In attesa dell’integrazione con Gemini, con Chrome 124 su Mac, Windows (anche Windows on Arm) e ChromeOS, Google ha aggiornato la barra degli indirizzi, o Omnibox, con modelli di machine learning per offrire suggerimenti migliori.
In precedenza, Google Chrome sfruttava una “serie di formule costruite e messe a punto manualmente” che “erano difficili da migliorare o da adattare a nuovi scenari”. Ad esempio, un segnale è “tempo trascorso dall’ultima navigazione”:
L’aspettativa con questo segnale è che quanto più piccolo è (quanto più recentemente hai navigato verso un particolare URL), maggiore sarà il contributo che il segnale dovrebbe dare verso un punteggio di pertinenza più elevato.
Google afferma che il sistema di punteggio responsabile della visualizzazione/classificazione degli URL e delle query suggerite “è rimasto in gran parte intatto per molto tempo”.
Per la maggior parte del tempo, un modello di punteggio addestrato al machine learning è stato il percorso più ovvio da seguire. Ma ci sono volute molte false partenze per arrivare finalmente qui. La nostra incapacità di affrontare questa sfida per così tanto tempo è dovuta alla difficoltà di sostituire il meccanismo principale di una funzionalità utilizzata letteralmente miliardi di volte ogni giorno.
Questo nuovo sistema ML dovrebbe far sì che la barra degli indirizzi di Google Chrome restituisca suggerimenti di pagine “più precisi e pertinenti per te”. Permetterà a Google di “raccogliere segnali più recenti, riqualificare, valutare e implementare periodicamente nuovi modelli nel tempo”. Un miglioramento apportato dal modello nel tempo dall’ultima navigazione è stato:
…quando il tempo trascorso dalla navigazione era molto basso (secondi invece di ore, giorni o settimane), il modello diminuiva il punteggio di pertinenza. Si è scoperto che i dati di addestramento riflettevano uno schema in cui gli utenti a volte navigano verso un URL che non era quello che realmente desideravano e poi tornano immediatamente alla omnibox di Chrome e riprovano. In tal caso, l’URL a cui hanno appena navigato non è quasi certamente quello che desiderano, quindi dovrebbe ricevere un punteggio di pertinenza basso durante questo secondo tentativo.
