Archivio Brevetti Google

Un archivio curato di brevetti di ricerca di Google e Microsoft organizzati per l'inventore o il leader di ricerca che li ha implementati. Ogni traccia segue un ingegnere attraverso la loro genealogia di brevetti in modo che il lettore possa vedere come un thread di ricerca si è evoluto attraverso continuazioni, applicazioni divisorie, e concessioni. I brevetti sono annotati con la superficie di ranking che toccano: comprensione delle query, ranking, recupero, segnali comportamentali, grafo di conoscenza, o ricerca IA.

Tracce di brevetti per inventore

• 65 Google Patents to Help You Understand How Search Engines Work! (69 brevetti) — Una collezione curata di brevetti fondamentali e avanzati depositati da Google.
• Steven Baker — Google Search Patents (49 brevetti) — 49 brevetti di motori di ricerca concessi più 2 applicazioni pubblicate dal ricercatore Google Steven D. Baker, che coprono la comprensione delle query (sinonimi, n-gram, geografico, cross-language), raffinamento delle query, rilevamento significativo delle stopword, scoring di passaggi di risposta (featured snippet), similarità query-documento, co-occorrenza di liste, e ricerca personalizzata basata su embedding.
• Amit Singhal — Google Search Patents (22 brevetti) — 22 brevetti di motori di ricerca di Amit Singhal, ex SVP di Google Search (2000-2016), che coprono l'interleaving e la composizione dei risultati, la riscrittura delle query, la comprensione semantica delle query, lo scoring della qualità dei link, il ranking consapevole della posizione, il bias linguistico e per paese, il rilevamento dell'intento commerciale, e il serving degli annunci. La famiglia di brevetti sulle stopword significative a 8 brevetti è co-inventata con Steven Baker ed è documentata nella sezione Steven Baker per evitare contenuti duplicati.
• Prabhakar Raghavan — Google Search Patents (16 brevetti) — 16 brevetti di ricerca/IR di Prabhakar Raghavan, capo di Google Search 2020-2024 (precedentemente VP di Yahoo e scienziato di ricerca IBM Almaden), che coprono PageRank personalizzato, rilevamento di community web, ranking adattivo, fusione di risultati multi-motore, tassonomia gerarchica, clustering di sottospazi, filtraggio delle informazioni, navigazione personalizzabile, surfacing dei contenuti generati dagli utenti, segnali di qualità della posizione dai pattern di viaggio, e analisi di metadati temporali. Copre la sua ricerca IBM, Yahoo, e Google.
• Nitin Gupta — Google Search Patents (32 brevetti) — 32 brevetti di ricerca/SEO di Nitin Gupta (ingegnere di Google Search Quality) che coprono suggerimenti di query e template, re-ranking e personalizzazione, reti neurali per la generazione di risposte, generazione di conoscenza di contenuto, l'ultimo brevetto di recupero generativo del 2026 per l'era di AI Overviews, e un brevetto SEO diretto su nomi di dominio e siti web. Gli ultimi 5 brevetti sono co-inventati con Steven Baker e sono documentati nella sua sezione per evitare contenuti duplicati.
• Navneet Panda — Google Search Patents (15 brevetti) — 15 brevetti di qualità della ricerca di Navneet Panda, l'ingegnere Google il cui lavoro sulla qualità dei contenuti è diventato la base per l'aggiornamento dell'algoritmo Panda (2011). Copre scoring della qualità del sito, previsione della qualità del sito prima dell'accumulo di dati comportamentali, ranking dei risultati di ricerca per segnali combinati di rilevanza e qualità del sito, prestazioni della durata del sito web, query localmente significative, revisione delle query, e image-concept learning.
• Anand Shukla — Google Search Patents (16 brevetti) — 16 brevetti di ricerca/IR di Anand Shukla, ingegnere di Google Search Quality, includendo il brevetto all'avanguardia del 2024 "Search with stateful chat" che collega la ricerca classica alla ricerca conversazionale basata su LLM. Copre anche il surfacing di articoli approfonditi, pattern matching delle query, topic mapping delle query, curation dei canali di contenuto, e la famiglia di enhanced-search-feed. Gli ultimi 3 brevetti sono co-inventati con Steven Baker sul lavoro degli embedding del feed personalizzato e sono documentati nella sua sezione.
