อัลกอริทึมการเรียนรู้ของเครื่องใหม่กำลังช่วย Google บอกคำไหนในการค้นหาที่มีความสำคัญมากที่สุด และพวกเขาเกี่ยวข้องกันอย่างไร
สำหรับเครื่องค้นหาของ Google การส่งมอบผลลัพธ์ที่ถูกต้องคือการทำความเข้าใจว่าผู้คนกำลังขอ และการทำความเข้าใจนั้นเกี่ยวข้องกับการมุ่งเน้นไปที่คำสำคัญที่มีความหมายในแบบสอบถามการค้นหา และเพิกเฉยต่อส่วนที่เหลือ คำเช่น “a” และ “the” โดยปกติสามารถเพิกเฉยได้ปลอดภัย
ปัญหาคือมีการค้นหามากมายซึ่งแม้แต่เครื่องค้นหาที่ฉลาดเท่า Google ก็ยากที่จะทราบว่าคำเกี่ยวข้องกันอย่างไรและคำไหนที่สำคัญ ตัวอย่างหนึ่งที่บริษัทให้ คือ หากผู้ใช้ค้นหาว่า “can you get medicine for someone pharmacy” คำว่า “someone” มีความสำคัญยิ่ง เนื่องจากมันเป็นตัวย่อของ “someone other than myself” คนหนึ่งอาจจะอนุมานได้ว่าสิ่งนั้น แต่อัลกอริทึมการค้นหาแบบดั้งเดิมนั้นไม่มากนัก
แต่ตอนนี้ Google กำลังปล่อยการอัปเดตเครื่องค้นหาภาษาอังกฤษของมัน ซึ่งออกแบบมาเพื่อให้ความเข้าใจลึกซึ้งของการค้นหาที่ละเอียดอ่อน ซึ่งจะให้ผลลัพธ์ที่เกี่ยวข้องมากขึ้น สำหรับการค้นหาข้างบน ผลลัพธ์ตอนนี้อยู่ที่ด้านบนด้วย “featured snippet” ที่เกี่ยวข้องกับปัญหาเฉพาะของการรับใบสั่งยาของบุคคลอื่น (ก่อนหน้านี้ ข้อมูลเกี่ยวข้องกับสูตรแต่ล้มเหลวในการจัดการกับเนื้อหาเฉพาะของการค้นหา)
ฉันได้เข้าร่วมการแสดงตัวอย่างหนังสือพิมพ์ที่ Google headquarters ในช่วงต้นสัปดาห์นี้ ซึ่งผู้บริหารการค้นหาบางส่วนของบริษัทได้แสดงตัวอย่างผลลัพธ์ที่ปรับปรุงของอัลกอริทึมใหม่และอธิบายเทคโนโลยีใหม่ที่เข้าไปในนั้น และพวกเขาตั้งแถบไว้สูงสำหรับความคาดหวัง Vice President of search Pandu Nayak เรียกพวกเขาว่า “the single biggest change we’ve had in the last five years and perhaps one of the biggest since the beginning of the company”
BERT ในการทำงาน
ภายใต้บริการ การปรับปรุงใหม่ใช้เทคโนโลยีที่พัฒนาที่ Google เรียกว่า BERT ซึ่งย่อมาจาก Bidirectional Encoder Representations from Transformers คนที่ไม่ใช่นักวิทยาศาสตร์ AI ไม่ต้องกังวลเกี่ยวกับว่า encoders representations และ transformers คืออะไร แต่เนื้อหาของไอเดียคือ BERT ฝึกอัลกอริทึมภาษาเครื่องโดยให้ส่วนของข้อความที่มีคำบางคำถูกลบออก ความท้าทายของอัลกอริทึมคือการเดาคำที่หายไป ซึ่งกลายเป็นเกมที่คอมพิวเตอร์เล่นได้ดี และเป็นวิธีที่มีประสิทธิผลในการฝึกอัลกอริทึมให้เข้าใจข้อความอย่างมีประสิทธิภาพ จากจุดมองเห็น มันช่วยให้ “turn keyword-ese into language” ตามที่ Google search chief Ben Gomes กล่าว
