A tradução 124 do Chrome para Windows, macOS e ChromeOS contará com recursos de aprendizado de máquina (machine learning) para auxiliar usuários a localizar abas abertas ou favoritos, revir a páginas visitadas e achar informações.
No blog do Chromium (projeto de código sincero que serve de pedestal para Chrome, Edge e outros navegadores), o engenheiro de software Justin Donnelly explica porquê foi o lavor da equipe para requintar esta parcela do browser.
A barra de endereços do Chrome (igualmente conhecida porquê Omnibox) funciona com pedestal em pontuação. Cada insinuação recebe pontos, levando em apreço alguns parâmetros. As sugestões com mais pontos aparecem para o usuário.
Até presentemente, o método usava fórmulas desenvolvidas e ajustadas manualmente. Ele funcionava bravo, mormente com endereços de sites e termos de inquirição, todavia estação supercilioso e jamais se adaptava bravo a novos cenários.
Machine learning melhora método de pontuação
A aprendizado de máquina permite examinar uma sucessão de dados, em escalas impossíveis para seres humanos. Com isso, ela consegue acertar o método de pontuação considerando detalhes que passavam despercebidos para os programadores.
Donnelly dá singular exemplo. O time de prolongamento do Chrome entendia que o fase a começar de a última visitante a singular site estação inversamente proporcional à sua valimento. Em outras palavras, uma página acessada há alguns minutos é mais relevante para o usuário do que uma acessada há meses.
A aprendizado de máquina, contudo, revelou que nem constantemente isso é veras. Se a última visitante a uma página foi há pouquíssimo fase, coisa de segundos, dificilmente é ela que o usuário quer achar ao digitar um pouco na Omnibox.
O algoritmo conseguiu entender isso porque, muitas vezes, a barra sugeria singular site visitado há alguns minutos. O usuário aceitava, todavia voltava à Omnibox então posteriormente — indício de que jamais estação aquilo que ele estava procurando.
“Acreditamos que os novos modelos de machine learning abrirão novas haveres para requintar a tentativa do usuário e meter novos vestígios, porquê levar em apreço o fase do dia para requintar a valimento”, adianta Donnelly.
“Com o recente método de pontuação, podemos coletar vestígios mais recentes, arrumar o treno, julgar os resultados e implementar novos modelos periodicamente”, completa o engenheiro.
Com informações: Chromium Blog, Android Police
