谷歌目前正在對其核心搜索算法進行調(diào)整，稱這可能會幫助搜索查詢效果提高10%。谷歌引入了其研究人員開發(fā)的尖端自然語言處理(NLP)技術(shù)，并在過去10個月中將其應(yīng)用于搜索產(chǎn)品中。

本質(zhì)上，谷歌聲稱其可通過更好地理解句子中單詞之間的關(guān)系來提高搜索結(jié)果。谷歌研究員兼搜索業(yè)務(wù)副總裁潘杜·納亞克(Pandu Nayak)表示，老版谷歌搜索算法將句子分解成“一連串的單詞”，并分析重要單詞的意思，從而給出簡單的本地搜索結(jié)果。而新的算法能夠理解上下文語境，進而給出更精確準確的結(jié)果。

谷歌調(diào)整后的搜索算法基于語言表達模型BERT，即“Bidirectional Encoder Representations from Transformers”的縮寫，它將句子作為整體來看待，更注重句子的整體意義。谷歌高級研究員兼研究高級副總裁杰夫·迪恩(Jeff Dean)表示，隨著時間的推移，這種培訓在讓NLP模型“理解”上下文方面變得非常有效。

谷歌表示，它在過去幾天始終在推動算法改進，這應(yīng)該會影響到美國約10%的英語搜索查詢結(jié)果，其他語種的改進將在稍后討論。

對搜索的所有改進都會經(jīng)過一系列測試，以確保它們確實改善了查詢結(jié)果。其中一項測試涉及使用谷歌的核心人類評審員，他們通過對搜索結(jié)果的質(zhì)量進行評級來培訓公司的算法。此外，谷歌還會進行實時A/B測試。

當然，并不是每個查詢都會受到BERT的影響，這只是谷歌用來對搜索結(jié)果進行排名的諸多不同工具中最新的一個。這些工具到底是如何兼容工作的，這仍然是個謎。谷歌有意將其中某些過程保秘，以防止垃圾郵件發(fā)送者對其系統(tǒng)進行欺騙。

除此之外，保密的另一個重要原因是：當計算機使用機器學習技術(shù)做出決定時，很難知道它做出這些選擇的原因。機器學習的所謂“黑匣子”是個棘手問題，因為如果結(jié)果在某種程度上是錯誤的，那么很難診斷原因。

谷歌表示，該公司已經(jīng)努力確保在搜索算法中加入BERT后不會增加偏差，這是機器學習中的一個常見問題，機器學習的訓練模型本身也是存在偏差的。由于BERT是在巨大英語句子語料庫上訓練的，這些句子本身也是有偏見的，所以這是個需要密切關(guān)注的問題。

該公司還表示，預(yù)計其新算法在引導流量方面不會出現(xiàn)重大變化，至少對于大型出版商而言是這樣。每當谷歌發(fā)出改變其搜索算法的信號時，整個網(wǎng)絡(luò)都會加以密切關(guān)注，畢竟谷歌搜索排名的變化有時候決定了公司的生死存亡。

每個依靠網(wǎng)絡(luò)流量賺錢的人絕對應(yīng)該注意到這一點。當談到其搜索結(jié)果的質(zhì)量時，納亞克說：“這是我們在過去五年中經(jīng)歷的最積極的變化，也可能是公司成立以來最大的變化之一。”