سال 2022 را می توان آغازگر روزهایی دانست که مهد ویژگی ها و فناوری های بصری گوگل است. هیچوقت تا این زمان شاهد تحولات و تغییرات در سطح کنونی نبوده ایم. درست بعد از کنفرانس SearchOn 2021 بود که الگوریتم MUM و هوش بی نظیر LaMDA معرفی شدند که همین امر باعث جلب نظر متخصصین و جامعه توسعه دهندگان شد و تا جایی پیش رفت که عموم مردم را بخود علاقه مند کرد.

به لطف فناوری “visually browsable”، نتایج جستجوی گوگل دیگر خواندنی نیستند، بلکه دیدنی و شنیدنی خواهند بود. کافی است به آنچه که می خواهید فکر کنید، اینجاست که خواهید توانست سوالات تان را در اقیانوسی از داده ها جستجو کنید. گوگل تاکید زیادی بر روی واژه “مرتبط” دارد زیرا بجز یک پاسخ معمولی، انواع تصویر، کلیپ و ویژگی های مرتبط با جستجوی تان نیز برای اکتشاف بیشتر در دسترس تان خواهد بود.

فناوری Visually browsable به شما در درک ایده ها و ذهنیت تان کمک می کند. فرض کنید در حال جستجو برای یک گونه ماهی هستید که در نتایج جستجو، عکسی زیبا با ترکیب رنگ هایی از آبی و طیف سرد نظرتان را جلب می کند. حال کافی است عبارت “بهترین تم کاغذ دیواری” را به عنوان یک کوئری مستقل جستجو کنید. دقیقا در همان صفحه ای که حضور دارید، گوگل می تواند متوجه شود که شما از تصویری که نظرتان را جلب کرده بود، تم رنگ های آبی را بیشتر می پسندید، پس ایده های کاغذ دیواری را با رنگ های محدوده آبی نمایش می دهد. با این مقدمه، قصد داریم شما را با فناوری شگفت انگیزی آشنا کنیم، که به کم آن قادر هستید هر نوع محتوای بصری را به عنوان جئی از یک کودری، جستجو کنید.

درک عناصر بصری با الگوریتم های هوش مصنوعی

کراول و ایندکس دیگر محدود به محتوای نوشتاری و تصاویر یک سایت نیست، صدای شما در پادکست، آموزش های شما در ویدئوها و لایف استایل شما در تیک تاک و اینستاگرام همگی بررسی و خوانده می شوند زیرا محتوا تعریفی از نوشته و متن نیست.

موتور جستجوی گوگل به لطف الگوریتم MUM می تواند تمام عناصر بصری مانند فیلم، صدا و عکس ها را بشکلی عمیق تر درک کند. می دانیم که موضوعات مرتبط با یک کوئری بصورت اسنیپت و ریچ اسنیپت در نتایج نمایش داده می شوند، حال مانند جستجوی تصویری، قادر خواهید بود با کلیپ و یا قطعه ای از یک ویدئو، نتایج مرتبط در یک رسانه را نیز مشخص کنید. حتی اگر بطور دقیق چیزی را برای جستجو درج نکرده باشید، گوگل می تواند از روی منظور شما، یک موسیقی یا یا کلیپ را در سایت ها و سایر منابع یافته و به شما ارایه کند.

این موتور جستجو می تواند صدا را بخوبی پردازش کند، بدین ترتیب بهینه سازی محتوا به نوع انتخاب کلمات در صحبت های تان نیز ربط دارد. در نتایج جستجو همیشه سایت های مختلف نشان داده می شد، اما با روی کار آمدن فیچرها و ویژگی های جدید، اگر می خواهید یک پاسخ را بیابید، گوگل می تواند آن را در لحظه مشخصی از ویدئو نمایش دهد.

فناوری multi search و جستجو با متن بر روی تصاویر

هدف گوگل از ظهور ابزارها و قابلیت هایی با این سطح از توانمندی، این است که نتایج جستجو محدود به محیط پرسسش پاسخ نباشد. بلکه آنچه بدنبال اش هستید از قطعات ویدئویی و یا فایل های صوتی برای شما پخش و شاید کمتر پیش بیاید تا نیاز به خواندن چیزی داشته باشید. فناوری MUM به لنز اضافه شده تا ویژگی های نوآورانه ای را شاهد باشید که تاکنون هرگز وجود نداشته است. یکی از تکنولوژی های مهیج که جزو تغییرات صورت گرفته در صفحه جستجو بحساب می آید، فیچر search on pictures است که تحولی عظیم در نوع خود بحساب می آید.

این تکنولوژی در Google Lens به کاربر این امکان را می دهد تا هر متنی را به جستجوی بصری خود اضافه کنند. در واقع شما می توانید در مورد آنچه که می بینید از گوگل بپرسید و پاسخ های مرتبط را دریافت کنید. به عنوان مثال اگر پیراهنی را در یک عکس می بینید که طرح روی آن را پسندیده اید، قادر خواهید بود طرح های مشابه را بر روی جوراب، شلوار و هرچیزی که وجود دارد ببینید.

گوگل لنز با بهره گیری از هوش MUM و تنها با یک pattern از هر چیزی، سرتاسر وب را در کمتر از ثانیه بدنبال محصولات متنوع و مرتبط گشته و نتیجه را در قالب یک پیشنهاد مشخص مانند “مد” به شما عرضه می کند. جایگاه تصاویر در نتایج بصورت آنی است و هرچقدر محتوای بصری شما در سایت فروشگاهی منحصربفرد باشد تاثیر بسزایی در الگوریتم های هوش یادگیرنده دارد. جزئیات تصاویر جزو شاخص های اصلی است که به یک جستجوی غنی و کامل کمک می کند ولی تصاویر نامفهوم یا سلیقه ای که فقط از دید شما خوب است، برای مخاطب مناسب نیست و کمکی به شما نخواهند کرد.