• Krishna Bharat, Google Search Patents (48 brevetti) — 48 brevetti di motori di ricerca di Krishna Bharat, inventore fondatore di Google News e creatore dell'algoritmo Hilltop. Copre l'algoritmo di analisi dei link Hilltop, riscrittura delle query con rilevamento delle entità, unità semantiche nelle query, augmentazione di query e ricerca, ranking dei documenti per statistiche di utilizzo, selezione di immagini per la ricerca di notizie, ranking di opinioni editoriali, stima della copertura del motore di ricerca, segnalibri specifici per query, e rendering di annunci consapevole delle entità. Copre dal 2001 al 2024.
• Srinivasan Venkatachary, Google Search Patents (25 brevetti) — 26 brevetti di ingegneria della ricerca di Srinivasan Venkatachary, co-inventore della famiglia di brevetti Generative Summaries for Search Results che sottende AI Overviews e Search Generative Experience. Copre anche feed di ricerca migliorati basati su interessi degli utenti, scoring di passaggi di risposta candidati, aggiustamenti di score del contesto per passaggi di risposta, identificazione di query di domande implicite, ricerca vocale conversazionale basata su parole chiave, generazione di query via similarità strutturale dei documenti, identificazione di risorse da contenuto organico e strutturato, curation dei canali di contenuto, e il classificatore di emoji. Copre dal 2013 al 2025.
• Jeromy William Henry, Google Search Patents (25 brevetti) — 25 brevetti di motori di ricerca di Jeromy William Henry che coprono Knowledge Panel (la scheda dell'entità accanto ai risultati di ricerca), Structured Entity Information Pages (la superficie standalone dei dettagli dell'entità), Personalized Entity Information Pages, dimensionamento delle immagini SERP, e presentazione di link secondari di music-search. Ogni brevetto nel suo corpus è rilevante per l'SEO. Copre dal 2013 al 2025.
• Ramanathan V. Guha, Google Search Patents (33 brevetti) — 33 brevetti di motori di ricerca di Ramanathan V. Guha, co-fondatore di Schema.org e inventore principale su Google Custom Search Engine. Copre la famiglia di Programmable Search Engine, ranking di ricerca basato sulla fiducia, rilevamento dello spam per contesti programmabili, propagazione di segnali sociali, classificazione dei risultati di ricerca, riepilogati web personalizzati, filtraggio per annotazioni utenti, ricerca contestuale per intersezioni di query, identificazione delle query, e la famiglia di UI che genera attività. Copre dal 2003 al 2019.
• Marc Najork, Google Search Patents (25 brevetti) — 25 brevetti di ricerca/IR di Marc Najork che copre la sua era di Microsoft Research (architettura del web crawler, ranking resistente allo spam, valutazione dei contenuti, database di hyperlink) e la sua era di Google (estrazione di informazioni dal modulo, somiglianza semantica guidata da ML, active learning, log di attività dei documenti per l'addestramento della rilevanza). Include un brevetto cross-listed fondazionale con la collezione di 65 Google Patents sui log di attività dei documenti. Copre dal 2005 al 2025.
• Jeffrey Dean, Google Search Patents (78 brevetti) — 78 brevetti di ricerca e infrastruttura IR di Jeffrey Dean, Senior Fellow e Chief Scientist di Google, co-fondatore di Google Brain, e architetto di MapReduce e BigTable. Include le famiglie di Document Scoring fondazionali (Query Analysis, Content Update, Inception Date, Link-Based Criteria), Historical Data Patent (cross-listed con 65gp), Anchor Tag Indexing, Content Snippets via Tokenspace, rilevamento di near-duplicate e host-mirror, prevenzione del topic-drift, modelli ML distribuiti, e l'infrastruttura fondazionale di MapReduce e BigTable che rende la ricerca a scala web possibile. Copre dal 2000 al 2025.
• Paul Haahr, Google Search Patents (63 brevetti) — 63 brevetti di ricerca e ranking di Google di Paul Haahr, ingegnere di ranking della ricerca Google di lunga data. Copre i brevetti canonici della qualità dei link (Bharat/Singhal/Haahr "Determining quality of linked documents"), ranking della classificazione dei documenti, segnale node-independence anti-PBN, il brevetto presunto della misura di qualità (cross-listed con 65gp pat-48), la pipeline di elaborazione delle query multi-stage, il framework per valutare le funzioni di scoring della ricerca web (il back-stop documentario del suo talk SMX), siti preferiti, contesti di riferimento, testo descrittivo sintetico per le immagini, e i cluster di query refinement e stopword-detection multi-famiglia. Co-autore con Singhal, Dean, Bharat, Cutts, Henzinger, Simon Tong, e Acharya. Copre dal 2008 al 2019.