“ข้อความมากขึ้น ความเข้าใจก็ยิ่งดี” ตามที่ Google senior VP of research Jeff Dean กล่าว และโชคดีที่ไม่มีการขาดแคลนเอกสารที่เขียนไว้ที่ Google สามารถนำเข้า BERT (และโอ้ ส่วน “Bidirectional” ของตัวย่อหมายถึงข้อเท็จจริงที่ว่าเทคนิคนี้ห่างไกลจากการปฏิบัติแบบดั้งเดิมมากขึ้นในการวิเคราะห์ข้อความทีละคำจากซ้ายไปขวา)
โดยใช้ supercomputers ที่ออกแบบตัวเองเพื่อฝึกรูปแบบการเรียนรู้ของเครื่อง Google กำลังใช้ BERT เพื่อให้ความเข้าใจลึกซึ้งกับอัลกอริทึมการค้นหาและเพจเว็บที่มีข้อมูลที่เกี่ยวข้อง บริษัทเทคโนโลยีอื่นๆ ได้ยอมรับ BERT และใช้ตัวแปรของตัวเองเพื่อวัตถุประสงค์ต่างๆ ตัวอย่างเช่น Facebook ใช้เวอร์ชันที่เรียกว่า RoBERTa ใน chatbot research แต่การปรับแต่ง Google search ใหม่เหล่านี้เป็นตัวอย่างแรกของ BERT ที่ออกจากห้องปฏิบัติการและปรับปรุงหนึ่งในบริการที่ใช้กันอย่างแพร่หลายมากที่สุดในโลก
การฝึก BERT ใหม่เป็นเพียงหนึ่งในอาร์เรย์ขององค์ประกอบที่ Google เรียกว่าเพื่อเลือกผลลัพธ์สำหรับการค้นหาใดๆ บริษัทกล่าวว่าจะเข้ามาเล่นประมาณ 1 ใน 10 การค้นหา แต่ 10% นั้นควรรวมบางส่วนของสิ่งที่มีแนวโน้มมากที่สุดที่จะทำให้ Google งง ในอดีต เช่น “How old was Taylor Swift when Kanye went onstage?” และ “Do estheticians stand a lot at work?”
ภายใต้บริการ การปรับปรุงใหม่ใช้เทคโนโลยีที่พัฒนาที่ Google เรียกว่า BERT ซึ่งย่อมาจาก Bidirectional Encoder Representations from Transformers คนที่ไม่ใช่นักวิทยาศาสตร์ AI ไม่ต้องกังวลเกี่ยวกับว่า encoders representations และ transformers คืออะไร แต่เนื้อหาของไอเดียคือ BERT ฝึกอัลกอริทึมภาษาเครื่องโดยให้ส่วนของข้อความที่มีคำบางคำถูกลบออก ความท้าทายของอัลกอริทึมคือการเดาคำที่หายไป ซึ่งกลายเป็นเกมที่คอมพิวเตอร์เล่นได้ดี และเป็นวิธีที่มีประสิทธิผลในการฝึกอัลกอริทึมให้เข้าใจข้อความอย่างมีประสิทธิภาพ จากจุดมองเห็น มันช่วยให้ “turn keyword-ese into language” ตามที่ Google search chief Ben Gomes กล่าว
“ข้อความมากขึ้น ความเข้าใจก็ยิ่งดี” ตามที่ Google senior VP of research Jeff Dean กล่าว และโชคดีที่ไม่มีการขาดแคลนเอกสารที่เขียนไว้ที่ Google สามารถนำเข้า BERT (และโอ้ ส่วน “Bidirectional” ของตัวย่อหมายถึงข้อเท็จจริงที่ว่าเทคนิคนี้ห่างไกลจากการปฏิบัติแบบดั้งเดิมมากขึ้นในการวิเคราะห์ข้อความทีละคำจากซ้ายไปขวา)
