21 de October del 2025

https://openexpoeurope.com/es/el-futuro-de-la-inteligencia-artificial-en-los-mot

La IA está transformando no sólo servicios tradicionales como Google o Bing, por citar algunos muy conocidos, sino también ayundando a la creación de nuevas plataformas especializadas. 

 En la entrada de hoy en el blog de OpenExpo Europe exploraremos cómo las técnicas actuales están definiendo el futuro de la búsqueda, que en muchos casos ya son implementaciones actuales y que estamos usando bajo los fronts de servicios “tradicionales”

IA en Motores de Búsqueda tradicionales y el camino a una mayor precisión y contexto

Modelos de Lenguaje Natural y Contextualización Profunda.

En este apartado tomermos el ejemplo de como Google ha incorporado modelos como BERT (Bidirectional Encoder Representations from Transformers) y MUM (Multitask Unified Model) para procesar preguntas en lenguaje natural a su buscador estrella.

BERT: Este modelo comprende el contexto de las palabras en ambas direcciones. Vayamos a un ejemplo para entenderlo mejor: si buscas “cómo preparar una ensalada con aguacate y sin frutos secos,” BERT reconoce que “sin frutos secos” es una condición que excluye ciertos ingredientes, refinando así la lista de resultados.MUM: en la evolución de BERT, y MUM entiende texto, imágenes y otros formatos. Por esto mismo puede, por ejemplo, analizar una foto de una planta exótica y darte información detallada en varios idiomas, o incluso comparar datos científicos complejos entre distintos contextos culturales. Implementación técnica:

Estos modelos se basan en la arquitectura Transformer, usando mecanismos de atención para entender relaciones léxicas y semánticas a gran escala. Lo que han hecho los de Moountain View ha sido rediseñar su proceso de indexación para incorporar “embeddings” semánticos, esto agiliza una barbaridad la recuperación de resultados y mejora su pertinencia.

Integración Visual y Multimedia.

Aquí acudiremos al ejemplo de Bing que están usando tecnologías de visión artificial, incluido Vision AI y CLIP (de OpenAI), para reconocer y comprender el contenido de imágenes y videos. Veamos un ejemplo práctico: basta con tomar una foto de un circuito electrónico para que el sistema identifique los componentes, encuentre manuales técnicos o sugiera proveedores. En lugar de describir el objeto, la imagen misma se convierte en la consulta.

Recomendaciones Personalizadas con Aprendizaje Automático.

Los sistemas de recomendación aprovechan redes neuronales para adaptar resultados a cada usuario. Por ejemplo, Dynamic Search Ads de Google Ads emplea redes convolucionales para detectar patrones de lo clics que hacemos, ajustando, y además en tiempo real, qué resultados publicitarios verás según tus intereses y comportamiento en línea, con resultados apmplificados y mejorados miles de veces mas que con los métodos de funciones “tradicionales”.