Nell’era digitale, comprendere il funzionamento dei motori di ricerca è fondamentale per chiunque operi nel campo del marketing online. Uno degli strumenti più preziosi per ottenere queste informazioni sono i brevetti depositati da Google. Questi documenti offrono una visione unica delle innovazioni e delle strategie che il gigante della ricerca sta esplorando.

Bill Slawski: Il Pioniere della Ricerca sui Brevetti di Google

Prima di addentrarci nei dettagli dei brevetti di Google del 2023, è essenziale rendere omaggio a Bill Slawski. Slawski è stato un pioniere nella ricerca dei brevetti di Google, dedicando la sua carriera a dissezionare e interpretare questi documenti complessi per la comunità SEO. Attraverso il suo blog, SEObythesea, ha condiviso approfondimenti tratti da centinaia di brevetti di Google, fornendo un servizio inestimabile all’intera industria SEO. Purtroppo, Bill Slawski ci ha lasciati nell’estate del 2022, ma il suo impatto sul campo della SEO rimane incommensurabile.

Comprendere l’Importanza dei Brevetti

Mentre un brevetto depositato non garantisce la sua implementazione pratica, studiare questi documenti può offrire intuizioni preziose. Ad esempio, se un brevetto viene depositato non solo negli Stati Uniti ma anche in altri paesi, indica che Google potrebbe considerare la tecnologia o il metodo abbastanza significativo da cercare protezione legale in diverse giurisdizioni. Ecco alcuni dei brevetti più interessanti e rilevanti di Google ispirati dall’articolo di Olaf Kopp:

Iniezione Dinamica di Contenuti Correlati nei Risultati di Ricerca 

Pubblicato nel 2022, questo brevetto rivela una metodologia in cui un motore di ricerca suggerisce automaticamente ulteriori link e alternative di query basate sul tempo di permanenza nelle SERP. Questi suggerimenti, che possono apparire in una casella, sono simili ai suggerimenti “altri hanno anche cercato” che vediamo quando torniamo alla SERP dopo aver cliccato su un risultato. La differenza principale è che non è il clic su un risultato a innescare questi suggerimenti, ma il tempo di permanenza. Se un valore soglia di tempo viene raggiunto, vengono visualizzati automaticamente suggerimenti, poiché si presume che l’utente non abbia trovato ciò che cercava. Oltre ai link e alle raffinazioni delle query di ricerca, i suggerimenti possono anche consistere in immagini, video, PDF, audio e entità. Interessante è anche il fatto che i suggerimenti possono essere generati basandosi sulle ricerche di altri utenti.

Google ha rilasciato un brevetto il 07.05.2022, originariamente depositato il 06.08.2020, che rappresenta una delle rivelazioni più affascinanti nel panorama tecnologico del 2022. Sebbene sia stato registrato esclusivamente negli Stati Uniti e in Cina, suscita curiosità sulle potenziali applicazioni future a livello globale.

Il cuore del brevetto riguarda un sistema avanzato attraverso il quale un motore di ricerca propone, in maniera automatica, link e varianti alle ricerche degli utenti. Questo avviene analizzando il tempo trascorso dagli utenti sulle pagine dei risultati di ricerca (SERP). Questa funzionalità evoca la sensazione dei suggerimenti tipo “altri hanno cercato anche”, che si manifesta quando un utente torna alle SERP dopo aver esplorato un risultato.

L’innovazione principale sembra essere l’introduzione di ulteriori suggerimenti direttamente nelle SERP, basati non solo sul clic dell’utente, ma anche sul suo comportamento temporale.

“Alcune implementazioni sfruttano il tempo di permanenza dell’utente come indicatore per proporre contenuti correlati o per influenzare i risultati visualizzati nella ‘pagina successiva’. Questi suggerimenti potrebbero includere, ad esempio, query affinate o link a contenuti specifici.”

Se l’utente supera un certo limite di tempo su una pagina, il sistema intuisce che potrebbe non aver trovato ciò che cercava e propone automaticamente suggerimenti. Questi sono studiati per guidare l’utente verso contenuti leggermente diversi, ma sempre pertinenti alla sua ricerca iniziale.

Inoltre, i suggerimenti possono spaziare da contenuti strettamente correlati a proposte tangenziali, offrendo all’utente nuove prospettive o interpretazioni alternative della sua query iniziale.

Oltre ai semplici link, i suggerimenti possono abbracciare una varietà di formati, come immagini, video, PDF e audio. E non mancano riferimenti a entità specifiche.

“Durante la ricerca, il sistema può esplorare diversi indici, come l’indice dei documenti web o l’indice delle entità, per fornire risultati pertinenti. Questi indici possono includere contenuti come pagine web, immagini, video e altro.”

Un aspetto particolarmente intrigante è che i suggerimenti possono essere influenzati dai percorsi di ricerca intrapresi da altri utenti, offrendo una sorta di intelligenza collettiva.

