Google quiere hacer uso de su Navegador Chrome lo más fácil posible. Teniendo esto en cuenta, la empresa está implementar el aprendizaje automático para hacer la barra de direcciones de Chrome, también conocida como el omniboxmás inteligente.
El nombre “omnibox” no se elige al azar. La empresa desarrolló la barra de direcciones para que puedas encontrar fácilmente muchas cosas desde allí, no sólo en la web sino en el propio navegador. Por ejemplo, dependiendo de lo que escribas te ofrece sugerencias sobre páginas similares que hayas visitado o posibles nuevos resultados. También sobre pestañas que ya tienes abiertas, o elementos marcados como favoritos.
La última actualización de Chrome integra el aprendizaje automático para obtener mejores resultados en el omnibox
Al ser un elemento central del navegador, la empresa ha puesto especial énfasis en mejorarlo. Como resultado, la última actualización de Chrome (M124) trae un omnibox con capacidades mejoradas por el aprendizaje automático. Esto significa que ahora los resultados serán “más preciso y relevante para usted,”según la publicación en el Blog de cromo. La actualización llegará a Chrome para Windows, Mac y ChromeOS.
El “aprendizaje automático” es similar a la IA, pero en una escala ligeramente menor. Básicamente, se centra en analizar grandes cantidades de datos para tomar decisiones precisas o ejecutar acciones en función de patrones detectados. En Google Chrome, el equipo de desarrollo lo está implementando para que sus patrones de uso y los de millones de usuarios hagan que los resultados del omnibox sean más precisos.
El foco de la mejora está en el “sistema de puntuación” que determina qué tan relevante es un resultado para usted. Cuantas más puntuaciones de relevancia tenga, más probabilidades habrá de que aparezca como sugerencia mientras escribe en la barra de direcciones.
Los problemas del enfoque anterior.
Justin Donnelly, ingeniero de software de Chrome, es el equipo responsable del omnibox. Afirman que la barra de búsqueda ya era buena de por sí. Sin embargo, el principal problema fue su inflexibilidad. Esto quiere decir que, aunque funcionó bien en su contexto, su adaptabilidad fue complicada.
Fue bastante difícil implementar mejoras o considerar nuevos escenarios operativos bajo el “fórmulas ajustadas a mano» método. el omnibox era como un poderoso sistema con partes que encajaban perfectamente. Sin embargo, modificar una pieza clave era imposible sin que todo se desmoronara, como un castillo de naipes.
Donnelly también menciona que la popularidad de Chrome también añadió complejidad. Después de todo, implementar cambios en el navegador afectaría a decenas de millones de personas en todo el mundo. Donnelly describió el desafío como “construyendo el avión mientras lo vuela.”
Hay otra gran ventaja del nuevo enfoque de aprendizaje automático sobre las fórmulas anteriores ajustadas a mano. Ahora es capaz de procesar datos a una escala imposible de cubrir con métodos “artesanales” o tradicionales.
Cómo el aprendizaje automático está mejorando los resultados en la barra de búsqueda de Chrome
El poder del aprendizaje automático ayudó al equipo de desarrollo a identificar ciertas situaciones que no habían podido realizar antes. Por ejemplo, había un patrón general en el que, después de acceder a un sitio web mediante el omnibox, muchos usuarios permanecían unos segundos y luego saltaban a otra URL. Esto se debía a que la barra de direcciones de Chrome realmente no ofrecía el resultado correcto y accedían a ella por accidente. Sin embargo, la recomendación incorrecta siguió apareciendo en intentos posteriores.
Ahora, con el nuevo modelo, este comportamiento debería ser diferente. En este caso, Chrome reducirá de forma inteligente la puntuación de esa recomendación. Esto le dará baja relevancia para que no siga apareciendo constantemente. Básicamente, el navegador aprenderá de usted a medida que lo utilice.
Por último, Donnelly menciona que esto es solo el comienzo del aprendizaje automático. El nuevo enfoque permitirá considerar muchos más parámetros para determinar la relevancia de los resultados del omnibox de Chrome. Por ejemplo, la hora del día o incluso el entorno de uso del navegador.