O Google anunciou um novo modelo de inteligência artificial para gerar buscas expandidas, aquelas variações automáticas de uma pesquisa que ajudam o mecanismo a entender melhor o que o usuário quer encontrar. O sistema, batizado de Retrieve-for-Train-Diffusion (R4T Diffusion), promete respostas mais rápidas e mais baratas de processar, o que pode significar buscas mais precisas e ágeis para quem usa o Google todos os dias.
Segundo a empresa, a novidade já está em estágio de “produção”, ou seja, pronta para funcionar em escala real dentro do buscador. A mudança é técnica, mas afeta diretamente a experiência de quem pesquisa na internet, já que a chamada busca com IA (query fan-out) é a base de recursos como o AI Mode do Google.
O que é a nova ferramenta de busca com IA do Google?
O R4T Diffusion funciona em três etapas. Primeiro, o Google treinou um modelo grande, usando aprendizado por reforço, para entender como gerar boas variações de uma busca original.
Em seguida, esse modelo maior produziu exemplos de alta qualidade dessas variações. Por fim, um modelo bem menor, com 53,9 milhões de parâmetros, aprendeu a copiar o comportamento do modelo grande, um processo conhecido como destilação.
A destilação de conhecimento entre redes neurais é uma técnica que ganhou força a partir de 2015, com contribuição do ex-pesquisador do Google Jeff Dean. Na prática, ela permite que um modelo pequeno realize praticamente as mesmas tarefas de um modelo grande, mas gastando muito menos poder computacional.
Por que as buscas ficam mais rápidas com o R4T?
De acordo com o Google, o novo modelo elimina o que a empresa chamou de “gargalo de latência”, ou seja, o tempo de espera para gerar as variações de busca. Isso acontece porque o R4T Diffusion cria todas as variações ao mesmo tempo, em vez de gerar uma de cada vez.
“Ao destilar esse comportamento aprendido no modelo de difusão Retrieve-for-Train, de 53,9 milhões de parâmetros, conseguimos eliminar o gargalo de latência. Como o modelo gera todas as direções-alvo simultaneamente, em uma única passagem paralela e não sequencial no espaço de incorporação contínua, ele entrega uma velocidade de 12 a 20 vezes maior do que as abordagens sequenciais tradicionais.”
A empresa afirma ainda que, em métodos antigos, o tempo de resposta pode chegar a quase 50 segundos quando há grande volume de dados. Com o R4T Diffusion, esse tempo cai para menos de um segundo até poucos segundos, segundo o Google.
Como o modelo garante qualidade nas respostas?
O Google explica que o treinamento do R4T equilibra três fatores para evitar respostas repetitivas ou fora do contexto da busca original.
“Para nossas tarefas de recuperação abstrata e aberta, essa recompensa composta é um equilíbrio ponderado entre três pilares concorrentes: fundamentação, que penaliza a distância até a base de dados, garantindo que cada subconsulta gerada corresponda a um item real e recuperável; diversidade, medida por meio do Vendi Score sobre todo o conjunto de subconsultas, forçando o modelo a explorar uma amplitude semântica ampla; e alinhamento, que ancora as subconsultas candidatas ao pedido original amplo para evitar desvio semântico.”
Na prática, isso significa que o sistema tenta manter as variações de busca relevantes ao tema original, mas sem repetir sinônimos desnecessários.
Além da busca, para que mais serve o R4T?
O artigo científico que descreve a tecnologia aponta que o modelo pode ser usado em outros contextos além da busca tradicional. Sistemas de recomendação, como os do Google Discover ou do YouTube, estão entre os exemplos citados pelos pesquisadores.
“Do ponto de vista de sistemas, o R4T oferece um caminho prático para implantar modelos de recuperação que otimizam propriedades de ordem superior, como diversidade, cobertura e complementaridade, mantendo baixa latência de inferência. Isso é particularmente relevante para aplicações do mundo real em que a recuperação com variações múltiplas é desejável, mas a geração sequencial tradicional é proibitivamente cara, incluindo sistemas de recomendação, busca criativa e acesso exploratório à informação.”
Os pesquisadores também sugerem que a técnica pode ser aplicada a outras áreas de geração de conteúdo, como planejamento e criação criativa, sempre que não houver uma resposta única e objetiva a ser seguida.
O Google já está usando o R4T nas buscas?
Não há confirmação oficial de que o R4T Diffusion já esteja em uso nas buscas do Google. A empresa descreve o sistema como “pronto para produção”, mas não afirma diretamente que ele foi ativado.
O artigo científico sobre o modelo foi publicado em março, seis meses antes da divulgação do blog post oficial, feita em 15 de setembro. Nas redes sociais, alguns usuários relataram aumento de tráfego e mais links exibidos no AI Mode nas últimas semanas, além de sinais de uma possível atualização não anunciada do Google. Não há, porém, confirmação de que esses relatos estejam relacionados ao R4T Diffusion.
Quais são os riscos apontados pelos próprios pesquisadores?
No artigo científico, mas não no blog post, os pesquisadores do Google incluem um alerta importante. Eles reconhecem que o R4T funcionou bem em áreas como moda e música, mas expressam preocupação com o uso da ferramenta em contextos sensíveis, onde o modelo poderia amplificar vieses existentes.
“A implantação responsável exige auditorias de viés específicas para cada domínio, práticas de design inclusivo e mecanismos de supervisão adequados. Vemos o R4T como uma ferramenta para o design controlado de recuperação de informações, que deve vir acompanhada de salvaguardas, e não como um substituto para o julgamento humano e a supervisão ética.”
Esse recorte de cautela, presente apenas no documento técnico, sugere que o Google ainda avalia com cuidado onde e como aplicar a tecnologia antes de expandi-la para áreas mais delicadas.
busca com IA Google
google-busca-com-ia-r4t-diffusion
Google lança novo sistema de busca com IA, o R4T Diffusion, mais rápido e barato. Entenda como funciona e o que muda para quem pesquisa no buscador.
[“inteligencia artificial”, “google”, “busca”, “algoritmo”, “tecnologia”, “google discover”]
false
Com informações de searchenginejournal.com.