در فناوری مولتی سرچ، یک عکس بتنهایی بخشی از یک کوئری برای جستجو است. یکی از کارشناسان گوگل در کنفرانس جستجوی 2021 عکسی از چرخ دنده دوچرخه ای گرفت و بر روی تصویر آن نوشت: “چگونه این را تعمیر کنم”. سپس اپلیکیشن لنز ضمن ارایه راهکارها و دستورالعمل هایی برای تعمیر قطعه، به ارایه روش هایی برای پیشگیری از وقوع خرابی پرداخته و نزدیک ترین تعمیرگاه محلی را نیز نمایش داد. این اطلاعات از سایت هایی دریافت می شود که به کیفیت محتوا و داده های بروز اهمیت می دهند و موتور جستجو نیز توانسته به آنها اعتماد کند. نکته قابل توجه این است که گوگل توانست در عکس، یک قطعه یا آیتم را بخوبی بشناسد و در ادامه منظور شما را از چیزی که نوشتید متوجه شد. این همان کاری است که فناوری multi search انجام می دهد و کوئری را تنها در کاراکترهای یک نوشته نمی داند.

نقش الگوریتم MUM در پردازش جستجوی چندلایه

تکنولوژی مولتی سرچ به شما تجربه ای ناب در جستجو همزمان با تصویر و متن را فراهم می کند. اگر یک لباس نارنجی بر تن داشته باشید، قادر خواهید بود تمام فروشگاه هایی که این لباس را با رنگ سبز دارند نیز یافته و سایر طراحی ها با این تم را نیز ببینید.

آیا برای گیاه آپارتمانی بدنبال راهی هستید تا ببینید چگونه نگهداری می شود؟ کافی است از آن یک عکس بگیرید و بنویسید چگونه از این نگهداری کنم؟ سپس در نتایج جستجو تمام دستورالعمل های مرتبط با عکس و فیلم در اختیارتان قرار خواهد گرفت. این همان تعریفی است که به عنوان کوئری های متشکل از عکس و نوشته شناخته می شود. گوگل در تلاش است تا از هوش مصنوعی برای ارایه تجربه کاربری ناب در جستجوها استفاده کند. چیزی که در اپلیکیشن Lenz وجود دارد و صرفا با نصب آن، ئنیایی جدید پیش روی تان خلق می شود.

بیایید مثالی دیگری بزنیم، شما در یک اتاق هستید و قصد داریم قیمت کمد لباس تان را برای خرید مدل های بهتر بدانید. کافی است از آن عکس گرفته و هر آنچه که مدنظرتان است را بدون ذکر نام کمد پیدا کنید، یا از کاغذ دیواری عکسی گرفته و سپس بر روی آن بنویسید: “پیراهن مجلسی با این طرح” و سپس تمام لباس هایی که با این تم هستند را بیابید.

گوگل لنز به کروم در دسکتاپ می آید و امکانات گسترده آن بر روی لبتاپ و PC نیز در اختیارتان قرار میگیرد. ویژگی دیگر در ترجمه متون است، از یک صفحه روزنامه تصویری تهیه یا اگر در کشوری دیگر هستید، دوربین را جلوی تابلوی فروشگاه ببرید تا نوشته روی آن را به زبان بومی بتوانید بخوانید.

همچنین جستجوی تصاویر بر اساس فاکتورهای مختلف مانند محتوای آموزشی، جستجوی محصولات، ترجمه و غیره نیز مورد بهره برداری قرار خواهد گرفت. این تکنولوژی جزو برنامه های بزرگ گوگل بشمار می رود و در ابعاد بزرگ توسعه خواهد یافت، تصور کنید دیگر نیاز نیست برای رساندن منظورتان جستجوهای فراوان داشته باشید، به کمک عناصر بصری، چیزهای بیشتری به کوئری تان اضافه می شود و خروجی منطبق تری بدست خواهد آمد.

پاسخ های گوگل به کم فناوری هایی که با MUM قدرت خواهند گرفت، دارای عکس، ویدئو و حتی نقشه زنده هستند که multi modal گفته می شود. این موتور جستجو می خواهد اطلاعات کاربردی را به روش های مختلف به مخاطبین اش برساند. آیا قصد کوهنوردی دارید؟ کافی است از قله داموند یک عکس به گوگل بدهید، سپس برنامه سفر، تجهیزات مورد نیاز و وضعیت آب و هوا را برای تان ارایه می کند تا بهتر تصمیم بگیرید.

الگوریتم های گوگل در خواندن و درک نوشته ها و داده ها ارتقا یافته اند و می توان گفت مانند یک انسان قادر هستند منظورها و خواست های پیچیده را بفهمند. گوگل لنز دیتای خود را از سرتاسر وب می آورد که لازمه آن پیکربندی اصولی و استراتژی های بسیار حرفه ای برای اطمینان از داشتن وب سایت با کیفیت و معماری قدرتمند است. در واقع وجود عکس هایی که در آن همه همه چیز بخوبی قابل تشخیص است، فیلم هایی که محتوای اش بصورت تخصصی تولید شده و همینطور مطالب نوشته شده برای مخاطب، بخشی از مسیر رسیدن به هدف جستجوی کاربران است.

امتیاز بدهید :