Jeszcze parę lat temu wyszukiwanie w Internecie było proste. Użytkownik wpisywał parę słów i przeglądał strony z wynikami. Dzisiaj zamiast tego możemy zrobić zdjęcie telefonem i wrzucić je w pole wyszukiwania albo użyć inteligentnego asystenta, by zadać mu pytanie bez potrzeby fizycznego kontaktu z urządzeniem. Można też wpisać pytanie, takie jakie zadalibyśmy innej osobie, i oczekiwać odpowiedzi, a nie listy stron z prawdopodobnymi odpowiedziami. Często nie musimy zastanawiać się nad doborem słów kluczowych, a wyszukiwarka i tak podsunie nam trafny wynik. Jak to działa? Czarna magia? Czytanie w myślach? Harry Potter? Nie, nic z tych rzeczy.
Algorytmy wyszukiwania słów kluczowych zwyczajnie tracą rację bytu, gdy użytkownik zadaje "naturalnie" brzmiące pytanie albo robi zdjęcie i pyta, co to jest. Taka naturalna interakcja z komputerem czy wyszukiwarką była pragnieniem wielu już od dawna - w końcu w taki sposób "działały" systemy w filmach sci-fi z lat 80. Jednak dopiero od niedawna udaje się w miarę pomyślnie zaspokoić te potrzeby dzięki postępom w sztucznej inteligencji.
AI sprawia, że produkty, z którymi współpracujemy, są bardziej naturalne. Wcześniej ludzie musieli myśleć: "korzystam z komputera, więc jak mogę wpisać swoje dane tak, by nie zepsuć wyszukiwarki?".
– Rangan Majumder, GPM of Search and Artificial Intelligence w zespole Bing.
Microsoft opracował jedno z najbardziej zaawansowanych narzędzi AI, z którego sam korzysta, aby lepiej spełniać zmieniające się potrzeby ludzi w zakresie wyszukiwania. Nie jest zaskoczeniem, że narzędzie jest dostępne dla każdego jako projekt open-source w GitHub. Space Partition Tree And Graph (SPTAG) - bo tak nazywa się algorytm - wykorzystuje inteligencję modeli deep learningowych do przeszukiwania miliardów informacji, zwanych wektorami, w ciągu milisekund. To właśnie wyszukiwanie wektorowe ułatwia wyszukiwanie według koncepcji, a nie słowa kluczowego. Przykład: jeśli użytkownik wpisze "Jak wysoka jest wieża w Paryżu?", Bing może zwrócić wynik w języku naturalnym, mówiąc użytkownikowi, że "Wieża Eiffla ma 324 m". Warto tu zwrócić uwagę, że w zapytaniu nie padła fraza "Eiffla", a w wyniku słowo "wysoka".
Wyszukiwanie oparte na wektorach pomaga uchwycić to, co faktycznie oznaczają dane. Jak twierdzi Microsoft, postępy w dziedzinach AI i deep learningu pozwalają wyszukiwarce Bing rozumieć intencje użytkownika. Dzięki temu nie musimy już próbować "działać jak komputery", opisując abstrakcyjne rzeczy nienaturalnymi frazami. Ale to błąd - w końcu komputer działa już w sposób bliższy naszemu. Wektoryzacja w Bing obejmuje ponad 150 miliardów danych indeksowanych przez wyszukiwarkę, aby poprawić jakość tradycyjnego dopasowania słów kluczowych. Obejmują one pojedyncze słowa, znaki, fragmenty stron internetowych, pełne zapytania i inne treści. Bing skanuje zindeksowane wektory i stara się dopasować najlepsze wyniki. Oczywiście nie sprawdzi się to we wszystkich możliwych wyszukaniach, np. bardzo niestandardowych lub bardzo precyzyjnych, ale pokazuje kierunek, w jakim Bing, Google czy inne wyszukiwarki będą się dalej rozwijać.
