Inside Knowledge Graph: Google-ის ღრმა ჩაძირვის სემანტიკური ძიება

Google იწყებს თავისი ახალი Knowledge Graph ტექნოლოგიის გავრცელებას შეერთებულ შტატებში ინგლისურენოვანი მომხმარებლებისთვის. მიუხედავად იმისა, რომ ახალი სერვისი გამოჩნდება, როგორც Google-ის ჩვეულებრივი ვებ ძიების შედეგების დამატება ვიდრე ცალკე სერვისი თავისთავად - ეს წარმოადგენს ფუნდამენტურად განსხვავებულ გზას მიახლოებისკენ ძებნა. იმის ნაცვლად, რომ დაბრუნდეს რანჟირებული ძიების შედეგები, რომელიც ეფუძნება სიტყვასიტყვით საძიებო ტერმინებს (ან საძიებო ტერმინებს, ან ზოგიერთი საძიებო ტერმინის შესაძლოა შესწორებული ვერსიები), ცოდნის გრაფიკი არსებითად ცდილობს ძიების დაკავშირებას შეკითხვებით ნივთები მან იცის: ადგილები, ადამიანები, წიგნები, ფილმები, მოვლენები - თქვენ დაასახელეთ. ცოდნის გრაფიკი არის მიღწევის მცდელობა სემანტიკური ძიება, მცდელობა დააბრუნოს შედეგები იმის მიხედვით, თუ რას ეძებენ მომხმარებლები და არა მხოლოდ პირდაპირი შესატყვისები.

შეუძლია თუ არა ცოდნის გრაფიკს შეცვალოს ჩვენი ძიების გზა? და რას შეიძლება ნიშნავდეს ეს Google-ის ფუნდამენტური ბიზნესისთვის – და საიტებზე, რომლებიც ეყრდნობიან Google-ს, რათა მოახდინოს ტრაფიკი მათ საიტებზე?

ცოდნის გრაფიკი ქუდის ქვეშ

მიუხედავად იმისა, რომ Knowledge Graph არის ფუნდამენტურად ახალი ტიპის საძიებო შეთავაზება Google-ისგან, ის მიჰყვება კარგად გავლილ გზებს, რომელსაც Google წლების განმავლობაში მისდევს თავისი ძირითადი საძიებო სერვისით. და Google ფრთხილად ახორციელებს მის დანერგვას ისე, რომ არ იყოს საშინლად დამღუპველი მისი ბაზრის დომინანტური ძიებისთვის.

წლების განმავლობაში, Google-ს შეუძლია უპასუხოს მარტივი ფაქტობრივი კითხვების არჩევანს პირდაპირ ძიებიდან ბარი და მათემატიკის გაკეთებაც კი — მოსახერხებელია მათთვის, ვისაც უფრო მეტად აქვს ვებ ბრაუზერი გაშვებული, ვიდრე ა კალკულატორი. სცადეთ: Google-მა უნდა გასცეს პირდაპირი პასუხები ისეთ საკითხებზე, როგორიცაა “სურინამის დედაქალაქი”ან ”კვადრატული ფესვი 3952.”

ცოდნის გრაფიკით, Google ასევე ჩააგდებს საძიებო კითხვებს ურთიერთდაკავშირებული ინფორმაციის კომპლექსურ მონაცემთა ბაზებში… კარგად, ნივთები, უკეთესი პირობების არარსებობის გამო. გარკვეულწილად, ეს მონაცემთა ბაზები ფუნქციონირებს ისევე, როგორც ტრადიციული საძიებო სისტემა: ისინი აბრუნებენ ჩანაწერებს მნიშვნელოვანი დეტალებით კონკრეტული ნივთის შესახებ. ადამიანისთვის, ეს შეიძლება იყოს მათი დაბადების თარიღი (და შესაძლოა გარდაცვალების თარიღი), მათი ეროვნება, ტიტულები ან თანამდებობები, რომლებიც შესაძლოა ეკავათ, სრული იურიდიული სახელი და სხვა.