• Hyung-Jin Kim, Google Search Patents (23 brevetti) — 23 brevetti di ricerca e ranking di Google di Hyung-Jin Kim. Inventore principale sulla famiglia di ranking Navboost / implicit-feedback (US 8,661,029 + 5 continuazioni fino a US 11,816,114 IP attivo 2023), il sistema emerso al processo antitrust di Google del 2024 del DOJ. Copre anche il modello presentation-bias, aggiustamenti temporali dello score, ranking del cambio di documenti, raggruppamento di coorti di utenti, borrowing di query simili, query generalizzate varianti, propagazione di classificazioni di query, e il brevetto Quality Measure cross-listed (con Paul Haahr, 65gp pat-48). Co-autore con Simon Tong, Noam Shazeer, Michelangelo Diligenti, Adrian Corduneanu, Henele Adams, Andrei Lopatenko. Depositi dal 2006-2021.
• Pandu Nayak, Google Search Patents (13 brevetti) — 13 brevetti di ricerca di Google di P. Pandurang Nayak, Chief Scientist per la Ricerca di Google. Il record di brevetti copre lo stack di revisione-della-query e comprensione-della-query dal 2003-2015: integrazione di molteplici modelli di query-revision, revisione con confidence score, borrowing di query note e altamente ranked, sostituzione di concetto-contesto, sinonimi con restrizione di fase, identificazione dei sinonimi guidata dai click, espansione degli acronimi. Co-autore con David R. Bailey, Ben Gomes, Trystan Upstill, Kedar Dhamdhere, Thomas Strohmann. I suoi contributi nell'era neurale (RankBrain, BERT, MUM, deposizione DOJ) sono intenzionalmente non brevettati e vivono in post del blog e trascritti di processo.
• Daniel Egnor, Google Local Search Patents (20 brevetti) — 20 brevetti di ricerca locale e rilevanza geografica di Daniel Egnor, l'architetto dello strato di ranking di Google Maps / Local Pack. Inventore principale su US 8,046,371 "Scoring local search results based on location prominence", il brevetto che definisce il fattore "Prominence" nella documentazione ufficiale di Local Search Ranking di Google. Copre anche il ranking sensibile alla posizione (fattore Relevance, con Amit Singhal), indicizzazione della rilevanza geografica, risoluzione di riferimenti geografici ambigui, identificazione di documenti autorevoli, categorizzazione delle inserzioni commerciali, e elaborazione di ricerca GIS ambigua (con il fondatore di Keyhole John Hanke). Co-autore con Singhal, Haahr, Greenfield, John Hanke. Depositi dal 2003-2019.
• Yossi Matias, Google SERP Features & Assistant Patents (47 brevetti) — 47 brevetti di Google di Yossi Matias, VP di Google Engineering. Inventore principale sul brevetto fondazionale People-Also-Ask US 9,213,748 "Generating related questions for search queries". Ha costruito Autocomplete (2004), Trends, OneBox di meteo/sport/dizionario. Copre la famiglia People-Also-Ask, scaffold di Knowledge Panel per le entità (raggruppamento di entità correlate, identificazione dell'entità centrale, stima dei fatti, attributi testuali dell'entità, ricerca della citazione dell'entità), lo strato Trends/analytics (analisi competitiva della campagna, ranking di visualizzazioni grafiche), l'infrastruttura Duplex di chiamate automatizzate, i brevetti di chatbot personalizzato e LLM-output entailment che sottendono l'era generativa 2024-2026 di Google Assistant, e SERP-features contestuali / di terze parti. Co-autore con Yaniv Leviathan (Duplex), Gal Chechik, Ziv Bar-Yossef, Eyal Segalis, Avinatan Hassidim. Depositi dal 2013-2026.
