هاميش أوغيلفي، الرئيس التنفيذي ومؤسس Search.io – سلسلة المقابلات

هاميش أوغيلفي هو الرئيس التنفيذي ومؤسس Search.io، منصة بحث واكتشاف منتجات مدعومة بالذكاء الاصطناعي التي تتم معالجة مليارات البحث عنها لبعض أكبر المنظمات في العالم. يركزون على زيادة التحويلات والإيرادات من خلال تحسين تجربة البحث على الموقع باستخدام التعلم الآلي. يتم تحقيق ذلك باستخدام تقنية بحث مملوكة.

ما الذي جذبك في البداية إلى مجال التعلم الآلي؟

بدأت في الفيزياء بتصميم الليزر، ولكنني كنت أيضا جيدا في رؤية الأنماط في البيانات. هذا جذبني إلى التحليل والتنبؤ بالعديد من الأشياء حيث قمت بإنفاق عدة سنوات. التعلم الآلي كان امتدادا واضحا لتحسين استخراج القيمة من البيانات. يبدو ذلك عاديا الآن ولكن في ذلك الوقت كان الناس يضحكون علي لأن لدي عنوان وظيفي “رئيس البيانات”،所以 العالم تغير إلى حد ما!

يمكنك مشاركة قصة نشأة Search.io؟

البحث دائما ما أزعجني؛ لقد تحسن كثيرا ولكنها لا تزال سيئة في معظم الأحيان. كنت دائما أفكر أن البحث يجب أن يكون أفضل في فهم السياق والنية الشخصية. لذلك بدأت بذلك الفكرة، وعشرات السنين后 نحن أقرب إلى تحقيق ذلك. قال لاري بايج مشهورة أن البحث ليس مشكلة سوف تحل في حياتنا، وأنا الآن أفهم لماذا. ولكننا غيرنا اللعبة بشكل كبير ونحن بعيدون عما كنا نتصوره.

يستخدم Search.io تقنية بحث ذاتية التعلم dựa على “فهرس عصبي”، ما هي فهرس عصبي على وجه التحديد؟

تقنية البحث التقليدية تخلق فهارس على كلمات مفتاحية محددة، مثل الفهرس في الجزء الخلفي من الكتاب الذي يشير إلى الصفحات التي تظهر فيها الكلمة المفتاحية. الفهارس العصبية بدلا من ذلك تخلق فهارس من عصبونات محددة في شبكات عصبية مصممة خصيصا. هذه العصبونات مصممة لتنشط لسياق و معنى متعلقين بدلا من الكلمات المفتاحية، لذلك من الممكن تحديد عناصر متعلقة بسرعة، حتى عبر لغات مختلفة. يسمح التعلم الذاتي لهذه الفهارس بالتكيف والتحسين مع مرور الوقت عندما يقوم الأشخاص بشراء عناصر أو أحداث إيجابية أخرى.

يمكنك مناقشة كيفية استخدام التعلم التعزيزي لتحسين نتائج البحث؟

يستخدم هذا بشكل رئيسي لإعادة ترتيب نتائج البحث لتحقيق هدف معين، مثل النقرات أو المشتريات. هذا هو مشكل كلاسيكي لاستكشاف مقابل الاستغلال حيث أن أفضل ترتيب غير معروف في البداية. هناك قول مشهور أن أفضل مكان لإخفاء جثة هو على الصفحة 2 من نتائج جوجل! هذا لأن几乎 لا أحد يصل إلى نهاية الصفحة 1. لذلك إذا كان لديك 10,000 نتيجة ذات صلة لاستعلام معين وتظهر 10 نتائج فقط في كل صفحة، فإن بعض التقلبات العشوائية تساعد على دوران نتائج مختلفة وتعزيز تلك التي تتوافق مع هدف الأعمال.

هل يستخدم التعلم العميق، إذا كان كذلك، كيف؟

نعم، في العديد من الطرق. نستخدم التعلم العميق لتحويل اللغة إلى متجهات ومتجهات إلى فهارس عصبية.

تسمح المنصة للأعمال بالسيطرة على التعلم المدمج من خلال تمكين التعديلات، يمكنك مناقشة كيفية عمل هذا العملية؟

التعلم الذاتي عادة ما يستخدم الأحداث لتحفيز الفهارس العصبية نحو الأشياء التي كانت لها صدى في الماضي، مثل العناصر المشتراة مقابل غير المشتراة. في بعض الحالات، قد يستغرق هذا الوقت لفترة طويلة، والأعمال تعرف ما يجب أن يكون نتيجة رائعة. لذلك نسمح لهم بإخبارنا، وهذا يعلم الصلة لفهم النية بشكل أفضل. هذا يسرع عملية التعلم بشكل أساسي.

ما هي بعض التحديات وراء فك شفرة نية المستخدم عند إجراء بحث؟

اللغة غامضة جدا. “البنك” يمكن أن يكون مؤسسة مالية، أو ضفة نهر، أو طائرة تتحول، أو رمية سلة، وغيرها. ولجعل الأمور أسوأ، إذا كان شخص ما من لوس أنجلوس يبحث عن “جاكيت”، فإن النية ستكون مختلفة جدا عن شخص من بوسطن. ذكر مقابل أنثى، وأكثر من ذلك. اللغة لا تحدد النية بشكل جيد، والكمال هو في الواقع مستحيل، لذلك البحث هو لعبة الاحتمالات.

ما هي عملية دمج Search.io في موقع ويب؟

تختلف هذه العملية حسب التعقيد. لمتاجر شوبيفاي ومواقع المحتوى، يمكنك البدء في بضع دقائق، في حين أن متاجر التجزئة المتقدمة مع فئات معقدة ونتائج مخصصة يمكن أن تأخذ أسابيع أو أشهر.

هل هناك أي شيء آخر تود مشاركته حول Search.io؟

إذا كنت منظمة تعتمد على البيانات وتحاول زيادة المعاملات عبر الإنترنت، اتصل بنا. لقد حسنا بشكل كبير أداء عملائنا عبر الإنترنت من خلال تحسين تجارب البحث واكتشاف المنتجات.

شكرا لمشاركتك في هذا المقابلة، كشخص قام بدراسة محركات البحث لمدة عقود، كانت هذه ممتعة جدا. القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا Search.io.