Chrome będzie teraz korzystać z uczenia maszynowego w pasku adresu przeglądarki, aby zapewnić lepsze, bardziej spersonalizowane podpowiedzi i wyniki wyszukiwania.
Google twierdzi, że zastępuje ręcznie dopracowywane algorytmy, które były trudne do zmiany, plastycznymi modelami uczenia maszynowego (ang. Machine learning, ML), które z czasem można będzie szybko modyfikować i udoskonalać. Zmiana jest dostępna w najnowszej wersji przeglądarki Chrome na komputery stacjonarne (wersja M124). Aktualizacja ma na celu poprawę wyników sugerowanych stron internetowych wyświetlanych w pasku adresu, zwanym także omniboxem.
➔ PRZECZYTAJ TAKŻE: Uważaj na fałszywy komunikat o aktualizacji Chrome’a pod Androidem!
W przeglądarce Chrome 124 sugestie w pasku adresu są teraz formułowane za pomocą modeli uczenia maszynowego, które według firmy zastępują „ręcznie tworzone i dostrajane formuły”. Teraz, gdy pasek adresu jest oparty na modelach ML, wyniki powinny być dokładniejsze i spersonalizowane dla każdego użytkownika.
Justin Donnelly, główny inżynier Chrome’a pracujący nad omniboxem, wyjaśnia we wpisie na blogu, że starego systemu nie można było z biegiem czasu dostosowywać ani zmieniać. Inżynier opisał go jako „sztywny”, a ze względu na brak elastyczności „system pozostawał w dużej mierze niezmieniony przez długi czas”. Dlatego też, szukając sposobów na ulepszenie paska adresu i jego sugestii, zespół Chrome’a uznał uczenie maszynowe za oczywiste rozwiązanie.
Modele ML często potrafią wykryć trendy i spostrzeżenia, które umykają ludzkiemu oku, i tak było w przypadku modeli obsługujących omniboxu. Jedną z namacalnych zmian w zachowaniu paska adresu w wyniku przejścia na ML jest zmiana sposobu postrzegania „czasu od nawigacji”. Wcześniej formuła ręczna zapewniała wyższą ocenę trafności adresom URL, do których ostatnio uzyskiwano dostęp. Jednak modele ML wykazały, że w rzeczywistości nie tego szukali użytkownicy.
„Okazuje się, że dane szkoleniowe odzwierciedlają wzorzec, w którym użytkownicy czasami trafiają pod adres URL, który nie jest tym, czego naprawdę szukali, a następnie natychmiast wracają do omniboxu Chrome’a i próbują ponownie” – wyjaśnia Donnelly. „W takim przypadku adres URL, do którego właśnie trafili, prawie na pewno nie jest tym, czego chcą, więc przy drugiej próbie powinni uzyskać niski wynik trafności”.
Oprócz zmiany sposobu oceniania wyników według trafności, Google będzie używać modeli uczenia maszynowego w pasku adresu, aby sugestie stron internetowych były „bardziej precyzyjne i trafne”. Prawdopodobnie Twoje nawyki przeglądania i inne dane gromadzone przez Google’a zostaną wykorzystane do dostosowania zachowania omniboxu do Twoich potrzeb. Innymi słowy, sposób, w jaki ludzie korzystają z paska adresu przeglądarki Chrome, można wykorzystać do ponownego szkolenia modeli uczenia maszynowego, które z czasem będą z niego korzystać.
Nowy pasek adresu jest dostępny w przeglądarce Chrome 124 na komputery stacjonarne, ale nie zauważysz żadnych różnic wizualnych w interfejsie ani wyglądzie paska. W przyszłości Google chce dodać więcej elementów, które będą uwzględniane przy ocenie trafności, takich jak pora dnia i środowisko.
➔ Obserwuj nas w Google News, aby być na bieżąco!
źródło: Google Chromium Blog
Od 2005 roku zajmuję się komunikacją internetową i e-marketingiem, jestem pasjonatem urządzeń mobilnych oraz nowych technologii – i nie waham się ich używać.