Un nuovo post sul blog di Pandu Nayak, Google Fellow e Vice President of Search, spiega come Google Search utilizza MUM e BERT per fornire risultati di ricerca più sicuri.
Ecco la dichiarazione:
L’uso dell’apprendimento automatico per migliorare la comprensione della lingua aiuta Google a rilevare con maggiore precisione quando i risultati di ricerca dovrebbero includere, ad esempio, i numeri di telefono delle linee di crisi pertinenti.
“MUM può comprendere meglio l’intento dietro le domande delle persone per rilevare quando una persona ha bisogno“, ha spiegato Nayak, aggiungendo che questo aiuta Google “a mostrare in modo più affidabile informazioni utilizzabili al momento giusto”.
Google prevede di implementare questi miglioramenti nelle prossime settimane.
“BERT ha migliorato la ricerca dei contenuti, aiutandoci a ridurre notevolmente le possibilità di incontrare risultati di ricerca non rilevanti”, ha scritto Nayak.
Nell’ultimo anno, l’utilizzo di BERT in questo modo ha ridotto del 30% i risultati “inaspettati e scioccanti“, ha rivelato.
Secondo Nayak, BERT è stato “particolarmente efficace nel ridurre i contenuti espliciti per le ricerche relative a etnia, orientamento sessuale e genere, che possono avere un impatto sproporzionato sulle donne e in particolare sulle donne di colore”.
E nei prossimi mesi, MUM si metterà al lavoro per ridimensionare queste misure di sicurezza anche dove se ha pochissimi dati iniziali.
Ciò è possibile perché, come ha spiegato Nayak, “Quando formiamo un modello MUM per eseguire un’attività, come classificare la natura di una query, impara a farlo in tutte le lingue che conosce”.
Google ha assicurato agli utenti che queste ultime modifiche sono state e continueranno a essere testate rigorosamente, inclusa la valutazione da parte dei valutatori della ricerca manuale.