• Andrei Broder, Cross-Vendor Search Patents (25 brevetti) — 25 brevetti di motori di ricerca e IR di Andrei Broder, l'inventore cross-vendor che ha plasmato il rilevamento near-duplicate in DEC/AltaVista, co-inventato il fondazionale CAPTCHA in Compaq, costruito il sistema di ranking pagine web di AltaVista, autore del segnale page-decay web in IBM, e plasmato l'infrastruttura ad-matching/SERP-features/CAPTCHA-evolution in Yahoo. Inventore principale sul brevetto fondazionale MinHash/shingling (US 6,349,296), la tecnica fingerprint-collision-probability (US 5,974,481), il brevetto document-resemblance shingling (US 6,230,155), e il brevetto CAPTCHA fondazionale (US 6,195,698). Copre dal 1999 al 2024.
• Monika Henzinger, Google Search Patents (50 brevetti) — 98 brevetti di ricerca e IR di Monika Henzinger, il primo Director of Research di Google. Co-inventore sul brevetto fondazionale di rilevamento pagine near-duplicate (US 6,138,113, con Dean) e un insieme esteso di famiglie di document-scoring (Query Analysis, Content Update, Inception Date, Link-Based Criteria, Historical Data, tutti cross-listed con gli articoli canonici di Dean). Contributi indipendenti: la famiglia detecting-duplicate-files con William Pugh, il connectivity-server di AltaVista, i brevetti connectivity-and-content-ranking, determinazione della document-freshness, ranking di distanza semantica, ranking di informazione semantica di query, anchor-text cross-language IR, ricerca in-context, assistente di ipertesto-browser, e recupero di documenti guidato da statistiche di utilizzo. Copre dal 1997 al 2017.
• Trystan Upstill, Google Site-Quality & HCU-Era Search Patents (28 brevetti) — 28 brevetti di ricerca e ranking di Google di Trystan Upstill. Co-inventore sul brevetto Panda (US 9,135,307 = 65gp pat-39) e inventore principale su US App 2019/0155948 "Re-ranking resources based on categorical quality", il brevetto che ancora la genealogia della qualità del sito post-Panda. Copre anche la scoperta di risultati autorevoli, ranking e re-scoring dei risultati di ricerca, rilevamento di domini affiliati, estrazione di attributi di risorse dall'indirizzo del sito, ricerca locale e identificazione di POI, sinonimi e riscrittura delle query, risorse di intento navigazionale, identificazione della lingua dal contesto del link, e il brevetto di componenti UI dell'era LLM recente. Depositi dal 2012-2026.
• Susan Dumais, Microsoft IR & Search Patents (18 brevetti) — 61 brevetti di ricerca e IR di Susan Dumais, Microsoft Technical Fellow e vincitrice del Gerard Salton Award. Co-inventore sul brevetto fondazionale di Latent Semantic Indexing (US 4,839,853, Bellcore 1989), l'antenato concettuale di ogni sistema di recupero con embedding denso. Nel lavoro di Microsoft Research, il suo lavoro copre la misurazione automatica della soddisfazione SERP, click model di giudizio delle preferenze, ranking basato su contesto attività, ranking consapevole del tempo con dinamica temporale, navigazione personalizzata e risultati di ricerca, determinazione dell'expertise per-utente, pagina web-change × revisitazione freshness, query-reformulation implicita relativa al dispositivo, ranking dell'autorità. Copre dal 1989 al 2026. Co-autori includono Jaime Teevan, Eric Horvitz, Ryen White, Adam Fourney, Joshua Goodman, Eric Brill.
• Christopher Burges, Microsoft Research Learning-to-Rank Patents (16 brevetti) — ~30 invenzioni USA uniche (corpus WIPO da 84 voci) di Christopher J. C. Burges, lo scienziato di Microsoft Research che ha inventato la genealogia learning-to-rank di RankNet/LambdaRank/LambdaMART. RankNet (US 7,689,615) è il ranker neurale pairwise; LambdaRank (US 7,617,164) è l'estensione arbitrary-cost che ottimizza NDCG; LambdaMART (US 12/032,697) è l'ensemble gradient-boosted che ha vinto lo Yahoo LTR Challenge 2010. Copre anche l'adattamento della variabilità comportamentale, l'analisi multi-graph della pagina web, lo smoothing dello spam link, il margin-tree boosting, la stima di probabilità k-NN. Copre dal 2001 al 2019. Co-autori includono Robert Ragno (LambdaRank), Irina Matveeva, Timo Burkard.
