Embedding.
A fines de este pasado marzo 2023 el gigante y el buscador mas usado en el mundo, lanzó su Nuevo y moderno Chatbot.
Nos referimos a GOOGLE BARD.
Para muchos es la alternativa a ChatGPT de Open Ai socios con el gigante Microsoft.
Además existen otros chatbot que según especialistas se alimentan en el mismo servidor o centro de datos (OpenAI).
Dado que concordamos con expertos en AI, los que predicen la muerte de las marcas por la IA, también tenemos nuestra opinión de los Chatbot.
El de Google, obviamente es TOTALMENTE diferente , dado los resultados que entrega y solo es el principio este 2023.
El comienzo a humilde nuestro juicio, fue hace años (fines del 2018) cuando lanzó el algoritmo BERT, el que utiliza la bidireccionalidad al analizar una frase en ambas direcciones.
Cabe destacar que en el mundo de los chatbots, uno de los aspectos cruciales para brindar respuestas precisas y relevantes es el uso de embedding (s) o representaciones vectoriales de palabras y frases cercanas a lo que se busca.
Los vectores permiten que el chatbot comprenda y genere respuestas coherentes y contextualmente adecuadas.
Es la idea, pero no todo lo que brilla es oro.
¿Qué es el embedding?
No somo expertos en IA, pero si somos los mejores especialistas en SEO y estudiamos su relación.
El embedding, también conocido como representación vectorial, es el procesamiento del lenguaje natural; como vectores numéricos en un espacio multidimensional.
Una palabra o una frases son solo números.
El gráfico 1, representa una búsqueda del chatbot respecto a cómo son los gatos y lo que puede hacer (una secuencia numérica).
El gráfico 2 son los vectores o palabras relacionadas a la búsqueda y la distancia entre ellas.
En este caso todo lo relacionado con los gatos (comidas, alimentos, juguetes para ellos, etc).
¿Por qué es importante participar en los embedding?
Estos vectores capturan la semántica y sintaxis de las palabras descriptivas o lo que se busca (ej. de información del gato).
Obviamente les permite comprender y trabajar con ellas de manera más eficiente.
El embedding es fundamental en la generación de respuestas en un chatbot, dado que ejecuta una mejor comprensión del contexto de lo que busca (tipos de gatos).
En consecuencia el Chatbot (por Voz o Escritura), genera respuestas más precisas y coherentes porque cada palabra se representa mediante un vector que contiene información sobre su significado.
Además con la IA puede asociar palabras similares, entender relaciones semánticas y capturar conceptos abstractos.
Esto es especialmente valioso en la generación de respuestas, ya que el chatbot puede identificar la INTENCIÓN DE BÚSQUEDA detrás de una consulta y buscar respuestas relevantes.
El rol del embedding en la comprensión de la intención de búsqueda.
Comprender la intención de búsqueda es fundamental para que el chatbot pueda ofrecer respuestas relevantes.
Es una máquina por tanto analizará lo que comprenda de esa intención y ofrecerá su respuesta.
Por tanto la NUBE de palabras asociadas desempeñan un papel crucial en este proceso, ya que permite capturar el significado de las palabras y frases utilizadas en la consulta del internauta.
Es la razón que los miles o millones de palabras que va a asociar a la consulta , sean multidimensional, tridimensional o en 3D, si prefiere.
El gráfico siguiente ( 3 al 5 ), muestra cómo se conforma la nube de palabras asociadas que analizará en milésimas de segundos los vectores de distancia y relevancia entre ellas.
Al comprender la intención de búsqueda detrás de la consulta del usuario, el chatbot puede buscar respuestas pertinentes y generar una respuesta adecuada.
Ejemplos de intención de búsqueda
Busquemos una intención conocidas por todo el mundo:
Un usuario se pregunta: «¿Cuál es el clima en Nueva York?».
El chatbot necesita entender que la intención es obtener información sobre el clima actual en una ubicación específica.
Al utilizar el embedding con palabras asociadas al tiempo, pronósticos y el lugar; el chatbot puede analizar la consulta.
Ademas puede reconocer palabras clave como «clima» y «Nueva York», y luego buscar información relevante en su Base de Datos para generar una respuesta.
Por otra parte con IA puede capturar relaciones semánticas entre palabras.
Mas ejemplos:
Un usuario pregunta: «¿Cuál es la capital de Francia?».
La nube de palabras reconoce que «capital» está relacionado con «ciudad» y «Francia» está relacionado con «París».
De esta manera, el chatbot y el embedding; puede generar una respuesta adecuada, incluso si la pregunta no se formula de manera exacta.
Generación de respuestas mediante embeddings contextuales.
