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.