• Eric Brill, Microsoft Research Search & NLP Patents (20 brevetti) — 20 brevetti di Microsoft Research di Eric Brill, lo scienziato NLP e ricerca noto per i brevetti query speller e il modello noisy-channel correction. Inventore principale su US 7,254,774 "Systems and methods for improved spell checking", il brevetto fondazionale query speller del noisy-channel. Copre anche trasformazioni string-to-string spell-correction (US 7,290,209 / 7,366,983), accounting della variabilità comportamentale nella ricerca web (US 7,743,047), ranking dei dati di popolarità, mining del comportamento dell'utente della ricerca web, ricerca page-biased, composizione Q&A beneficio-costo, e scoperta dell'intento dell'utente. Depositi dal 2005-2010.
• Tomas Mikolov, Google word2vec Patents (2 brevetti) — 2 brevetti fondazionali di Google di Tomas Mikolov che coprono word2vec, il modello word-embedding learning continuo che ha definito l'era degli embedding. Co-inventato con Kai Chen, Greg Corrado, e Jeff Dean. US 9,037,464 è il grant originale; US 9,740,680 è la continuazione con ambito di claim più ampio. Entrambi i brevetti condividono la stessa divulgazione (applicazione 13/841,640) e insieme costituiscono l'intera famiglia di brevetti word2vec. Cross-listed concettualmente con la sezione di Dean (Dean è co-inventore e lavora sulla più ampia infrastruttura Brain/distributed-models).
• Noam Shazeer, Google Transformer, MoE & Search Patents (18 brevetti) — ~46 brevetti di Google acquisiti (portfolio completo stimato a 120-150) di Noam Shazeer. Co-inventore sull'architettura fondazionale di Transformer attention (US 10,452,978 con Vaswani, Polosukhin, Uszkoreit, Jones, Gomez, Kaiser, Parmar), l'approccio di scaling Sparsely-Gated Mixture-of-Experts (US 11,769,055 con Dean, Hinton, Le, Mirhoseini), il Switch Transformer (US 12,093,829), e la famiglia di ranking Navboost / implicit-feedback (US 8,661,029 con Kim/Tong/Diligenti, cross-listed). Copre anche la generazione di risposte di LLM-in-assistant, i calcoli tensoriali distribuiti (GSPMD/Pathways), e l'infrastruttura di ranking ML su larga scala pre-Transformer del 2008-2015. Copre dal 2008 al 2025.
• Ashish Vaswani, Google Transformer, Attention-Based Vision & Fast Decoding Patents (6 brevetti) — 4 articoli canonici nuovi catturati più 2 cross-listing dalla sezione di Noam Shazeer. Autore principale del brevetto fondazionale Transformer (US 10,452,978, cross-listed). Primo inventore sul brevetto di computer vision con self-attention locale (US 20210390410, HaloNet) che scala l'attenzione a sequenze lunghe e immagini. Co-inventore su MultiModel (US 20200089755, l'architettura unificata multi-task multi-modal che è l'antenato strutturale di MUM e Gemini), il sistema di computer vision fully-attentional (US 20250292560, la genealogia ViT), e il metodo fast-decoding-with-discrete-latents (EP 3732627) che rende l'inferenza LLM economicamente praticabile a latenza di scala di ricerca. Copre dal 2017 al 2025.
• Jakob Uszkoreit, Google Transformer Architect, Universal Transformer & Vision Transformer Patents (6 brevetti) — 3 articoli canonici nuovi più 3 cross-listing dalle sezioni di Vaswani e Shazeer. Co-autore di "Attention Is All You Need" (US 10,452,978, cross-listed). Co-inventore su Universal Transformer (US 10,740,433, il Transformer adaptive-depth con per-token Adaptive Computation Time), il modello Decomposable Attention NLI (EMNLP 2016, la prova load-bearing pre-Transformer che attend-compare-aggregate sostituisce la ricorrenza), e Vision Transformer (ViT, ICLR 2021, l'architettura di patch-tokenization che ancora la ricerca visiva moderna e l'anchoring multimodale). Cross-listing copre il Transformer originale, MultiModel (l'antenato multi-task multi-modal unificato di MUM/Gemini), e il Image Transformer. Copre dal 2016 al 2021.