Los vectores contextuales llevan la nube de palabras (embedding), un paso más allá de lo que crees, con la IA.
Ellos consideran el contexto en el que se utiliza una palabra o frase en particular.
¡Ya no solo es la palabra, es el contexto en la consulta!
A diferencia de los estáticos, que asignan un solo vector a cada palabra, los contextuales generan difentes vectores que varían según el contexto en el que aparecen al buscar.
Discriminan algunas de ellas de acuerdo a la intención que analizan.
En consecuencia es muy útil en la generación de respuestas ya que permite capturar el significado preciso de una palabra en función del contexto.
Un ejemplo contextual.
El usuario o internauta busca la palabra «banco».
Obviamente puede tener diferentes significados según el contexto:
Tal ves se refiera a una institución financiera o a un asiento en un parque.
Al utilizar embeddings contextuales, el chatbot puede comprender el sentido correcto de la palabra y generar una respuesta coherente.
Lo que el chatbot solicitará es agregar información específica.
Al indicar la palabra ¨depositar¨ , entregará la respuesta: un banco seguro para su dinero.
¿Qué pasa con una marca que no cumple con la información para que aparezca en los embeddings?
¡Por fin llegamos al asunto mas IMPORTANTE de lo leído!.
Si lees desde el comienzo y atento, recordaras que mencionamos a BERT, el que hizo su aparición en el 2018.
¿Cual son sus característica?
Una de las características clave de BERT es su capacidad para comprender el significado de una palabra en función del contexto que la rodea.
A diferencia de los enfoques de embedding tradicionales que asignan un solo vector a cada palabra, BERT genera representaciones vectoriales contextualizadas para cada palabra en una oración.
¡En castellano, para que se entieda!
BERT (Bidirectional Encoder Representations from Transformers)
¿Pero es Inglés?
Obviamente, Bert fue lanzado y creado por Google en USA.
Ahora lo entenderás.
Que sea bidireccional permite que BERT capture la información tanto de las palabras que la preceden como de las que la siguen.
Además logra una comprensión más profunda del contexto, al tener en cuenta toda la oración.
Por otro lado es capaz de resolver ambigüedades y capturar matices semánticos que antes eran difíciles de abordar.
¡LEE EN AMBAS DIRECCIONES!.
Un ejemplo muy sencillo:
El gato esta en el techo de la casa = En el techo de la casa hay un gato.
Todo esto de los embeddings + mas Core Web Vitalis + las etiquetas internas de las web, lo incorpora a su Chatbot llamado Google Bard.
Es muy importante señalar que Web Vitalis es lo que solicita respecto a la velocidad de carga o rendimiento de una web, desde un móvil o celular.( debe cargar en 4 s. Máx.).
Hoy casi el 80% de la navegación mundial es por este dispositivo y Google orientó todas sus herramientas de ayuda o control en Marzo del 2019.
¡La muerte de las marcas con inteligencia artificial!
Un juicio de varios, lo compartimos y demostraremos.
Lo más importante, lo ofrecemos dentro de nuestros servicios de posicionamiento.
¿Cómo funciona el Chatbot GOOGLE BARD?
Si eres de los que nos leen, en este pasado Febrero en un de nuestros post nos hicimos las siguientes preguntas:
Si salió ChatGPT ¿ Por que Google no saca su propio Chatbot?
Indudablemente la mas importante: ¿Por que no compro a Open AI, antes que lo hiciera Microsoft?.
Y en menos de un mes llega la RESPUESTA con un tremendo lanzamiento mundial.
Lo mas importante:
Ellos tienen las diferentes búsquedas. Saben cuantos millones buscan y el que , el como, para que, el uso, etc.
Saben todo de ti y de nosotros con IA . Llevamos años usando internet y obviamente el buscador GOOGLE.
Por otro lado almasenaron millones de datos en su increíble Data Center con la mejor iformación (INTENCIONES DE BÚSQUEDAS).
¿Es broma?… llevo tiempo leyendo y nada sustancioso. ¡Ahora viene!.
Hace una semana atrás, en el lanzamiento mundial, Bard fue presentado por una Dama de origen Asiático en USA.
Perfecto, una mujer y un carácter cosmopolita por su asendencia. GENIAL.
La dama hizo el ejemplo de como proporcionará la información para los que buscan una carrera de Diseño con diferentes variables y adicionó un arriendo de casas.
La del perro con la foto es increíble.
Hasta que… llegó al ejemplo que nos interesa y por el cual muchos consideran que será la muerte de las marcas.
¿Como golpeará a las marcas la Inteligencia Artificial?
¡Bienen los cuadros explicativos!