შენობისთვის, ეს მონაცემთა ნაკრები შეიძლება მოიცავდეს ისეთ რამეებს, როგორიცაა მისი მდებარეობა, როდის აშენდა, მისი საერთო ზომა, მისი ტიპი (მაგალითად, ძეგლი, საცალო ფართი, კომერციული ფართი, საცხოვრებელი ადგილი, ჰმ…კოსმოსური სადგური?). თუმცა, გარდა იმისა, თუ რამდენს შეადგენს რამდენიმე შიშველი ფაქტი და რამდენიმე საკვანძო სიტყვა, მონაცემთა ბაზის ეს ჩანაწერები ასევე აგროვებს ერთად პირდაპირ ბმულებს. დაკავშირებული ობიექტები მონაცემთა ბაზაში (რომლებიც თავის მხრივ აკავშირებენ სხვა დაკავშირებულ ობიექტებს და ა.შ.). დიდი ალბათობით, განსაზღვრულია ამ ბმულების ბუნებაც. მაგალითად, ადამიანის ირგვლივ ჩანაწერი შეიძლება შეიცავდეს ბმულებს ამ პირის მშობლებთან, მეუღლეებთან და შვილებთან, და სხვა მნიშვნელოვანი ურთიერთობები და შეეძლოს განასხვავოს ოჯახის წევრები და სხვა სახის ურთიერთობები. მონაცემთა ბაზა არ შეასრულებს თავის საქმეს, თუ მონაცემთა ბაზა ჯორჯ ჰ. ვ. ბუშმა (აშშ-ის 41-ე პრეზიდენტმა) არ დააკავშირა მონაცემთა ბაზა ჯორჯ ვ. ბუში (43-ე პრეზიდენტი) - და ორივე დაუკავშირდა კონდოლიზა რაისს, მაგრამ სხვადასხვა გზით. დიდი პირამიდის მონაცემთა ნაკრები უნდა შეიცავდეს ბმულებს კეოპსთან და ხუფუსთან და სფინქსთან - ასევე ჰალიკარნასუსის მავზოლეუმთან. (შეგიძლიათ გამოიცნოთ რატომ?)

ეს მონაცემთა ნაკრებები ქმნიან სემანტიკური ძიების გულს - და ისინი იაფი არ არის. უპირველეს ყოვლისა, ისინი უზარმაზარია: ადამიანური ცოდნის ჯამი შეიძლება იყოს მხოლოდ პატარა ლაქა ყველაფერში. ინფორმაცია სამყაროში, მაგრამ მხოლოდ სერვისის გაფუჭებამ შეიძლება ადვილად წარმოქმნას ასობით მილიონი (ან მილიარდი) მონაცემთა ნაკრების. (შედარებისთვის, ვიკიპედიის ინგლისურ ვერსიაში მწირია დაახლოებით 4 მილიონი სტატია.) ამ მონაცემთა ნაკრების მიღება ადვილი არ არის: ისინი გულმოდგინედ უნდა იყოს შედგენილი სანდო წყაროებიდან. გარდა ამისა, ისინი უნდა იყოს ორგანიზებული და შემუშავებული ისე, რომ ინფორმაციის წვდომა და მანიპულირება შესაძლებელი იყოს სასარგებლო გზებით (და რეალურ დროში, Google-ის მიზნებისთვის). და მონაცემთა ნაკრები უნდა გაუმკლავდეს „ცოდნის“ მამრობითი ბუნებას. ბოლოს და ბოლოს, სულ რამდენიმე წლის წინ, პლუტონი იყო პლანეტა, ხოლო Vioxx იყო FDA-ს მიერ დამტკიცებული ოსტეოართრიტის მკურნალობა.