Per esempio, se un utente ricerca “lavori a Pittsburgh”, il sistema potrebbe suggerire “alloggi a Pittsburgh” o “migliori scuole a Pittsburgh”, basandosi sulle ricerche correlate di altri utenti.

I suggerimenti possono anche aiutare a chiarire query ambigue, offrendo interpretazioni alternative o suggerendo termini con significati simili.

Infine, una funzione interessante è la “Pagina successiva”, che permette all’utente di visualizzare nuovi risultati senza dover ricaricare l’intera pagina, rendendo l’esperienza di ricerca più fluida e veloce.

Pagine sulle informazioni delle entità strutturate (US11706318B2)

Il brevetto identificato come US11706318B2 riguarda i motori di ricerca, focalizzandosi in particolare sulla ricerca semantica e orientata alle entità. Questa innovazione è una progressione di brevetti antecedenti, originariamente introdotta da Google nel 2015 e recentemente resa pubblica nel luglio 2023. Esso è stato rilasciato per diversi paesi, tra cui Stati Uniti, Germania e attraverso l’OMPI, suggerendo una sua probabile applicazione pratica. La sua validità si estenderà fino al 2036.

Il contenuto del brevetto illustra un metodo, implementato da un server, per creare e mostrare una pagina contenente informazioni strutturate legate a una specifica entità. Al ricevimento di una richiesta da un dispositivo esterno per tale pagina, il server analizza le precedenti interazioni dell’utente con l’entità in questione. Successivamente, il server struttura la pagina basandosi su categorie di informazioni già stabilite e scelte in modo dinamico. La rilevanza di queste categorie viene determinata dallo stesso server. La pagina, una volta completata con le informazioni rilevate, viene inviata al dispositivo richiedente per essere visualizzata. Un dettaglio interessante è che la pagina strutturata può presentare colorazioni primarie e secondarie che riflettono l’entità trattata.

Sistemi e metodi per l’utilizzo dei registri delle attività dei documenti per addestrare modelli di apprendimento automatico (US20230267277A1)

Il brevetto, identificato come US20230267277A1, si concentra sui motori di ricerca, con un’attenzione particolare alla classificazione della rilevanza. Google ha ottenuto questo brevetto nell’aprile 2023 e lo ha reso pubblico nell’agosto dello stesso anno. La sua pubblicazione riguarda gli Stati Uniti e l’OMPI, suggerendo una sua possibile applicazione concreta.

Il cuore del brevetto riguarda un sistema e una metodologia informatica per formare un modello di corrispondenza semantica. Quest’ultimo è stato ideato per analizzare e stabilire quanto due documenti siano semanticamente affini. La procedura comprende:

• L’acquisizione di due documenti e dei loro associati registri di attività.
• L’uso di tali registri per stabilire una possibile correlazione tra i due documenti.
• L’introduzione di questi documenti nel modello semantico per ottenere un indice di affinità semantica.
• L’analisi di una funzione di errore basata sulla discrepanza tra la correlazione rilevata (dai registri) e l’indice di affinità semantica.
• L’aggiustamento dei parametri del modello semantico in base a questa funzione di errore.

Il modello, nella sua essenza, valuta l’affinità semantica creando “impronte” del contenuto per ogni documento e mettendole a confronto. Il contenuto può spaziare da testi a immagini, video e file vari. I registri di attività delineano diversi eventi legati ai documenti, come l’apertura, la condivisione, le modifiche e così via. L’interazione tra i documenti può anche dipendere dal tipo e dal momento degli eventi registrati. Una volta istruito, il modello può essere impiegato per ordinare i risultati di ricerca in base alla loro affinità semantica con la richiesta di un utente.

“Perfezionamento Automatico delle Ricerche”

Il brevetto, denominato “Query completetion” e identificato con il codice US11693863B1, si concentra sui motori di ricerca, con un’attenzione particolare alla generazione di suggerimenti automatici per le ricerche. Google ha introdotto questo brevetto nel 2020 e lo ha reso pubblico nel luglio 2023, limitando la sua registrazione agli Stati Uniti.

Il cuore del brevetto riguarda un sistema che sfrutta un motore predittivo per classificare i suggerimenti di ricerca basandosi sulla probabilità che questi suggerimenti appaiano insieme, nei record delle attività di diversi utenti, a una ricerca precedentemente effettuata dall’utente. Questo sistema può utilizzare una ricerca di base per esaminare i record delle attività dell’utente e identificare i suggerimenti più probabili.

“Classificare i suggerimenti di ricerca in base alla loro probabilità di apparire insieme a una ricerca precedente può offrire agli utenti suggerimenti più rilevanti e su misura. Questo permette agli utenti di scoprire ricerche utili che potrebbero non aver considerato.”

In pratica, il sistema funziona così: riceve un inizio di ricerca da un utente, recupera un parametro di riferimento per quell’utente, identifica una o più ricerche che potrebbero apparire insieme al parametro di riferimento nelle sessioni di attività dell’utente, stabilisce una classifica di queste ricerche basandosi su punteggi predittivi e fornisce questa classifica in risposta all’inizio della ricerca ricevuta.

