra caixas de informações, resultados de imagens e respostas diretas. Os anúncios de hoje são um passo adiante, já que as informações que o Google fornece não são apenas um rótulo de informações relevantes, mas uma recapitulação do que suas máquinas entendem ao vasculhar a web.

Em alguns casos – como em compras – essa destilação significa que você provavelmente enviará mais visualizações de página ao Google. Tal como acontece com o Lens, é importante observar esta tendência: as pesquisas do Google estão cada vez mais empurrando você para os próprios produtos do Google. Mas também existe um perigo maior aqui. O fato de o Google dizer mais coisas diretamente aumenta o fardo que você sempre carrega: falar com menos preconceito.

Com isso, quero dizer preconceito em dois significados diferentes. O primeiro é técnico: os modelos de aprendizado de máquina que o Google deseja usar para melhorar a pesquisa têm problemas bem documentados com preconceitos raciais e de gênero. Eles foram treinados lendo grandes porções da web e, como resultado, tendem a reconhecer maneiras inadequadas de falar. Os problemas do Google com a equipe de ética de IA estão bem documentados neste momento – é Dois pesquisadores seniores demitidos Depois de publicarem um artigo sobre este mesmo assunto. Como vice-presidente de pesquisa do Google, Pandu Nayak disse A beirade James Vincent em seu artigo sobre os anúncios do MUM de hojeO Google entende que todos os modelos de linguagem têm preconceitos, mas a empresa acredita que pode evitar “colocá-los à disposição das pessoas para consumo direto”.

Seja o que for (e para ser claro, pode não ser), evita outra questão de dependência e outro tipo de viés. Quando o Google começa a falar mais sobre suas próprias combinações de informações diretamente, de que ponto de vista você fala? Como jornalistas, frequentemente falamos sobre como a chamada “visão de lugar nenhum” é uma forma inadequada de apresentar nossa reportagem. Qual é o ponto de vista do Google? Esse é um problema que a empresa enfrentou no passado e às vezes é conhecido como o problema da “única resposta verdadeira”. Quando o Google tenta dar às pessoas respostas curtas e decisivas com sistemas automatizados, muitas vezes acaba Postar informações ruins.

Ao introduzir esta questão, Raghavan responde apontando para a complexidade dos paradigmas da linguagem moderna. “Quase todos os paradigmas de linguagem, se você olhar para eles, são casamentos em um espaço de alta dimensão. Certas partes desses espaços tendem a ser mais confiáveis, e certas partes menos confiáveis. Podemos avaliar essas coisas mecanicamente com bastante facilidade. O desafio é , diz Raghavan. Como apresentar um pouco dessa complexidade ao usuário sem confundi-lo.

Mas eu sinto que a verdadeira resposta é que, pelo menos por agora, o Google está fazendo o que pode para evitar confrontar a questão do ponto de vista de seu mecanismo de pesquisa, evitando áreas onde poderia ser acusado de, nas palavras de Raghavan, “edição excessiva” . Freqüentemente, ao conversar com executivos do Google sobre essas questões de preconceito e confiança, eles se concentram em partes facilmente identificáveis ​​desses espaços de alta dimensão, como “confiabilidade”.

Por exemplo, as novas caixas “Coisas a saber” do Google não aparecerão quando alguém pesquisar coisas que o Google identificou como “particularmente nocivas / sensíveis”, embora o porta-voz tenha dito que o Google “não permite ou bloqueia certas categorias regulamentadas”. nossos sistemas são capazes de entender quais tópicos esses tipos de recursos devem ou não exibir. ”

A pesquisa do Google, suas entradas e saídas, seus algoritmos e seus modelos de linguagem tornaram-se quase inimaginavelmente complexos. Quando o Google nos diz que pode entender o conteúdo dos vídeos agora, consideramos que ele tem os recursos computacionais para fazer isso – mas a verdade é que mesmo indexar uma coleção tão grande é uma tarefa enorme que supera a tarefa original de indexar a web primitiva. (O Google apenas indexa scripts de áudio para um subconjunto do YouTube, para registro, embora com o MUM eles pretendam fazer indexação visual e outras plataformas de vídeo no futuro.)

Muitas vezes, quando você fala com cientistas da computação, o problema de vendedor ambulante vai aparecer. É um famoso quebra-cabeça em que você tenta calcular o caminho mais curto possível entre um determinado número de cidades, mas também é uma rica metáfora para pensar sobre como os computadores fazem suas maquinações.

“Se você me der todas as máquinas do mundo, posso resolver casos bastante grandes”, diz Raghavan. Mas, quanto à pesquisa, ele diz que não foi resolvido e provavelmente não poderá ser resolvido quando mais computadores forem jogados contra ele. Em vez disso, o Google precisa desenvolver novas abordagens, como o MUM, que fazem melhor uso dos recursos que o Google pode criar de forma realista. “Se você me desse todas as máquinas lá fora, eu ainda estaria limitado pela curiosidade humana e minha consciência.”

As novas maneiras do Google de entender as informações são impressionantes, mas o desafio é o que você fará com as informações e como as apresentará. O engraçado sobre o problema do caixeiro viajante é que ninguém parece parar e perguntar o que exatamente está acontecendo, o que ele está mostrando a todos os seus clientes enquanto vai de porta em porta?