مغز متفکر جستجوگر گوگل

جام جم آنلاین: مخزنی از اطلاعات که به آن لقب گراف دانش (Knowledge Graph) داده‌اند در حال اضافه کردن مفاهیم و جزئیات سودمند به جدولی از لینک‌هاست که به گوگل سرویس می‌دهد.

از این فناوری می‌توان برای جستجو درباره افراد خاص، اماکن یا همه آن چیزهایی که شما به‌دنبال آن هستید، استفاده کرد.

«گراف دانش» در حال حاضر آماده ارائه خدمات در برخی محصولات گوگل است و می‌تواند به منظور جمع‌آوری اطلاعات برای تمامی شرکت‌های نرم‌افزاری مورد استفاده قرار گیرد.

ششیدر تاکور (Shashidar Thakur)، سرپرست فناوری گراف دانش در تیم جستجوی گوگل گفت: «در حال حاضر جستجوها، بیشتر براساس کلمات و عبارات است و نه معنای دقیق آنها و این پروژه برای تغییر همین روش است.»

«گراف دانش» به عنوان یک پایگاه داده بزرگ می‌تواند به نرم‌افزارهای گوگل اجازه‌ مرتبط کردن مطالب و مفاهیم مربوط به افراد، اماکن و موضوعات دیگر را با هم بدهد.

گوگل پروژه گراف دانش را سال ۲۰۱۰، هنگامی آغاز کرد که شرکت Metaweb را که یک پایگاه اطلاعات جامع بود، خریداری کرد.

در آن زمان منابع این پایگاه داده شامل ۱۲ میلیون مدخل بود اما امروزه بیش از ۵۰۰ میلیون مدخل با بیش از ۳٫۵ میلیارد لینک بین آنها وجود دارد.

یک ذخیره‌ساز دانش در هر جای جهان باید به افراد برای پیدا کردن موضوع مورد نظرشان کمک کند. تاکور گفته است: گراف دانش در حال حاضر به یوتیوب متصل است تا ویدئوها را به ترتیب عناوین‌شان مرتب کند و فیلم‌های جدید را بر اساس آنچه کاربران می‌خواهند ببینند به آنها پیشنهاد دهد.

تاکور افزود: همچنین می‌توان از گراف دانش جهت مرتبط کردن و معرفی مقالات خبری براساس موضوعات خاصی که در این گزارش‌های خبری مطرح شده استفاده کرد.

به گفته وی،گراف دانش یک منبع بسیار جامع است؛ حقایقی که ما می‌توانیم به آن مراجعه کنیم.

وقتی در حالت عادی افراد در گوگل جستجو می‌کنند، نتایج به‌دست آمده براساس الگوریتمی خواهد بود که به‌جای توجه به معانی اطلاعاتی که در قسمت جستجو نوشته می‌شود، بر الفاظ توجه دارد.

الگوریتم کنونی گوگل برای پاسخ به یک درخواست جستجو ابتدا به جستجوهای قبلی مراجعه می‌کند تا تصمیم بگیرد کدام کلمه در عبارت پرسش شده، می‌تواند مهم‌تر باشد (براساس این‌که هر کدام چند بار در جستجوهای قبلی مورد استفاده جستجوگران قرار گرفته‌ است).

در مرحله بعدی، نرم‌افزار به فهرستی از صفحات وب شناخته شده که شامل اطلاعات مربوط به عبارات مورد نظر است و به صورت شاخص(index) برگردان شده‌ است، دسترسی می‌یابد.

در نهایت، یک محاسبه دیگر برای مرتب کردن نتایج و نمایش آن به جستجوگر صورت می‌گیرد. اگر شانس یاری کند، فرد می‌تواند اطلاعات مورد نظرش را در یکی از این صفحات وب پیدا کند.

رویکرد جدید گوگل این است که آنچه افراد درباره آن پرسش کرده‌اند، در سطح بالاتری تفسیر و به اطلاعات مربوط به صورت مستقیم دسترسی پیدا کند، که همه این موارد با استفاده از گراف دانش ممکن خواهد بود.

با این حال، هنوز از دانسته‌های مربوط به جستجوهای پیشین برای تعیین این نکته که کدام اطلاعات مناسب هستند استفاده می‌شود.

برای مثال، افراد اغلب کلمه «بازیگران» را برای جستجوی نمایش تلویزیونی وارد می‌کنند، بنابراین معمولا بازیگرانی توسط گراف دانش فهرست می‌شوند که فیلم آنها بیشتر مورد توجه جستجوگران بوده‌ است.

