Magdaragdag ang Google Chrome ng isang serye ng mga feature batay sa machine learning

Ipinaalam ng mga developer ng Google sa pamamagitan ng isang anunsyo na sa kanilang web browser, Google Chrome, isasama ang ilang bago at na-update na feature ng seguridad, karamihan sa mga ito ay nakabatay sa mga modelo ng machine learning (ML), kasama ang ilang magagandang bagong feature na nakabatay sa ML na naglalayong gawing mas madali ang pag-browse sa web, kabilang ang isang bagong feature na pipigilan ang mga kahilingan sa pahintulot sa pag-abiso kapag naniniwala ang iyong algorithm na ito ay malabong mangyari. para tanggapin sila.

Simula sa susunod na bersyon mula sa Chrome, Google magpakilala ng bagong modelo ng ML na hahadlang sa marami sa mga kahilingan sa pahintulot sa notification na ito.

Google Chrome ay may built-in na phishing detection na nag-i-scan ng mga pahina upang makita kung tumutugma ang mga ito sa mga kilalang peke o nakakahamak na site. Sa pagkakataong ito, nakinabang ang teknolohiyang ito sa mga pagpapabuti. Halimbawa, sinabi ng Google na sa Chrome 102, aasa ang Chrome sa machine learning na ganap na gumagana sa browser upang tumulong na matukoy ang mga website na humihingi ng mga hindi hinihinging pahintulot para sa mga notification at i-block ang mga ito, kahit na pinipigilan ang mga ito sa paglitaw.

“Nakakatulong ang Ligtas na Pag-browse sa Chrome na protektahan ang bilyun-bilyong device araw-araw, sa pamamagitan ng pagpapakita ng mga babala kapag sinubukan ng mga tao na mag-navigate sa mga mapanganib na site o mag-download ng mga mapanganib na file (tingnan ang malaking pulang halimbawa sa ibaba). Simula noong Marso ngayong taon, nagpatupad kami ng bagong modelo ng ML na kinikilala ang 2,5 beses na mas potensyal na nakakahamak na mga site at pag-atake ng phishing kaysa sa nakaraang modelo, na nagreresulta sa isang mas ligtas na web.

“Para higit pang mapahusay ang karanasan sa pagba-browse, binabago rin namin ang paraan ng pakikipag-ugnayan ng mga tao sa mga notification sa web. Sa isang bagay, nakakatulong ang mga notification sa page na magpadala ng mga update sa mga site na mahalaga sa iyo*; sa kabilang banda, ang mga kahilingan sa pahintulot sa pag-abiso ay maaaring maging isang istorbo. Upang matulungan ang mga tao na mag-navigate sa web nang may kaunting abala, hinuhulaan ng Chrome kung kailan malamang na hindi maibigay ang mga kahilingan sa pahintulot batay sa kung paano nakipag-ugnayan dati ang user sa mga katulad na kahilingan sa pahintulot, at pinatahimik ang mga hindi gustong kahilingang iyon. Sa susunod na bersyon ng Chrome, maglalabas kami ng modelong ML na gumagawa ng mga hulang ito nang buo sa device.

Sa hinaharap na bersyon, plano ng Google na gamitin ang parehong teknolohiya upang ayusin ang toolbar ng Chrome sa real time, paggawa ng iba't ibang mga pindutan, tulad ng mga icon upang ibahagi o paghahanap gamit ang boses, lumitaw kung kailan at saan mo malamang na gamitin ang mga ito.

Tulad ng para sa iba pang mga pag-andar mga bago batay sa machine learning, Chrome din ay nakakakuha ng bagong modelo ng pagkakakilanlan ng wika na mas mahusay na tumutukoy kung anong wika ang nasa isang partikular na pahina at kung dapat itong isalin nang naaayon upang matulungan ang mga tao na muling subaybayan ang kanilang mga hakbang online. Halimbawa: Maaari kang gumugol ng mga linggo sa pagpaplano ng pagbisita sa isang pambansang parke: pagsasaliksik ng mga atraksyon, paghahambing ng mga flight, at pamimili ng gamit. Sa ML at Journeys, pinagsasama-sama ng Chrome ang mga page na binisita mo sa isang partikular na paksa at hinahayaan kang madaling maulit kung saan ka tumigil (sa halip na mag-scroll sa history ng iyong browser).

“Kapag bumalik ka sa mga hiking boots at camping guide, ginagamit din namin ang ML para gawing available ang mga website na iyon sa wikang gusto mo. Sa partikular, naglabas kami ng na-update na modelo ng pagkakakilanlan ng wika upang matukoy ang wika ng pahina at kung kailangan itong isalin upang tumugma sa iyong mga kagustuhan. Bilang resulta, nakikita namin ang sampu-sampung milyong matagumpay na pagsasalin araw-araw.”

Ang koponan ng Chrome sabi ng layunin nito ay "bumuo ng isang browser na tunay at patuloy na kapaki-pakinabang, at nasasabik kami tungkol sa mga posibilidad na iniaalok ng ML."

“Sa tuwing pupunta ka sa isang bagong page, sinusuri ng Chrome ang isang koleksyon ng mga signal tungkol sa page upang makita kung tumutugma ito sa mga mula sa mga phishing site. Upang gawin ito, inihahambing namin ang colorimetric na profile ng binisita na pahina, iyon ay, ang hanay at dalas ng mga kulay na naroroon sa pahina, sa mga colorimetric na profile ng kasalukuyang mga pahina. Halimbawa, sa larawan sa ibaba, makikita natin na ang mga kulay ay halos orange, sinusundan ng berde, at pagkatapos ay isang touch ng purple.

“Nakikinabang ito sa iyo sa dalawang paraan kapag gumagamit ka ng Chrome. Una, ang paggamit ng mas kaunting oras ng CPU upang gawin ang parehong gawain ay nagpapabuti sa pangkalahatang pagganap. Ang mas kaunting oras ng CPU ay nangangahulugan ng mas kaunting pagkonsumo ng baterya at mas kaunting oras sa pag-ikot ng mga fan.

Sa wakas, kung interesado kang malaman ang higit pa tungkol dito, maaari mong konsultahin ang mga detalye Sa sumusunod na link.