Google აშკარად აშენებს თავის მონაცემთა ბაზებს Metaweb-თან 2010 წელს შეძენილი ტექნოლოგიებისა და მეთოდების გამოყენებით - თუმცა Metaweb-ის Freebase სემანტიკური მონაცემთა ბაზა ყველასთვის ხელმისაწვდომი რჩება. Google იყენებს Freebase-ს მონაცემებისთვის, Wikipedia-დან მოპოვებულ ინფორმაციასთან ერთად CIA მსოფლიო ფაქტების წიგნი. Google პრეტენზიები მის ცოდნის გრაფიკის მონაცემთა ბაზაში უკვე არის ჩანაწერი დაახლოებით 500 მილიონი ობიექტისთვის (გთხოვთ გაითვალისწინოთ, რომ ობიექტების პირდაპირ შედარება შეუძლებელია ვიკიპედიის სტატიები) და დაახლოებით 3,5 მილიარდი „ფაქტი“. „ფაქტი“ ბრჭყალებში ჩავსვით, რადგან ოდესღაც „ფაქტი“ იყო, რომ დედამიწა ბრტყელი იყო და ადამიანები. ვერ გაფრინდა. ცოდნა სრიალაა.

ცოდნის გრაფიკი ეკრანზე

Google-ის მიერ Knowledge Graph-ის საწყისი დანერგვა შექმნილია კომპანიის არსებული ძიების შედეგების სიების გასაძლიერებლად, ვიდრე მათი ჩანაცვლებისთვის. ისევე როგორც Google ზოგჯერ აჩვენებს გვერდების გადახედვას პანელში ძიების შედეგების მარჯვენა მხარეს სტანდარტული ბრაუზერის ფანჯარაში, Knowledge Graph-ის შედეგები გამოჩნდება ძიების შედეგების გვერდით პანელებში. ყველა საძიებო ტერმინი არ წარმოქმნის ცოდნის გრაფიკის პანელებს: მოთხოვნები უნდა შეესაბამებოდეს კარგად განსაზღვრულ ობიექტებს ცოდნის გრაფიკში. (არ ინერვიულოთ, თუ ჯერ კიდევ ვერ ხედავთ ცოდნის გრაფიკის შედეგებს; Google კვლავ ავრცელებს ფუნქციას და ახლა ის შემოიფარგლება მხოლოდ ინგლისურენოვანი მომხმარებლებით შეერთებულ შტატებში.)

ცოდნის გრაფიკის პანელები ცდილობენ აჩვენონ შეკითხვის შესახებ ძირითადი და ყველაზე მოთხოვნადი ინფორმაციის შეჯამება მომხმარებლებმა არ მოითხოვონ ვებ გვერდის ორსტრიქონიანი რეზიუმეების წაკითხვა ან მეორეზე დაწკაპუნება საიტი. ადამიანისთვის ეს საკვანძო ფაქტები შეიძლება მოიცავდეს დაბადებისა და გარდაცვალების თარიღებს, მათთან დაკავშირებულ მნიშვნელოვან ადამიანებს და ტიტულების, მიღწევების ან კიდევ რა ხდის ამ ადამიანს მნიშვნელოვანს. სხვა სუბიექტებისთვის Google შეეცდება გამოაქვეყნოს ძირითადი ინფორმაცია, სტატისტიკა და ასოციაციები. ცოდნის გრაფიკის პანელი ასევე გაუმკლავდება გაურკვევლობას. თუ ცოდნის გრაფიკის ერთზე მეტი ერთეული ემთხვევა საძიებო მოთხოვნას, Google უზრუნველყოფს მათზე წვდომას.

რაც უფრო მნიშვნელოვანია, როგორც კი მომხმარებლები ურთიერთობენ ცოდნის გრაფიკის ერთეულთან, მათ შეუძლიათ, გარკვეული საზღვრების ფარგლებში, გადახედონ ამ ერთეულებთან ურთიერთობის ბმულებს. მაგალითად, Dashiell Hammett-ზე ცოდნის გრაფიკის ჩანაწერის ამოღებამ მომხმარებლებს უნდა მისცეს დაუყოვნებლივ გადახტომა ცოდნის გრაფიკის შეჯამებაზე. გამხდარი კაცი და მალტის ფალკონი - და, შესაძლოა, ლილიან ჰელმანისა და მეორე მსოფლიო ომის შემდგომ ანტიკომუნისტური ნადირობის შესახებ.