Un elemento chiave di questo brevetto è la formula R = P(x|q) / P(x), che calcola la probabilità che una determinata ricerca x appaia in una sessione di attività, dato che un altro parametro di riferimento q è apparso nella stessa sessione.

Il brevetto delinea anche un’architettura composta da diversi componenti, tra cui un sistema di ricerca front-end, un motore di ricerca, un motore per il perfezionamento delle ricerche, un motore di verifica e un motore predittivo. Quest’ultimo analizza un vasto insieme di sessioni di attività in un database per identificare le ricerche più probabili. Il motore per il perfezionamento delle ricerche, poi, stabilisce la classifica dei suggerimenti da fornire all’utente combinando i punteggi calcolati dal motore predittivo con punteggi iniziali forniti dal motore di verifica.

“In sintesi, questo sistema è progettato per offrire agli utenti suggerimenti di ricerca più pertinenti e personalizzati, permettendo loro di scoprire nuove ricerche che potrebbero non aver considerato. La presentazione di questo brevetto evidenzia come Google stia lavorando per migliorare e personalizzare i suggerimenti automatici per le ricerche, basandosi sia sui dati storici che sulle previsioni dell’utente.”

“Ottimizzazione e Visualizzazione dei Risultati di Ricerca (United States Patent 11379490)

Il brevetto intitolato “Classifica e presentazione dei risultati di ricerca” di Google è stato concepito nel 2019 e reso pubblico nell’agosto 2022. Esistono versioni antecedenti di questo brevetto che risalgono al 2012. La sua validità si estenderà fino al 16 agosto 2032. Questo brevetto si focalizza sulle peculiarità della ricerca semantica o orientata alle entità.

In alcune realizzazioni, il metodo proposto dal computer per fornire risultati di ricerca implica l’identificazione di un’entità da una query di ricerca attraverso un grafico di conoscenza. Questo grafico aiuta a determinare una lista di proprietà legate all’entità in questione. In base alla query e all’entità identificata, viene selezionata una proprietà per generare una visualizzazione ottimizzata dei risultati di ricerca.

Un altro aspetto del brevetto riguarda l’identificazione di un concetto modificatore basato sulla query di ricerca. Una regola per ordinare i risultati viene stabilita basandosi su questo concetto e su un grafico di conoscenza. I risultati vengono quindi ordinati in base a questa regola.

Il brevetto sottolinea l’importanza di presentare i risultati in formati diversi, non solo come una semplice lista di link. Ad esempio, per ricerche come “Città in California”, i risultati potrebbero essere visualizzati su una mappa, mentre per ricerche come “Dipinti di Van Gogh”, i risultati potrebbero essere mostrati come una galleria di immagini.

Per ricerche come “l’edificio più alto”, il sistema potrebbe generare un elenco di edifici ordinati in base alla loro altezza. Questo processo implica l’analisi di una raccolta di edifici, determinando la proprietà “altezza” come criterio di ordinamento.

Il brevetto evidenzia anche l’importanza di accedere a dati strutturati, come un grafico di conoscenza, per generare risultati di ricerca ottimizzati. Questo grafico di conoscenza potrebbe consistere in una serie di nodi e collegamenti che rappresentano informazioni e le loro relazioni.

Un Nuovo Orizzonte nella Ricerca: L’Intelligenza Artificiale Generativa

Il brevetto identificato come US2023273923A1 rappresenta un passo avanti nel mondo dei motori di ricerca e nell’ambito dell’intelligenza artificiale generativa. Questa innovazione, presentata da Google nel giugno 2023 e resa pubblica nell’agosto dello stesso anno, si posiziona come un’estensione di precedenti brevetti, ma con un focus specifico sul mercato statunitense.

Il cuore del brevetto riguarda l’adozione di tecniche avanzate di apprendimento automatico per rispondere alle esigenze di ricerca degli utenti. In particolare, quando si tratta di domande che non hanno risposte chiare o definitive, il sistema proposto si avvale di modelli di apprendimento automatico, capaci di prevedere le risposte più adeguate. Ciò che rende unico questo approccio è la capacità di addestrare questi modelli “in tempo reale”, basandosi sulle specifiche query inserite, e di collegarli a contenuti pertinenti presenti in un indice di ricerca. Inoltre, il brevetto illustra come gli utenti possano interagire direttamente con questi modelli, attraverso un’interfaccia intuitiva, per ottenere risposte predittive.

La vera rivoluzione di questo brevetto risiede nella sua proposta di integrare l’intelligenza artificiale in modo dinamico nei motori di ricerca. Questo permette di fornire risposte predittive e di creare interazioni più fluide, specialmente in situazioni in cui le informazioni chiare e dirette potrebbero non essere immediatamente disponibili.

La visione delineata in questo brevetto mi fa pensare alle iniziative di Google SGE. È plausibile ipotizzare che ci sia una connessione diretta tra questo brevetto e le strategie future di SGE.