Sem categoria

Inteligência Artificial no Google: entenda a diferença entre RankBrain e Neural Matching

Em abril de 2012, durante um seminário sobre Redes Sociais e Comunicação Digital do Comunique-se, o então diretor de comunicação do Google no Brasil, Felix Ximenes, ouviu a seguinte pergunta: “em uma escala de zero a dez, que nota você daria para a compreensão semântica do buscador, isto é, sua capacidade de compreender exatamente o que o usuário deseja ao digitar sua consulta?”.

Qual foi sua resposta? “Um”. Explicava que ainda levaria algum tempo para o mecanismo de buscas evoluir e diferenciar uma sequência de dados, traduzidos em palavras-chave, daquilo que elas efetivamente queriam dizer.

Leia também: Google lança nova atualização de seu algoritmo: o que muda no SEO do seu site?

Sete anos depois, graças aos algoritmos baseados em Inteligência Artificial e Aprendizagem de Máquina, é possível dizer que essa nota aumentou consideravelmente. Duas expressões ajudam a explicar de que forma estas tecnologias ajudaram a aumentar a relevância dos resultados orgânicos: RankBrain e Neural Matching.

RankBrain: relação entre páginas e conceitos

Antes de 2016, quando o algoritmo RankBrain foi lançado, 15% de todas as combinações de palavras-chave digitadas por usuários do Google eram inéditas. Isto é: não havia uma correspondência exata entre um conjunto de termos e alguma página indexada pelo Google.

E o que a Inteligência Artificial por trás do RankBrain faz? Ele “interpreta” este conjunto de termos, associando-os a conceitos já conhecidos. Desta forma, se alguém perguntar por “cidade conhecida pelo exagero”, verá como primeiro resultado algo relacionado à de Itu (SP) — mesmo se as palavras usadas não estejam no texto.

A partir daí, “o RankBrain mostra um conjunto de resultados que ele acredita ser bom para você. Se muitas pessoas gostarem de um resultado em particular, eles darão a essa página um valor maior no ranking”, explica o especialista Brian Dean, neste guia sobre o assunto.

Neural Matching: busca por sinônimos

Durante as comemorações ao 20º aniversário do Google, o porta-voz da empresa Danny Sullivan mencionou pela primeira vez o termo “neural matching”. Isso foi em setembro de 2018. Mas o exemplo apresentado por Sullivan, em que um usuário pesquisa sobre “problemas estranhos na TV”, não deixa clara a diferença entre o que ele definiu como Neural Matching e o RankBrain — ambos exibem, como resultado, uma espécie de compreensão semântica.

RankBrain x Neural Matching

Questionado, o porta-voz do Google explicou a diferença entre os algoritmos. Ao contrário do RankBrain, que procura entender a relação entre conceitos e páginas, o Neural Matching atua um passo antes, procurando conexões entre as próprias palavras. É como se fosse uma “super lista de sinônimos”. Revelou ainda que a técnica estava sendo usada em 30% das buscas.

RankBrain x Neural Matching

Em resumo: o RankBrain ajuda o Google a relacionar melhor as páginas aos conceitos, identificando-os a tópicos relevantes; o Neural Matching ajuda o Google a relacionar melhor as palavras entre si, num dicionário de sinônimos. Ambos usam Inteligência Artificial para entender os significados das consultas.

Takeaways

De uma forma simplista, podemos dizer que o Google está “aprendendo” com seus usuários a entregar melhores resultados em sua busca orgânica: em vez de obrigá-los a substituir ou ordenar palavras-chave, o algoritmo está ficando mais “inteligente”, relacionando termos a sinônimos e conceitos. Sabe-se que um número indeterminado de variáveis e algoritmos, baseados em Inteligência Artificial ou não, alteram os resultados orgânicos – e nem sempre o Google confirma se uma determinada tecnologia está sendo usada ou não.

Na prática, isso reforça o que especialistas em SEO não cansam de sugerir: a melhor recomendação é criar conteúdo de qualidade, capaz de responder ao que seu usuário realmente precisa.

Mais posts