Google использует данные по кликам для обучения поисковых AI-моделей

На конференции Think Auto Google, которая прошла на прошлой неделе в Торонто, глава Google Brain Canada рассказал, что данные по кликам используются для обучения поисковых AI-моделей. В частности, когда пользователь переходит на страницу и остаётся на ней, когда он возвращается в результаты поиска и т.д.

Тем не менее, из слов руководителя на 100% непонятно, идёт ли речь только об обучении AI-моделей, или же эти сведения напрямую влияют на результаты поиска. Ранее представители Google неоднократно заявляли, что данные по кликам не используются в целях ранжирования, поскольку CTR – «шумный сигнал». Кроме того, он может накручиваться спамерами.

Глава Google Brain Canada рассказал следующее:

«Вопрос, который имеет большую практическую ценность для авто рекламодателей … Как машинное обучение улучшило или улучшит поиск Google в этой тематике?

Поиск – отличный пример ситуации, где у вас имеются некоторые …вводные данные и элементы дизайна, и связи между этими двумя вещами не являются очевидными.

Таким образом, вводные данные – это поисковый запрос, а выход – это наилучшая страница для него.

Когда поиск был изобретён, как был изобретён Google много лет назад, [разработчики] создали набор эвристических правил, которые установили, какая связь существует между поисковым запросом и наилучшей страницей для него. И эти правила работали и работают довольно хорошо.

Однако теперь Google занимается интеграцией машинного обучения в этот процесс. Таким образом, обучение моделей на тех данных, когда кто-то кликает на страницу и остаётся на ней, когда они возвращаются в результаты поиска, позволяет им точно установить эту связь.

Поэтому поиск становится всё лучше, и лучше, и лучше, благодаря достижениям в машинном обучении.

Что касается автоиндустрии, поиск становится лучше, а это значит, что поиск по запросам, связанным с автомобилями, становится лучше».

Напомним, в марте сотрудник поиска Гэри Илш заявил, что искусственный интеллект не будет управлять ранжированием в Google. По его словам, в процессах машинного обучения непросто выявлять и устранять ошибки, поскольку машины работают самостоятельно. Поэтому передавать управление ранжированием AI-системам в компании не планируют.