谷歌比搜索者更了解使用自己的人工智能算法进行的任何查询的含义

公平地、搜索的内容以及搜索的目的。 那么谷歌是如何做到这一点的以及谷歌人工智能是如何发展的呢？ 谷歌人工智能之旅 我们第一次听说谷歌在 2015 年的 RankBrain 更新中在其搜索算法中实现了人工智能和机器学习。 据称，在这次更新之后，谷歌将在列出搜索结果时使用人工智能，并且这种人工智能将通过机器学习不断自我完善，并随着时间的推移将接管谷歌的日常工作。 虽然RankBrain在早期并没有对搜索结果产生太大影响，但如今它已成为直接决定Google排名结果的算法的一部分。



简而言之，这种机器学习和人工智能技术是一种基于机器学习的人工智能，旨在帮助谷歌更好地理解用户所做的搜索。 Google 在 2015 年实际上所做的就是 手机号码数据 更好地了解人们的搜索并向他们展示更相关的结果。 他实现了这一目标，并在 2018 年迈出了下一步。 谷歌在 2018 年推出 RankBrain 后的下一步举措，即“神经匹配”更新，使人工智能能够更好地分析它在不同语言中学到的东西。 总而言之，神经匹配是为了了解查询是否真正包含所写的含义。 我理解的其实是谷歌人工智能试图理解的成语。







例如，我们用作表达方式的“Shrug”，实际上意味着对某种情况或人感到厌倦。 这就是谷歌通过“神经匹配”更新开始教授其人工智能的内容。 下一步是 BERT 更新。 随着 2019 年推出 BERT（来自 Transformers 的双向编码器表示）更新，Google； 通过不仅将搜索查询预测为单词，还预测其前后可能出现的单词，它开始更好地理解和解释查询的上下文。 这种语言算法实际上具有数学建模基础设施。 由于 BERT 包含非常技术性的主题，我将尝试给出该​​主题的一个简短示例并解释其工作逻辑，以免让您感到无聊。