Apple ने अपने म्यूजिक सर्च इंजन को फिर से लिखा ताकि वह समझ सके कि आप वास्तव में क्या चाहते हैं

मुख्य बिंदु

• Apple Music का नया सर्च मॉडल 305 मिलियन पैरामीटर रखता है और एक साथ कई भाषाओं में क्वेरी को समझता है।
• इस सिस्टम को एक विशिष्ट, मापने योग्य समस्या को ठीक करने के लिए बनाया गया था: Apple Music पर अधिकांश खोज दुर्लभ या अद्वितीय क्वेरी हैं जिन्हें पुराने कीवर्ड-मेल टूल खराब तरीके से संभालते हैं।
• Apple ने GTE-multilingual-base नामक एक मौजूदा बहुभाषी AI फाउंडेशन को फाइन-ट्यून किया, न कि स्क्रैच से निर्माण किया।
• Apple ML Research ने तकनीकी विवरण प्रकाशित किए, जो सुझाते हैं कि यह दृष्टिकोण अन्य स्ट्रीमिंग प्लेटफॉर्म को सर्च को कैसे संभालें इसे प्रभावित कर सकता है।

Apple Music में "Bohemian Rapsody" टाइप करें और आप शायद Queen चाहते हैं। इसे अरबी और अंग्रेजी अक्षरों के मिश्रण में टाइप करें, या किसी हिंदी फिल्म के गीत की फोनेटिक वर्तनी में जिसे आप आधा याद करते हैं, और हाल तक, आप संभवतः कुछ उपयोगी नहीं पा सकते थे।

Apple ने अब एक AI सिस्टम के विवरण प्रकाशित किए हैं जो बहुत बड़े पैमाने पर बिल्कुल इसी समस्या को ठीक करने के लिए डिज़ाइन किया गया है। Apple Music 150 से अधिक देशों में काम करता है, हर दिन सैकड़ों हजार ट्रैक जोड़ता है, और दर्जनों भाषाओं में खोज करने वाले श्रोताओं को सेवा देता है। उन खोजों का विशाल बहुमत दुर्लभ या एक बार की क्वेरी हैं, जिसका अर्थ है कि मानक कीवर्ड मिलान, जो सटीक या लगभग सटीक शब्द मेल खोजता है, बहुत सारे श्रोताओं को निराश कर देता है।

समाधान एक शब्दार्थ पुनर्प्राप्ति प्रणाली है। शब्दार्थ पुनर्प्राप्ति का अर्थ है कि सर्च इंजन क्वेरी के पीछे के अर्थ या आशय को समझने की कोशिश करता है, न कि केवल टाइप किए गए शाब्दिक अक्षरों को। इसे एक लाइब्रेरियन की तुलना के रूप में सोचें जो केवल उस सटीक शीर्षक की खोज करता है जो आपने कहा था बनाम जो किताब किस बारे में है यह पूछता है और वैसे भी तीन अच्छे विकल्प ढूंढता है।

इसे चलाने वाला AI मॉडल 305 मिलियन पैरामीटर पर बैठा है। पैरामीटर आंतरिक संख्याएं हैं जो एक AI मॉडल प्रशिक्षण के दौरान समायोजित करता है; उनमें से अधिक आम तौर पर मतलब है कि मॉडल अधिक जटिल पैटर्न को संभाल सकता है। Apple ने यह शून्य से नहीं बनाया। इसने फाइन-ट्यून किया, जिसका अर्थ है कि इसने GTE-multilingual-base नामक एक मौजूदा बहुभाषी मॉडल लिया और Apple Music की विशिष्ट सर्च समस्याओं पर इसे आगे प्रशिक्षित किया। फाइन-ट्यूनिंग स्क्रैच से शुरू करने की तुलना में तेज़ और सस्ता है, और जब एक मजबूत सामान्य-उद्देश्य आधार पहले से मौजूद हो तो यह अच्छी तरह से काम करता है।

प्रशिक्षण प्रक्रिया कुछ को करिकुलम शेड्यूलिंग कहा जाता है, जहाँ मॉडल आसान उदाहरण पहले सीखता है कठिन, गड़बड़ी वाली क्वेरी को संभालने से पहले, जिस तरह एक छात्र परीक्षा में बैठने से पहले बुनियादी बातों की समीक्षा करता है।

यह श्रोताओं के लिए वास्तव में क्या बदलता है?

अधिकांश लोगों के लिए, कुछ भी दृश्यमान नहीं बदलता है। आप अभी भी सर्च बार में टाइप करते हैं। जो बदलता है वह उन खोजों पर हिट दर है जो पहले विफल होती थीं, विशेष रूप से टाइपोस के साथ खोज, ट्रांसलिटरेटेड शब्द (विदेशी भाषा की ध्वनियां लैटिन अक्षरों में लिखी गई), या ऐसी क्वेरी जो वाक्यांश के बीच में भाषाओं को मिलाते हैं। Apple कहता है कि ये "पूंछ क्वेरी" प्लेटफॉर्म जो प्राप्त करता है उसके अद्वितीय खोजों का बहुमत बनाते हैं।

साफ शब्दों में: यदि आपने कभी सही वर्तनी की बजाय ध्वनि के अनुसार किसी ट्रैक की खोज की है, या अंग्रेजी-भाषा इंटरफेस पर अपनी मूल भाषा में खोज की है, तो यह सिस्टम आपके लिए लक्षित है।

Apple ML Research ने तकनीकी पेपर प्रकाशित किया, जो Apple के लिए असामान्य है और कंपनी को एक गंभीर AI अनुसंधान संस्था के रूप में अपने उत्पाद पहचान के साथ देखे जाने में सहज दिखता है। विवरण विशिष्ट पर्याप्त थे कि अन्य स्ट्रीमिंग सेवाएं और सर्च इंजीनियर लगभग निश्चित रूप से इस दृष्टिकोण का अध्ययन करेंगे।

Apple ने नहीं कहा कि सिस्टम कब लाइव हुआ या सामान्य जनता के लिए उपयोगकर्ता-सामना करने वाली सटीकता आंकड़े जारी किए।