• Simon Tong, Google Click-Driven Ranking, Population Signals & Anti-Spam Patents (9 brevetti) — 5 articoli canonici nuovi più 4 cross-listing dalle sezioni di Kim, Shazeer, e 65 Google Patents. Tong è co-inventore con Marc Pearson e Sergey Brin sul brevetto di ranking delle query correlate (US 7,505,964), con Pearson sul brevetto di ranking delle informazioni sulla popolazione (US 7,454,417), solo su country biasing (US 20040254932), con Bem/Harik/Levenberg/Shazeer sull'infrastruttura di ranking ML su larga scala pre-Transformer (US 7,222,127), e con Ghemawat/Piscitello/Cutts sul brevetto user-document-removal (US 8,417,697, l'antenato strutturale di Personal Blocklist e segnali di spam crowd-sourced). Cross-listing copre la famiglia Navboost implicit-feedback, il brevetto CTR-as-ranking-factor, il brevetto historical-data, e la continuazione large-dataset-ranking. Copre dal 2003 al 2017+.
• Michelangelo Diligenti, Google Click-Data Quality & Implicit Feedback Patents (5 brevetti) — 2 articoli canonici nuovi più 3 cross-listing dalle sezioni di Kim e 65 Google Patents. Diligenti è inventore sul brevetto Detecting Click Spam (US 8,694,374, rilevamento anomalia attribute-deviance feeding signal di ranking) e sul Click Model That Accounts for User Intent (US 20120143789, pesatura del click condizionata all'intento). I suoi co-inventorships Navboost / presentation-bias / CTR-as-ranking-factor (cross-listed) lo ancorano nella famiglia di ranking implicit-feedback. Il portfolio si concentra sulla qualità dei dati di click, lo strato tra il comportamento utente grezzo e il segnale di ranking che alimenta. Copre dal 2007 al 2019+.
• Jaime Teevan, Microsoft Personalized Search & Search-Task Patents (5 brevetti) — 4 articoli canonici nuovi più 1 cross-listing dalla sezione Dumais. Teevan è co-inventore con Dumais e Horvitz sul brevetto fondazionale di ricerca personalizzata (US 7,693,818) che re-classifica i candidati globali rispetto a un vettore del profilo per-utente. Inventore su identificazione di task di ricerca (US 8,326,824, clustering di query cross-session in task multi-step), su classificazione re-finding vs new-finding (US 8,756,219, stabilizzazione di risultati precedentemente cliccati per visite di ritorno), e su decomposizione di microtask di ricerca (US 10,062,103, decomposizione di obiettivi ad alto livello in micro-step riprendibili). Cross-listing copre navigazione personalizzata (canonico Dumais). Copre dal 2003 al 2018+.
• Eric Horvitz, Microsoft Decision-Theoretic Search & Attention-Aware Information Delivery Patents (3 brevetti) — 3 articoli canonici nuovi. Horvitz è inventore su ranking decision-theoretic sotto incertezza (US 7,124,129, rilevanza come distribuzione di probabilità con selezione expected-utility), su ragionamento beneficio-costo nella presentazione dei risultati di ricerca (US 7,194,464, la base meccanica per featured snippet e AI Overviews), e su zero-query surfaces lineage dietro Discover, carte Now, e assistenti IA su consegna proattiva di informazioni consapevole dell'attenzione (US 6,934,917). Copre dal 2002 al 2006+.
• Ryen White, Microsoft Search Behavior & Search-Trails Patents (3 brevetti) — 3 articoli canonici nuovi. White è inventore su search-trail / successful-path mining (US 7,904,440, ranking di destinazioni che concludono trail cross-utente di successo), su classificazione di fase query exploratory-versus-lookup (US 8,041,711, serving di ranking sintonizzato sulla fase e formati di risultato), e su continuazione di task cross-session (US 9,116,996, stitching di query attraverso sessioni e dispositivi in un task continuo). Copre dal 2007 al 2015+.
• Azalia Mirhoseini, Google ML Infrastructure & Chip-Design Patents (3 brevetti) — 2 articoli canonici nuovi più 1 cross-listing dalla sezione Shazeer. Mirhoseini è co-inventore sul brevetto di placement chip floorplan basato su RL (US 11,475,278, il paper Nature 2021 che progetta floorplan TPU in ore invece di settimane) e sul brevetto device-placement-for-distributed-ML (arXiv 1706.04972, il controllore RL che impara come dividere modelli grandi attraverso GPU/TPU per minimizzare il tempo di training). Entrambi si ripercuotono nell'economia dei costi di calcolo che consente a Google di servire il ranking di Transformer a scala di ricerca. Cross-listing copre il brevetto MoE fondazionale (canonico Shazeer). Copre dal 2017 al 2021+.