La dama de la presentación, dio el siguiente ejemplo:
buena bicicleta para un viaje de 5 millas con colinas
Esto es una intención de búsqueda a lo que Google Bard respondió con la siguiente (información del gráfico siguiente).
Arriba su famoso carrusel por el que factura unos cuantos dólares y llega a ser un mega gigante.
Abajo el Chatbot (letras azules), genera distintas alternativas a lo consultado (Search Genarit EXPERIENCES).
Si comparas las imágenes del carrusel, NO SON LAS MISMAS que proporciona el Chatbot.
Las descripciones, los atributos y las características es por lo cual posicionaron y son las respuestas que entrega el Chatbot.
Analizó lo relacionados a los cambios de velocidades para las colinas, la comodidad del sillín, el peso de la bicicleta, la facilidad de transporte, tipo de neumáticos y miles de etc.
Son los Embeddins relacionados a los ATRIBUTOS de la bicicleta.
¿Y las marcas de ellas?
Al igual que tu marca o la de la empresa en que trabajas, va a desaparecer con esta IA.
Millones de webs en el mundo no cumplen con Core Web Vitalis que es la carga o el rendimiento al navedar desde un celular (hoy es prioritario).
Además no cumplen con etiquetas de contenidos.
¿Cómo va a conciderar el Chtbot los atributos de tu producto si no los subes correctamente?
…y recuerda que el SEO tarda de 6 meses a un año en posicionar tu contenido.
¿A qué parte se dirige este Chatbot?
Esto es solo ciencia ficción.
¿Qué harías tu como CEO que define el bussines?
En nuestra opinión va a mantener el pago de Ads por los click y lo demuestra el gráfico anterior.
Es lo que le a permitido ganar sus exiguos ingresos.
Pero los Inversionistas siempre queren más.
A nuestro juicio el chatbot, gratis por ahora; pronto en español y otros idiomas, tiene 2 caminos relacionado a los US$.
Si cobra por click ¿Cuánto podría cobrar?.
Como resultado de su análisis de palabras relacionadas, proporciona las ALTERNATIVAS de bicicletas.
El usuario esta a un click para comprar y la IA le recomendó este modelo.
Hoy el valor del click de Ads es de Us$ 1.3 aprox., dado que es una palabra de Alta búsqueda.
¿Cuánto pude cobrar si practicamente te entrega el producto con IA?
US$ 10 no sería un valor descabellado considerando su aporte en esta venta.
¿Es la alternativa que creemos?
No
Busines y solamante business.
A esto apostamos los Seopartners.
¿Sabes como funciona Amazon?
Es un marketplace que no tiene inventario y que miles de proveedores venden sus productos en el.
Obviamente no es gratis, cobra una comisión por cada venta que va entre un 10 a 15 % el precio de venta.
Cada foto de un producto tiene en forma oculta (tú no lo ves) , un pequeño programa de fidelidad.
En consecuencia Amazon , cada vez que un cliente compra, sabe inmediatamente que compró y el valor que ellos ganaron.
Google… el que todo lo sabe.
¿Tu crees que no tiene su propio programa?
Es nuestra opinión lo que puede hacer.
A las fotos de las bicicletas incorpora el programa y el dueño de ella ( tienda especializada, supermercado, etc ), tendrá que pagar un porcentaje.
Una bicicleta de las características del ejemplo, en promedio cuesta US$ 300.
De hecho la comosión sería entre 30 y 45 dólares.
Pero existen las bicicletas de ruta para los que practican este deporte en forma amateur y el valor es cercano a Us$ 2.000
El chat entregará las mejores 10 bicicletas ordenadas por su valor.
Ahora su comisión podría ser US$ 200 aproximadamente
Un pequeño Business nacido de los embedding (nuestra intuición).
Corolario
Como el poeta : Crónica de una muerte anunciada.
2018 desarrolla BERT que permite bidereccionalidad en los textos.
2019 Core Web Vitalis, el upgrade que solicita que las web deben cargar en menos de 4 segundos (un edicto).
2021 Long Tail o palabras de cola larga basado en las Intenciones de Búsquedas. El buscador entrega diferentes resultado de acuerdo a como se busca.
2023 Google Bard. El Chatbot que responde basado en ATRIBUTOS, características y EXPERIENCIAS de lo que se busca.
La marca ya no importa, solo los atributos posicionados correctamente del producto buscado.
¿Alguien mencionó a las redes sociales en este cuento?
Como siempre agradecemos tu comentario.
Somos tu Agencia Digitral por qué sabemos posicionar para que te encuentren los Chatbot con Atributos en el Embedding.
¡Excelente contenido sobre embedding! Me encantó la información proporcionada en su sitio web. Seguiré visitando para aprender más al respecto. ¡Saludos desde https://gptnederlands.com/!