ცოდნის გრაფიკი არ შემოიფარგლება ბრაუზერზე დაფუძნებული ძიებებით: Google ამჟამად ავრცელებს Knowledge Graph-ის ძიების შედეგებს Android 2.2 ან უფრო მაღალ მოწყობილობებზე (ისევ, მხოლოდ აშშ-ში ინგლისურად) სწრაფი ძიების ველში და ბრაუზერზე დაფუძნებული მაძიებლები. Knowledge Graph ძიების შედეგები ასევე გაეცნობით Google-ის საძიებო აპის მომავალ ვერსიებს iOS მოწყობილობებისთვის. მომხმარებლებს შეუძლიათ ინფორმაციის ნავიგაცია ცოდნის გრაფიკში, შიგთავსზე შეხებით ან წინ და უკან გადახვევით.

მნიშვნელოვანია აღინიშნოს, რომ ეს მხოლოდ პირველი ადგილებია, სადაც Knowledge Graph ჩნდება Google-ის სერვისებში. კულისებში, შეგიძლიათ ველოდოთ, რომ Knowledge Graph-ის ძიების შედეგები დაიწყებს Google-ის სერვისების ფართო სპექტრის ინფორმირებას, განსაკუთრებით მას შემდეგ, რაც მისი მონაცემთა ნაკრები და „ფაქტები“ იზრდება. ცოდნის გრაფიკის ძიება, სავარაუდოდ, არასოდეს მოხდება ჩანაცვლება Google-ის ტრადიციული საკვანძო სიტყვებზე დაფუძნებული ძიება - სემანტიკური ძიება და პირდაპირი ძებნა არის ორი განსხვავებული ინსტრუმენტი, რომელიც კარგია ორი ცალკეული ამოცანის შესასრულებლად. მაგრამ, თეორიულად, გასაკვირი არ იქნება, თუ ცოდნის გრაფიკი ერთ დღეს წვლილს შეიტანს Google-ის ძიებასთან ინტერაქციის მეოთხედში. მომხმარებლები.

Crowdsourcing… თუ Google-ის ფერის გაკვეთილები?

მაშ, როგორ ირჩევს ცოდნის გრაფიკი ინფორმაციას მისი შეჯამებისთვის? ჯერჯერობით, Google არ იყო ძალიან მკაფიოდ გამოხატული ცოდნის გრაფიკის პრეზენტაციის მიღმა არსებული მეთოდოლოგიის შესახებ. ჩემი (შეზღუდული) შერჩევისას, მონაცემების დიდი ნაწილი, რომელსაც Google პრიორიტეტად ანიჭებს მისი შეჯამებისთვის, საკმაოდ თანმიმდევრული ჩანს: თარიღები, ურთიერთობები, და ერთი „მნიშვნელოვანი მიღწევის“ ველი ხალხისთვის (რომელიც შეიძლება ეწოდოს რაღაც „აღმოჩენებს“ ან „ოკუპაციას“ ან "სათაური"). ადგილები იღებს მდებარეობებს და თარიღებს და სხვა ველების არჩევანს, რომლებიც შეიძლება იყოს ზუსტად ის, რაც ვინმეს სურს ან სრულიად შეუსაბამო. მაგალითად, თუ თქვენ ათვალიერებთ Empire State Building-ს, ქუჩის მისამართის მიწოდება, როგორც ჩანს, შესაფერისია… მაგრამ ეს არ არის ისეთივე შესაფერისი, მაგალითად, სტოუნჰენჯისთვის. მსგავსი უცნაურობები შეიძლება მოხდეს ტელეფონის ნომრებთან დაკავშირებით: რამდენ ადამიანს სჭირდება მყისიერი წვდომა ტელეფონის ნომერზე ტაჯ მაჰალისთვის?