• Arnold Overwijk, Microsoft Site Topical Authority Patent (1 brevetti) — 1 articolo canonico. Overwijk è co-inventore con Li Xiong, Chuan Hu, e Junaid Ahmed sul brevetto Site Topical Authority (US 20210004416, la formula A(s,t) = SR(s) * C(s) * T(s,t)^2 che esplicitamente quantifica l'autorità per-sito per-topic combinando rank di sito globale, segnale di click, e share di pagina per-topic al quadrato). La formulazione matematica più precisa dell'autorità topicale nella letteratura brevettuale moderna. Concettualmente accoppiato con Procopio (autorità per-autore per-topic) e Agent Rank (reputazione a livello di autore, 65gp pat-47).
• Michael Procopio, Google Per-Author Per-Topic Authority Patent (1 brevetti) — 1 articolo canonico. Procopio è inventore nominato sul brevetto Topic Authority (US 8,458,196). Il sistema calcola firme di autorità per (autore, topic): per ogni documento d a cui l'autore ha contribuito, somma (authorship% * topic_weight); aggrega attraverso tutti i documenti dell'autore per produrre un score di expertise per-autore per-topic. La quantificazione matematica di "questa persona è un'autorità su questo topic," strutturalmente la base per il segnale E-A-T Expertise a livello di autore. Si connette ad Agent Rank (US 7,565,358, 65gp pat-47, il brevetto di reputazione di autore precedente di Google) e all'autorità topicale del sito di Overwijk (US 20210004416) per formare un modello di autorità stratificato.
• Ori Allon, Google Orion Query-Refinement Patent (1 brevetti) — 1 articolo canonico. Allon è co-inventore sul brevetto Orion query-refinement (US 8,392,443) con Ugo Di Girolamo, Tomer Shmiel, Alexandre Petcherski, e Tzvika Hartman. L'algoritmo Orion è originato dal lavoro della tesi di dottorato di Allon presso UNSW ed è stato acquisito da Google nel 2006. Il brevetto genera raffinamenti di query estratti dal corpus: data una query, estrae pattern di frasi da documenti che soddisfano la query per produrre candidati di raffinamento ranked. Il meccanismo dietro "Ricerche correlate a", snippet SERP estesi, e la genealogia di People-Also-Ask. Concesso nel 2013.
• Corin Anderson, Google Reasonable Surfer (Foundational) Patent (2 brevetti) — 1 articolo canonico nuovo più cross-listing impliciti alla collezione di 65 Google Patents. Anderson è PRIMO inventore sul brevetto fondazionale Reasonable Surfer (US 7,716,225, con Jeff Dean e Alexis Battle), il grant del 2004-filed che introduce la probabilità di click su link non uniforme pesata da caratteristiche per-link (anchor text, font size, position, contesto circostante). Le continuazioni (US 8,117,209 in 65gp pat-45, US 9,305,099 nel 2016) estendono lo stesso modello. Il meccanismo per il flusso di PageRank differenziato attraverso i link sulla stessa pagina.
• Ashok Popat, Google OCR & Image-Text Indexing Patents (1 brevetti) — 1 articolo canonico che copre la ricerca OCR ispirata dalla traduzione di Popat (Popat et al., 2009 in poi; famiglia di brevetti US 8,675,012 per la visualizzazione selettiva del testo OCR'd). La metodologia riquadra l'OCR come traduzione automatica statistica: caratteristiche dell'immagine come canale sorgente, sequenze di caratteri come obiettivo, decodifica congiunta con modelli di canale e linguaggio massimizza la qualità della trascrizione. Alimenta l'indicizzazione di Google Books, acquisizione di testo di Lens, ricerca Drive PDF, e la pipeline di indicizzazione text-bound dell'immagine dietro ogni immagine e infografica sul web.

Perché questa organizzazione

La legge brevettuale raggruppa la proprietà intellettuale per inventore e assegnatario, non per argomento. Il raggruppamento per inventore recupera l'arco narrativo: il decennio di lavoro di ranking di Amit Singhal, la gestione delle query dell'era BERT di Pandu Nayak, la genealogia del ranking delle notizie di Krishna Bharat. Ogni traccia legge come una biografia di ricerca scritta in linguaggio di claims.