تاکور می‌گوید: این یک فرآیند یادگیری است. سوالاتی که افراد مطرح می‌کنند به ما می‌گوید آنها به چه چیزهایی علاقه‌مندند. همچنین این امر به گوگل در کشف لینک‌های جدید میان مفاهیم مختلف در گراف دانش کمک می‌کند. تعداد مدخل‌ها و تعداد لینک‌های بین آنها در «گراف دانش» در حال افزایش است؛ این نکته‌ای است که تاکور به آن اشاره کرده است، بدون آن‌که از سرعت این افزایش نام ببرد.

تاکور نگفت که گراف دانش در آینده در کجا مورد استفاده قرار می‌گیرد، اما به نظر می‌رسد این فناوری در بسیاری از محصولات گوگل ارائه شود. پیشگامان وب مانند تیم برنز ـ لی (Tim Berners-Lee) بحث مفصلی درخصوص ایده «وب معنایی» انجام داد.

وب معنایی جایی است که نرم‌افزار می‌تواند معنای اطلاعات آنلاین را پردازش کند و به نظر می‌رسد گراف دانش گام مهمی برای رسیدن به این هدف است.

بــا این حال، کینگزلی آیدن (Kingsley Idehen)، بنیانگذار شرکت فناوری معنایی OpenLink Software، می‌گوید: گراف دانش واقعا به پیشرفت وب معنایی کمک چندانی نمی‌کند؛ زیرا با این‌که برای گردآوری‌ این گراف از داده‌های باز مانند ویکی پدیا و فری‌بیس (Freebase) استفاده شده است، این گراف یک دسترسی آزاد نیست.

آیدن افزود: اگر گوگل گراف دانش خود را برای استفاده دیگران باز کند، آن‌گاه وب به طور سراسری بسیار دقیق‌تر خواهد شد.

او می‌گوید: آنها بعمد راه حل را به صورت بسته منتشر کرده‌اند. این را با منبع دانش شخصی فیس‌بوک که به عنوان یک گراف بازشناخته می‌شود، مقایسه کنید؛ یک منبع عمومی که می‌توان برای دسترسی به اطلاعات موسیقی، فیلم، دسته‌بندی‌ها و… از آن استفاده کرد.

آیدن می‌گوید: در واقع چنین راه‌حل‌های بازی- open solutions – به تحول وب به سوی یک فضای داده‌ای عمومی یاری می‌کند.

سخنگوی گوگل اشاره‌ای به بازکردن منابع گراف دانش نکرد، اما گفت که برخی از آنچه در این گراف وجود دارد برای مردم و نرم‌افزارها در فری‌بیس(Freebase) به صورت رایگان قابل دسترسی است.

فری‌بیس سایتی است که توسط شرکت Metaweb قبل از خریداری شدن توسط گوگل ساخته شده است. البته باید گفت فری‌بیس ساده‌تر از گراف دانش است.

همچنین گوگل یکی از تامین‌کنندگان اصلی طرح ویکی‌دیتا ـ‌که پایه‌ و اساس ویکی‌پدیاست ـ از نظر مالی است. ویکی‌دیتا درصدد ساخت یک منبع از دسترسی اتوماتیک دانش است که می‌تواند بسیار گسترده باشد، اگر مانند ویکی‌پدیا فعال شود.

به گوگل برگردیم تاکور می‌گوید اولویت او در حال حاضر، پیدا کردن راه‌هایی برای استفاده از گراف دانش برای پاسخ دادن به سوالات پیچیده‌تر است؛ بسیاری از این سوالات، ساده‌تر از رقابت با موتور دانش ولفرم آلفا* است.

همچنین تاکور گفت: در حال حاضر ما در حال پاسخگویی به سوالاتی درباره موجودیت‌ها(entity) هستیم، اما پرسش‌های سخت‌تری هم مانند سوال درباره آتشفشان‌های منفجر شده در قرن هجدهم یا فیلم‌هایی که براساس کتاب‌ها ساخته شده‌ است، وجود دارد.

***

همه این تلاش‌ها برای ارتقای کیفیت و سهولت دسترسی کاربران به وب است. تلاش‌هایی که برای دیدن نتایجش باید به آینده چشم دوخت.

پانوشت:
*‌ ولفرم آلفا (Wolfram Alpha): یک موتور محاسباتی دانش است که توسط ولفرم ریسرچ ایجاد شده ‌است. این مرورگر برخلاف دیگر مرورگر که معمولا گزیده‌ای از وب را در اختیار شما می‌گذارد، اطلاعات را پردازش می‌کند و سپس در اختیار کاربر قرار می‌دهد.(جام جم – ضمیمه کلیک)

منبع: www.technologyreview.com

مطهره وجیهی


jamejamonline.ir – 22 – RSS Version

نشانی ایمیل شما منتشر نخواهد شد. نظرتان را در مورد مطلب فوق بنویسید *

بستن تبلیغ