Google RankBrain: inteligencia artificial aplicada en la búsqueda
Y es que trabajar en el reconocimiento intuitivo de la intención de quién realiza la búsqueda, hace que el hombre del futuro próximo en realidad logre, haciendo la pregunta adecuada, encontrar argumentos y contraargumentos suficientes para hallar respuestas a cuestionamientos que hasta ahora no han tenido respuesta.
RankBrain es ese salto cuántico, un algoritmo nacido en 2015 y probado totalmente en 2016; que se acerca mucho a analizar la intención del usuario; llegando incluso a determinar su intención idiomática, como lo hacía algoritmos similares como Hummingbird y Colibrí, solo que RankBrain, utiliza mejor los patrones matemáticos y logra categorizar mejor las búsquedas: se comunica mejor con los spiders; y de esta forma, logra presentar al usuario unos resultados que se acercan mucho a lo realmente está buscando, así no lo haya preguntado correctamente para Google; pues eso es RankBrain, un cálculo avanzado de intenciones y proyecciones.
Y es que, lo que hace tan diferente a RankBrain a otros desarrollos similares es que en realidad desarrolla un aprendizaje automático; es decir, muestra verdadera inteligencia artificial.
Incluso esto llevó al analista de tendencias en Google, Gary Illyes, a indicar que este algoritmo es el tercer factor más importante en la búsqueda, detrás de los enlaces y el contenido.
Este adelanto, que lee e interpreta intenciones de búsqueda y las traduce en datos para las arañas o robots; permite que se acerque mucho ese día ideal en el que la pregunta adecuada le permita a quién la hace, acceder realmente a la información disponible, completamente enfocada y direccionada, dentro de la gran biblioteca de Alejandría de nuestro tiempo: Google.
Pero ¿cómo?
Ryte.com cuenta en su wiki sobre RankBrain que este, “usa inteligencia artificial para incrustar el lenguaje en entidades matemáticas, que se llaman vectores. Si RankBrain recibe una palabra o frase de búsqueda desconocida en forma de consulta, adivina el significado de estos caracteres recogiendo similitudes importantes con palabras que ya existen en la base de datos; las búsquedas históricas se introducen en el sistema. Si estas asociaciones son correctas, se pueden integrar en el sistema vivo. La entrega de los resultados de la búsqueda se modifica a continuación en función de los datos, de modo que las webs y las aplicaciones pertinentes puedan mostrarse al usuario, en particular en el caso de búsquedas nunca antes realizadas, con términos de larga duración o que contengan palabras ambiguas”, es decir, la introduce en su aprendizaje. Así, el sistema aprende para el futuro.
[contact-form][contact-field label=’Nombre’ type=’name’ required=’1’/][contact-field label=’Correo’ type=’email’ required=’1’/][contact-field label=’Tema’ type=’text’/][contact-field label=’Comentario’ type=’textarea’ required=’1’/][/contact-form]