aiutocomputerhelp
Howto

Linguaggio Naturale: Logica di una query di ricerca. Capitolo 4

Giovanni Popolizio , , , , , , , , , , , ,

Dal Linguaggio naturale All’IA 

La Ricerca in Linguaggio Naturale (NLP) assume un ruolo fondamentale nell’evoluzione dell’esperienza di ricerca, riducendo la disparità tra la comunicazione umana e la comprensione delle query da parte dei motori di ricerca.

Le tecniche NLP analizzano le query di ricerca per discernere l’intento sottostante. Questo processo coinvolge l’analisi delle parole, delle frasi e delle relazioni rilevanti nella query, consentendo ai motori di ricerca di comprendere in modo più approfondito cosa l’utente cerca.

L’NLP contribuisce a interpretare il contesto di una query di ricerca, considerando elementi come il tempo, la posizione e le preferenze dell’utente. Ad esempio, se un utente cerca “meteo”, l’NLP può determinare la posizione attuale dell’utente e fornire informazioni meteorologiche specifiche per quella zona.

Inoltre permette agli utenti di formulare le query in linguaggio naturale, evitando la rigidità delle parole chiave. Gli utenti possono porre domande o fornire un contesto più ampio, e gli algoritmi NLP analizzano la query per estrarre elementi chiave, offrendo risultati più pertinenti in base all’intento compreso. Tecniche come lo stemming e la lemmatizzazione, parte della PNL, aiutano i motori di ricerca a gestire le variazioni delle parole. Queste tecniche semplificano le parole alle loro forme di base, garantendo una migliore corrispondenza tra le query degli utenti e le pagine web.

Gli algoritmi NLP riconoscono entità nominate come persone, luoghi, organizzazioni e date nelle query di ricerca. Ad esempio, se un utente cerca “ristoranti vicino al Maschio Angioino”, l’NLP identifica “Maschio Angioino” come luogo, migliorando la pertinenza dei risultati.

La prima applicazione della tecnologia NLP per la ricerca è emersa già nel 1993 presso il Laboratorio di Intelligenza Artificiale del MIT. La macchina per la risposta alle domande in linguaggio naturale START non era forse un motore di ricerca web. Ma consentiva (e consente tuttora) agli utenti di interrogare un’enciclopedia online nei campi della geografia, della scienza, della storia e della cultura utilizzando un linguaggio colloquiale.

Linguaggio Naturale all'IA
Linguaggio Naturale all’IA

La Ricerca Vocale e gli Assistenti di Ricerca Conversazionali

Questi elementi inovativi hanno ridefinito radicalmente il modo in cui interagiamo con la tecnologia, offrendo un’esperienza più intuitiva e naturale. Il 2008 ha segnato un punto di svolta con il lancio della Ricerca Vocale di Google per iPhone, anticipando di tre anni l’introduzione di Siri su iOS. Nel 2011, Google ha esteso la Ricerca Vocale anche ai desktop, inaugurando un dialogo più conversazionale con gli utenti.

Questa rivoluzione vocale ha trasformato le interazioni di ricerca, consentendo agli utenti di formulare domande in modo colloquiale e ottenere risposte complete, superando il tradizionale elenco di link basato su parole chiave. Assistenti virtuali come Cortana di Microsoft e Alexa di Amazon hanno ulteriormente accentuato l’uso del linguaggio naturale nella ricerca, estendendo la sua presenza dai laptop agli smartphone, dai tablet ai televisori. Nel 2022, la ricerca vocale sarà parte integrante della routine quotidiana di quasi la metà della popolazione statunitense.

L’introduzione di Google Now nel 2012 ha portato una nuova prospettiva predittiva alla ricerca, anticipando le esigenze degli utenti in base al contesto individuale. Funzionando come precursore di Google Assistant, Google Now inviava promemoria, raccomandazioni e avvisi in tempo reale, offrendo un’anteprima delle potenzialità dei sistemi predittivi.

La Ricerca Visuale ha segnato un’altra pietra miliare, consentendo agli utenti di effettuare ricerche attraverso immagini invece che parole chiave. Dall’evoluzione dei primi algoritmi di identificazione delle foto nei primi anni 2000 a motori di ricerca avanzati come Pinterest e Google Goggles, la Ricerca Visuale ha raggiunto nuove vette con Google Lens nel 2017. Ora, alimentata da reti neurali convoluzionali, può riconoscere oggetti, testi e contesti nelle immagini, aprendo scenari rivoluzionari nell’e-commerce, nei social media e nei viaggi.

Infine, la Ricerca Ibrida, unisce diverse tecniche per ottimizzare le prestazioni. Questo approccio combina la precisione della ricerca vettoriale con la velocità della ricerca per parole chiave. Intelligenza artificiale, grafi di conoscenza, completamento automatico e matematica vettoriale convergono in un’unica soluzione, fornendo risultati precisi, profondi e rapidi.

Esperienze di Ricerca Generativa: L’Evolvere dei Motori di Ricerca nei Motori di Ragionamento (Anni 2020)

La ricerca generativa ha rappresentato un significativo avanzamento nella ricerca ibrida, integrando, all’inizio del 2020, sistemi conversazionali che combinano NLP, grafi di conoscenza, comprensione contestuale e IA generativa. Questi sistemi analizzano il linguaggio, captano le intenzioni e sintetizzano risposte, riducendo i tempi di ricerca e sfidando il monopolio tradizionale dei motori di ricerca.

Microsoft, nel 2014, ha introdotto miglioramenti alla ricerca intelligente di Bing, affinando il parsing delle query in linguaggio naturale. Successivamente, ha ampliato questa capacità consentendo agli utenti di “continuare la conversazione” dopo aver posto una domanda, mantenendo il contesto e comprendendo domande successive legate a quelle precedenti.

Nel 2022, OpenAI ha presentato ChatGPT, un sistema di intelligenza artificiale capace di conversare e generare testi simili a quelli umani. Questa abilità di conversazione è stata prontamente integrata nella ricerca, con Microsoft incorporando ChatGPT in Bing per gestire query basate su chat e fornire risposte sintetiche. Google ha seguito l’esempio con Bard, il proprio chatbot AI, e ha lanciato esperienze di ricerca generativa (SGE) per migliorare i risultati testuali.

Secondo Google, l’intelligenza artificiale generativa è in grado di semplificare il processo di risposta a domande complesse. Il contesto viene mantenuto da una domanda all’altra, facilitando l’esplorazione naturale dell’utente, fornendo utili punti di partenza e presentando prospettive approfondite.

Le moderne piattaforme di ricerca assistita dall’IA incorporano una comprensione avanzata del dialogo per alimentare assistenti personali in grado di interpretare domande lunghe e intricate. I sistemi di risposta alle domande a dominio aperto si avvalgono di modelli linguistici massicci addestrati su vasti corpora di testo per comprendere la semantica di qualsiasi interrogativo.

Il futuro prospetta motori conversazionali in grado di discutere, ragionare e consigliare, andando oltre la semplice ricerca di fatti tipica dei tradizionali motori di ricerca. L’interazione con la ricerca potrebbe ben presto assomigliare a una conversazione con un esperto umano.

Questo secondo voi è l’evoluzione giusta ? Siamo destinati a perdere nel corso degli anni la capacità di espressione dato che l’IA sarà sempre in grado di capire le nostre necessità ?