Cистемы, лежащие в основы поиска Google: эксперименты...

Cистемы, лежащие в основы поиска Google: эксперименты, инфраструктура на основе сущностей, ИИ-агенты и другое

Оливье де Сегонзак и Дэмьен Анделл в статье на SearchEngineLand делятся результатами расследования внутренней работы поисковика.

— Авторы получили список из почти 1200 экспериментов Гугла, более 800 из которых были активны по состоянию на июнь 2025 года: https://i-l-i.com/google-experiments-list-june2025.html

— Многие компоненты, раскрытые в утечках 2024 года — Mustang, Twiddlers, QRewrite, Tangram, QUS и другие — по-прежнему играют центральную роль в системе. Появились новые кодовые имена, такие как Harmony, Thor, Whisper, Moonstone и Solar, а также DeepNow — преемник Google Now

— Тесты многомесячной давности появляются рядом с совершенно новыми, некоторые из которых уже находятся на 15-й итерации (например, MagiCotRev15Launch).

— Сущности играют ключевую роль во всей экосистеме Google

— Граф знаний функционирует как центральная нервная система экосистемы Google, обеспечивая работу Поиска, Discover, YouTube, Карт, Assistant, Gemini и AI Overviews

— Существует классификация, которая влияет на уровень доверия, присваиваемый каждому факту, и определяет, как этот факт используется в сервисах Google:

kc: данные из тщательно проверенных корпусов

ss: «веб-факты», извлеченные из интернета, а также несколько ok: кратких фактов (менее надежных, но более содержательных)

hw: информация, вручную отобранная людьми

— Видимость зависит не столько от объема контента, сколько от того, представляет ли ваш сайт единое целое, триангулированное по нескольким источникам и глубоко встроенное в связный тематический график.

— Вместо создания единого универсального помощника, компания разрабатывает целую плеяду узкоспециализированных агентов:

- MedExplainer для здоровья

- Турагентства и специальные предложения по перелетам

- Neural Chef, анализатор продуктов питания и умных рецептов

- Новостной дайджест

- Shopping AI Studio для коммерции

— Проект AIM фокусируется на пользовательских интерфейсах с несколькими точками входа в AI Mode

— Nephesh генерирует векторные представления ваших предпочтений и поведения во всех продуктах Google

— Для Discover Google использует двухкомпонентную систему встраивания, названную Пикассо и ВанГог:

Picasso: долговременная память, анализирующая месяцы взаимодействия, чтобы создать устойчивый профиль. Она использует два временных окна: STAT (недавние интересы) и LTAT (давние увлечения)

VanGogh: работает на устройстве, фиксируя в реальном времени сигналы — состояние устройства, последние запросы и даже расстояние прокрутки.

Эти две системы координируют работу, чтобы сбалансировать ваши непосредственные потребности с более глубокими интересами.

Источник новости https://t.me/notjohnmu/2150...