Em alguns casos, saber onde o usuário está pode ajudar o buscador a oferecer resultados melhores. Por exemplo, quando você pergunta "que horas fecha o Mercado Municipal?", a resposta correta depende de em qual município você está.

No entanto, nem todas as buscas precisam acessar a localização do usuário para melhorar seus resultados. Se você pergunta "quantas estrelas existem no Universo", por exemplo, a resposta é a mesma em qualquer lugar do Universo (ou mesmo fora dele, se é que isso existe). Nesses casos, acessar a localização do usuário pode tornar a busca desnecessariamente mais lenta, além de gastar um pouquinho mais de bateria caso o usuário pesquise de um celular.

Para ajudar nesse problema equipe do Google de Belo Horizonte, no entanto, conseguiu criar um sistema de aprendizagem de máquina que consegue determinar se a busca feita pelo usuário pode (ou não) ser melhorada usando a localização. Isso foi feito com base em redes neurais complexas, treinadas a partir de milhões de exemplos de buscas diferentes.

Alimentando o cérebro do buscador

Quando uma pesquisa é feita no Google, o buscador avalia mais de 200 fatores diferentes na hora de escolher quais resultados mostrar. Um deles é o RankBrain, uma inteligência artificial que aprende, com o tempo, quais resultados são mais relevantes para cada usuário.

O RankBrain não é um fator qualquer, no entanto. Ele é o terceiro fator com mais peso nas decisões do buscador, e por isso sua precisão precisa ser enorme. Se não, a qualidade dos resultados de busca sofreria um impacto considerável.

Parte da precião dessa inteligência artificial, no entanto, se deve à equipe mineira do Google. Os engenheiros de Belo Horizonte conseguiram otimizar o código do RankBrain para que ele melhore a velocidade de recuperação dos resultados de busca e ordene-os de maneira mais relevante. Aquele artigo interessante que apareceu na primeira página dos resultados do Google pode estar lá graças a esforços brasileiros.

Vale a pena andar até lá?

Uma das especialidades da equipe de Belo Horizonte é a busca local. Esse tipo de busca é a que costuma ser feita, por exemplo, no Google Maps. Nesses casos, o usuário quer encontrar alguma coisa perto do local onde ele está, e isso exige tecnologia específica.

Isso porque, de acordo com Passos, a noção de "resultado adequado" muda. O resultado não pode ser muito longe, porque o usuário precisa ser capaz de se deslocar até lá. Por outro lado, não adianta o buscador mostrar um resultado que está a três quarteirões de distância mas que não tem nada a ver com o que o usuário quer.

Para esses casos, os brasileiros desenvolveram uma técnica de aprendizagem de máquina que avalia com mais rigor a adequação dos resultados de busca. Esse código inspeciona o conjunto de resultados de busca e seleciona, dentro dele, um subconjunto de resultados que são tanto relevantes à busca quanto próximos ao local do usuário, para impedir que ele ande três quarteirões à toa.

Aqueles e-mails chatos

Uma das pragas modernas da humanidade é o spam. Os e-mails indesejados que são enviados diariamente a milhões de usuários são um incômodo constante, e os aplicativos de e-mail costumam ter alguma espécie de filtro automatizado contra eles.