Google heeft machine learning geïntegreerd in de adresbalk van Chrome voor Windows, Mac en ChromeOS. Dit moet de suggesties voor webpagina’s nauwkeuriger en relevanter maken.
De adresbalk van Chrome, ook bekend als de ‘omnibox’, is een essentieel onderdeel dat dagelijks miljarden keren wordt gebruikt. Met de introductie van de nieuwste Chrome-versie, Chrome 124, heeft Google machine learning-modellen geïmplementeerd om de suggestiefunctie van de omnibox te versterken.
Deze modellen zorgen ervoor dat de voorgestelde webpagina’s nauwkeuriger en relevanter zijn voor de gebruiker. In de toekomst zullen deze modellen ook helpen bij het verbeteren van de relevantiescores voor zoekopdrachten.
Ontwikkelingsproces en inzichten
De ontwikkeling van deze functie was niet zonder uitdagingen, gezien de enorme schaal waarop de omnibox functioneert. Het vervangen van de kernmechanismen van een zo breed gebruikte functie vereiste een zorgvuldige aanpak en innovatie. Het projectteam heeft diverse obstakels overwonnen om deze verbeteringen mogelijk te maken.
Een interessante ontdekking tijdens het trainen van de modellen was dat gebruikers soms snel terugkeren naar de omnibox nadat ze naar een ongewenste URL zijn genavigeerd, wat de relevantie van die URL verlaagt in dergelijke situaties.
Toekomstige mogelijkheden
Met de nieuwe machine learning-modellen ziet Google potentieel voor verdere verbeteringen. Zo kunnen er nieuwe signalen worden geïntegreerd, zoals het tijdstip van de dag, om de relevantie verder te verhogen.
Ook is het plan om de modellen periodiek te hertrainen met nieuwere gegevens, zodat de suggesties actueel blijven en beter aansluiten bij de veranderende manier waarop gebruikers met de omnibox interageren.
lees ook