โดยใช้ supercomputers ที่ออกแบบตัวเองเพื่อฝึกรูปแบบการเรียนรู้ของเครื่อง Google กำลังใช้ BERT เพื่อให้ความเข้าใจลึกซึ้งกับอัลกอริทึมการค้นหาและเพจเว็บที่มีข้อมูลที่เกี่ยวข้อง บริษัทเทคโนโลยีอื่นๆ ได้ยอมรับ BERT และใช้ตัวแปรของตัวเองเพื่อวัตถุประสงค์ต่างๆ ตัวอย่างเช่น Facebook ใช้เวอร์ชันที่เรียกว่า RoBERTa ใน chatbot research แต่การปรับแต่ง Google search ใหม่เหล่านี้เป็นตัวอย่างแรกของ BERT ที่ออกจากห้องปฏิบัติการและปรับปรุงหนึ่งในบริการที่ใช้กันอย่างแพร่หลายมากที่สุดในโลก
การฝึก BERT ใหม่เป็นเพียงหนึ่งในอาร์เรย์ขององค์ประกอบที่ Google เรียกว่าเพื่อเลือกผลลัพธ์สำหรับการค้นหาใดๆ บริษัทกล่าวว่าจะเข้ามาเล่นประมาณ 1 ใน 10 การค้นหา แต่ 10% นั้นควรรวมบางส่วนของสิ่งที่มีแนวโน้มมากที่สุดที่จะทำให้ Google งง ในอดีต เช่น “How old was Taylor Swift when Kanye went onstage?” และ “Do estheticians stand a lot at work?”
ในท้ายสุด BERT อาจจะไม่มีผลกระทบที่ชัดเจนต่อผลลัพธ์เท่าจุดสำคัญของ Google ในอดีต เช่น universal search และ the knowledge graph ซึ่งทั้งสองอย่างนี้ได้ปรับเปลี่ยนการนำเสนอผลลัพธ์การค้นหาในลักษณะที่คุณไม่สามารถหลีกเลี่ยงได้ด้วยการเพิ่ม BERT ผลลัพธ์ยังคงมีลักษณะเดียวกัน หากต้องการให้ BERT ทำให้ดีขึ้น คุณจะได้รับประโยชน์ แต่คุณจะไม่เคยรู้ว่าพวกเขาจะด้อยกว่าในการขาดหายไป
และแม้ว่า Nayak ยอมรับได้อย่างสนุกสนานว่ามีตัวอย่างที่ผลลัพธ์การค้นหาที่เติมด้วย BERT นั้นแย่กว่าตัวอย่างเก่า ในงานแถลงข่าว เขาแสดงตัวอย่าง เมื่อถูกถาม “What state is south of Nebraska?” ผลลัพธ์ BERT เกี่ยวข้องกับพื้นที่ใกล้เคียงของ South Nebraska ใน Tampa Florida และไม่เพียงแต่มีความเกี่ยวข้องน้อยกว่ารุ่นก่อน BERT แต่ยังไร้ประโยชน์อย่างแท้จริง แต่การทดสอบของ Google แสดงให้เห็นว่าตัวอย่างเช่นนี้นั้นหายากพอที่จะใช้ BERT ให้ความได้เปรียบโดยรวมชัดเจน ซึ่งควรเพิ่มขึ้นเมื่อบริษัทปรับแต่งเทคโนโลยีในช่วงเวลา
“BERT ไม่ใช่เหมือนกระสุนวิเศษบางอย่างที่แก้ปัญหาทั้งหมด แต่มันแก้ปัญหาจำนวนมาก” ตามที่ Nayak กล่าว “ยังมีงานอีกมากมายที่ต้องทำ”
โดย: HARRY MCCRACKEN
แหล่งที่มา: https://www.fastcompany.com/90422132/google-just-got-better-at-understanding-your-trickiest-searches