Google ამბობს, რომ ის პრიორიტეტს ანიჭებს ინფორმაციას, რომელსაც ის წარმოადგენს Knowledge Graph-ის შეჯამებებში, „ადამიანური სიბრძნის“ გამოყენებით. და ამით, Google არ აკეთებს სინამდვილეში ნიშნავს იმას, რასაც ადამიანები ეუბნებიან მათ ან რასაც აგროვებენ საგნის ექსპერტები ან მონაცემთა ბაზის კურატორები - ეს ნიშნავს არაპირდაპირი ვარაუდების გაკეთებას მომხმარებელთა განზრახვების შესახებ ძიების ქცევის აღრიცხვისა და ჩანართების შენახვით იმაზე, თუ რას აწკაპუნებენ, არ დააწკაპუნონ და ეძებენ მას შემდეგ რაც გააკეთებენ ძებნა. მოკლედ, Google იყენებს crowdsourcing-ს, რათა დაადგინოს რომელი „ფაქტები“ არის საუკეთესო ცოდნის გრაფიკის შეჯამებაში წარმოსაჩენად.

მაგალითად, Google ამბობს, რომ ცოდნის გრაფიკის შემაჯამებელი ინფორმაცია, რომელსაც ის წარმოადგენს ტომ კრუზისთვის, პასუხობს Google ძიების მომხმარებლების შემდგომი კითხვების 37 პროცენტს მსახიობის შესახებ, როდესაც ისინი ეძებენ მას. ეს 37 პროცენტი რიცხვი დამაჯერებლად მეცნიერულად და ზუსტად ჟღერს, მაგრამ შეფასების აბსოლუტურად არანაირი გზა არ არსებობს აქვს თუ არა Google-ის შეფასება ძიების მომხმარებელთა საერთო ქცევის კავშირში კონკრეტულ მომხმარებელთან - მოსწონს შენ - სურს იცოდეს. ვინაიდან Google ძალიან ამაყობს ამ 37 პროცენტიანი მაჩვენებლით, მოდით გადავხედოთ მას: Google ამბობს 63 პროცენტულად, მას არ შეუძლია წარმოადგინოს ინფორმაცია იმ თემის შესახებ, რომელსაც მისი საძიებო მომხმარებლები პოულობენ შესაბამისი.

Google-ის პოზიცია ადვილი გასაგებია: როდესაც ეს შესაძლებელია, მას სურს დაუყოვნებლივ წარმოადგინოს ინფორმაცია, რომელსაც მისი მომხმარებლები ეძებენ. ერთადერთი გზა Google-ს ნამდვილად შეუძლია შეაფასოს ეს არის იმის დანახვა, თუ როგორ იყენებენ ადამიანები მის საძიებო სისტემას და ცდილობენ გარკვეული გამოცნობის გაკეთებას.

Crowdsourcing-ს აქვს თავისი საფრთხე. ისევე, როგორც გუგლი დადის ბუნდოვან წყლებში, როცა ამას ირჩევს პრიორიტეტული ძიების შედეგები Google+-დან Search Plus Your World-ში არის საშიშროება, რომ დაეყრდნოთ crowdsourcing-ს ინფორმაციისა და „ფაქტების“ პრეზენტაციის პრიორიტეტად მინიჭების მიზნით. Უბრალოდ იმის გამო, რომ Google-ის საძიებო აუდიტორიამ შეიძლება არ იცოდეს (ან განსაკუთრებით აინტერესებს) გარკვეული ინფორმაცია არ ნიშნავს რომ ის არ არის მნიშვნელოვანი ან შესაბამისი. არსებობს უამრავი შემთხვევა, როდესაც ფაქტების „ბრბოს“ აღქმა არასწორია. ადამიანების უმეტესობა ფიქრობს, რომ შიზოფრენია არის მრავალი პიროვნების ქონა, რძის დალევა ან ნაყინის ჭამა ზრდის ლორწოს გამომუშავებას და მარი ანტუანეტამ თქვა: „ნება მიეცით ნამცხვარი ჭამონ“. თუმცა არცერთი ეს არ არის მართალია.

