Google обновляет адресную строку Chrome Omnibox с помощью машинного обучения

Google обновляет адресную строку Chrome Omnibox с помощью машинного обучения

  • Google теперь будет использовать машинное обучение в адресной строке Chrome, чтобы предоставлять более персонализированные результаты.
  • Компания заявляет, что заменяет формулы, настроенные вручную, которые было трудно изменить, гибкими моделями машинного обучения, которые можно быстро настраивать и совершенствовать с течением времени.
  • Изменение доступно в последней версии Chrome для настольных компьютеров (версия M124).

Как технический энтузиаст с многолетним опытом использования Google Chrome в качестве основного веб-браузера, я очень рад видеть, что Google теперь использует модели машинного обучения (ML) в адресной строке или омнибоксе, делая его более персонализированным и точным, чем когда-либо. до. Это обновление важно, поскольку старая система подсчета очков была негибкой и не могла адаптироваться или меняться с течением времени.


В новейшей версии Chrome Google реализует скрытую модификацию, направленную на повышение качества предлагаемых веб-сайтов, которые появляются в адресной строке, обычно называемой омнибоксом.

В Chrome версии 124 предложения автозаполнения теперь генерируются с использованием алгоритмов машинного обучения, а не с помощью формул, создаваемых и корректируемых вручную. По словам компании, переход к машинному обучению означает, что предложения в адресной строке будут более точными и адаптированными для отдельных пользователей.

Джастин Доннелли, руководитель отдела разработки Google Chrome, отвечающий за проект Omnibox, выразил в записи в блоге, что предыдущая система рейтингов оказалась негибкой и неспособной развиваться с течением времени. По словам Доннелли, такая жесткость не позволяла вносить какие-либо существенные изменения в систему подсчета очков в течение длительного периода. Стремясь улучшить адресную строку и ее предложения, команда Chrome определила машинное обучение как наиболее подходящий подход из-за его адаптируемости.

Модели машинного обучения способны выявлять закономерности и различать идеи, которые могут ускользать от человеческого восприятия, о чем свидетельствуют алгоритмы, используемые в омнибоксе. Заметным изменением функциональности адресной строки после интеграции ML является пересмотр интерпретации индикатора «время с момента последнего посещения». Раньше при ручном расчете большее значение придавалось URL-адресам, к которым недавно осуществлялся доступ. Однако, согласно выводам моделей ML, на самом деле это было не то, чего хотели пользователи.

Я столкнулся с интригующим наблюдением Доннелли: когда пользователи случайно переходят по неправильному URL-адресу и быстро возвращаются в омнибокс Chrome для еще одной попытки, ранее посещенный URL-адрес вряд ли окажется тем, что они намеревались найти. Следовательно, этот URL-адрес должен получить низкую оценку релевантности во время второй попытки.

Как исследователь, изучающий последние обновления Google, я могу объяснить, что вместо простого изменения ранжирования результатов поиска на основе релевантности, Google будет использовать модели машинного обучения (ML) непосредственно в адресной строке, чтобы предоставлять пользователям более точные и подходящие рекомендации по веб-страницам. Ожидается, что эта персонализация будет достигнута путем анализа вашей истории просмотров и других данных, собранных Google, что позволит омнибоксу адаптировать свое поведение для лучшего удовлетворения ваших конкретных потребностей с течением времени. По сути, ваши уникальные шаблоны использования адресной строки Chrome могут быть использованы для совершенствования моделей машинного обучения, которые ею управляют.

Chrome 124 для настольных компьютеров теперь имеет обновленную адресную строку, хотя ее внешний вид остался неизменным. Со временем Google намерен включить в рейтинги значимости дополнительные факторы, включая время суток и обстановку.

Смотрите также

2024-04-30 05:56