ინფორმაციის მნიშვნელობის შესაფასებლად crowdsourcing-ზე დაყრდნობა ასევე ქმნის ბოროტად გამოყენების პოტენციალს. ვთქვათ, მთავრობას სურდა დეზინფორმაციის დათესვა დისიდენტების შესახებ, პოლიტიკურ კამპანიას სურდა ოპონენტის შეურაცხყოფა, ან ჰაკერებს სურდათ ძიების შედეგებთან თამაში მხოლოდ სიცილისთვის? ისევე, როგორც Google-ის ძიების შედეგები იყო "გუგლი დაბომბეს,” crowdsourcing შეიძლება გამოყენებულ იქნას ცოდნის გრაფიკის მანიპულირებისთვის. გონიერი ადამიანები არ დაიჯერებენ ყველაფერს, რასაც კითხულობენ; ანალოგიურად, სემანტიკური საძიებო სისტემების მიერ წარმოდგენილი „ფაქტები“ არ იქნება სანდო – და ზოგიერთ შემთხვევაში კრუდსორსინგი მათ კიდევ უფრო ნაკლებს გახდის.

ხდება Google-ის უფრო წებოვანი

პრაქტიკულ მხრივ, Google-ის ცოდნის გრაფიკს ექნება ერთი უშუალო გავლენა: ის გახდის Google-ის ძიების შედეგებს უფრო წებოვანს. როდესაც Knowledge Graph-ს შეუძლია პირდაპირი პასუხის გაცემა ძიების მომხმარებლის შეკითხვაზე - ან მისცეს მას სწრაფად ნავიგაცია დაკავშირებული თემების საშუალებით - მომხმარებლები დარჩებიან Google-ის სერვისებში. ეს ნიშნავს, რომ Google აგროვებს მეტ მონაცემს მომხმარებელთა ძიებებისა და ქცევების შესახებ (მიუხედავად იმისა, შესული არიან ისინი Google ანგარიშში თუ არა). ეს, თავის მხრივ, საშუალებას აძლევს Google-ს კიდევ უფრო დახვეწოს თავისი მიზნობრივი სარეკლამო პლატფორმა.

ეს ასევე ნიშნავს, რომ სერვისები, როგორიცაა ვიკიპედია, რომლებიც ხშირად პასუხობენ იმავე სახის ცოდნას ცოდნის გრაფიკის მიერ მიზანმიმართული მოთხოვნები დაინახავს მათ მიერ მიღებული ვებ ტრაფიკის რაოდენობის შემცირებას Google. ვიკიპედიის შემთხვევაში, ეს პირდაპირ შეესაბამება საზოგადოების მხარდაჭერის მოთხოვნის ნაკლებ შესაძლებლობებს; სხვა სერვისებისთვის, რაც პირდაპირ ითარგმნება რეკლამების ჩვენებების ნაკლებ რაოდენობაზე და (შესაბამისად) დაბალ შემოსავალზე. მათთვის, ვინც გვთავაზობს საიტებსა და სერვისებს დისკრეტული ფაქტებისა და ინფორმაციის მიწოდებაზე დაფუძნებული - და ეს მოიცავს ყველაფერს Wikipedia-დან IMDb-მდე ონლაინ საცალო ვაჭრობამდე სატელეფონო წიგნებსა და ბიზნეს დირექტორიებს (სავარაუდოდ) ხალხმრავალ სერვისებზე, როგორიცაა Yelp და საჯარო ჩანაწერებიც კი… ცოდნის გრაფიკმა შეიძლება ნელ-ნელა გააფუჭოს მათი ბიზნესები.

რედაქტორების რეკომენდაციები

• როგორ გამოვიყენოთ Google SGE — სცადეთ ძიების გენერაციული გამოცდილება თქვენთვის
• თქვენ არ გჭირდებათ Bing-ის გამოყენება – ახლა Google Search-საც აქვს AI
• როგორ შეუძლია ChatGPT-ს დაეხმაროს Microsoft-ს Google Search-ის ჩამოგდებაში
• Google Chrome იღებს Microsoft Edge-ის ერთ-ერთ საუკეთესო ფუნქციას
• Google-ის კონფიდენციალურობის ახალი ინსტრუმენტი გაცნობებთ, გაჟონა თუ არა თქვენი პერსონალური ინფორმაცია