两项专利最近被授予谷歌认为画得非常有趣搜索的未来的画面。 这些专利分别是：
检测并纠正用户行为的潜在错误
通过智能手机购买指导
之前，我们在跳水，我觉得有必要指出的是，具有授予专利并不意味着谷歌将实施一切（甚至是任何东西）所载；？然而，它确实说明了他们正在考虑地区和愿意显著的时间和金钱投入到保护。
也就是说，这两项专利包含的思想和技术，强烈反映？方向是谷歌？目前在标题，他们还指出，在移动和语音首批设备更强的获利策略。
在这个由两部分组成的系列，我？将带你？通过一些每个专利的关键点。 然后，我将讨论从这些专利组合信息如何画一幅画？在未来，搜索和任务的完成是非常不同的比今天的。
在这篇文章中，我将重点放在第一项专利，“检测和纠正用户行为的潜在错误。“？要获得从专利的关键部分是谷歌在及彼，我突出摘录的全部范围的感觉，其次是？我的这些部分的评估。
的计算系统描述了预测未来将采取的行动由计算设备的用户，并确定，基于与计算设备相关联的上下文信息，当前正在采取的行动由用户。所述计算系统确定，基于当前的动作，一定程度的用户是否将能够采取未来行动和预测的基础上，似然度的可能性，该用户将不能够采取未来行动。该计算系统将信息发送到指示当前正在采取的行动由用户将导致不能够采取未来行动用户计算装置。
在抽象的，据我们了解，谷歌打算？考虑到我们目前做的和地方的任务的背景下，我们有可能在未来做。如果当前的行动可能与未来预期的任务干扰，那么用户通过他们的设备通知。摘要不包括当事件发生时会发生什么，所以我们只需要继续阅读。
某些计算设备（例如。G。，可穿戴设备或移动电话）可以作为被配置为执行搜索查询的，或者通知有关用户，即将起飞的航班，景点附近的个人助理，以及可能感兴趣的用户的其他信息。例如，计算设备可以访问用户的数字日历和计算设备可以提醒用户何时开始从当前位置前往的时间到达未来的会议或活动。或者在另一个例子中，计算设备可以访问用户的购物历史和计算设备可能会建议某些产品或服务，将与用户过去购买的产品工作，相对于其他产品和服务将与过去的购买不兼容。然而，即使所有的有用的提醒和获取信息，一些计算设备提供，提醒并获取信息可能并不总是防止个别用户进行决策和采取某些行动是导致错误在日常生活中正在取得。
专利的背景基本上概括了它的“为什么”，还是什么问题它试图解决。在这里的背景下，我们看到谷歌确认？认为，虽然现在的设备可？提醒用户？即将举行的活动，他们可能需要根据过去的购买历史来参加或推荐的产品（我不知道为什么多数民众赞成特别提到，你不？），目前的技术不是在纠正使用者主动当他们的行动不符合这些事件或需要相适应。
第2节
。。。本公开针对的是包括预测，由计算系统的方法，以通过计算装置的用户可以采取一个未来行动，确定，由所述计算系统的基础上，与所述计算装置中，电流动作相关联的上下文信息正在采取的用户，确定，由所述计算系统的基础上，当前的动作，一定程度的用户是否将能够采取将来动作，并预测，由计算系统可能性，基于似然度，用户将不能够采取的未来行动。该方法还包括发送，从所述计算系统，所述计算设备，指示当前正在采取的行动由用户信息会导致用户不能够采取未来行动。
虽然有四？部分是在第2节的总结，我们得到了什么谷歌正与该专利实现的图片。？ 建立的背景下，正在采取行动时，有可能防止未来的行动用户预计需要他们所描述的系统将检测，在这里我们看到，谷歌将发送给用户的指示，他们目前的行动将避免未来。
这似乎并不完全有趣； 然而，正如我们在进一步深入，我们先来了解完整的覆盖面，影响力和权力，他们正在谈论。
你会看到下面一些数字引用，如“设备110。“这些数字涉及包含在专利附图。？ 虽然大多数不理解所讨论的东西（在我们的上下文中）特别相关，我不想让你感觉就像你错过了什么，所以我会包括上述地方他们第一次引用的数字。让我们开始与图1。
现在让我们回到了该专利涵盖 。。。
第25
例如，通知数据可包括，但不限于，信息指定事件，例如：接收的通信消息的（例如。g。，电子邮件，即时消息，短信等。）通过与计算设备，与计算设备110，日历事件提醒（会议，约会等相关的社交网络账户信息的接收相关消息账户。）关联与由在计算设备110中执行的第三方应用程序的计算机装置110中，产生和/或接收的信息的日历帐户，平台，应用两个或更多个元件之间的传送和/或接收的组件间的通信，和/或服务在计算设备110等执行。
2和25之间的部分，虽然有趣，加强了点以前注意。在第25，但是，我们得到了一点有趣的信息。谷歌？提到用户访问的设备上使用内置于设备的通信系统，以及社交网络账户数据和其他第三方应用程序和服务的。基本上，该专利的开发理念，从几乎任何来源的所有数据可以用来确定预期的操作，用户很可能采取。
第31
上下文信息的示例包括过去，现在和未来的物理位置，移动度，与运动相关的变化幅度，天气状况，交通状况，旅游模式，运动模式，应用程序使用，日历信息，购买历史，互联网浏览历史等 。。。在一些例子中，上下文信息可以包括通信信息，如电子邮件，短信，语音邮件和语音通话，日历条目，任务列表，社交媒体网络的相关信息导出的信息，以及有关用户的任何其他信息或计算设备可以支持用户上下文的确定。
在讨论理解的行动的范围内，谷歌在第31条增加了考虑到用户的设备和外部因素如天气和购买历史的运动的想法（有它再次）。再一次，我们看到了种类繁多的上下文中使用的数据源，但在这里，我们也看到了语音通话和语音邮件列入。
隐私问题放在一边，这是一个很大的数据 – ？尤其是当我们考虑到“语音对话”并不一定意味着“在手机上”，只是因为它的语音邮件后立即上市。
第34
语境模块162可以保持与计算设备110的用户相关联的过去和将来的上下文历史。语境模块162可以分类和记录在不同的位置和时间过去并且从先前记录的上下文计算设备110的先前的上下文中，可突出或推断未来在各种未来位置和将来时间计算设备110的上下文。上下文模块162可以与前日期和时间的重复上下文未来几天和未来的时间相关联，以建立与计算设备110的用户相关联的未来内容相关的历史。
在第34，我们看到的思想扩展已经出现进入世界不定期。直到专利这一点上，我们已经大致看了谷歌决定使用来自不同来源（社交媒体，文本，语音，等收集到的数据对未来事件。）。但在这里，？我们看到这个扩展为系统获得的基于过去和现在的行为模式的理解 – 并从建立用户正在预料之中的事。
第36
上下文模块162可以补充与存储在从与计算设备110相关联的其他通信信息开采电子日历的信息的信息计算装置110的用户相关联的未来内容相关的历史。例如，电子日历可以包括与出现在未来的时间或一天的事件或约会相关联的位置，当用户是在通常的归属位置。而不是包括在事件作为未来情境历史上预期位置的未来时间或日期家庭位置，上下文模块162可以包括在事件的未来时间或日期事件位置的预期位置。
在第36节，我们看到了由34节“观看”我们的模式和组合，与从其他来源开采的事件和日历信息覆盖已知即将举行的活动习惯模式可能会破坏我们的日常活动建立用户行为的桥梁。
第39
作为预测服务的一部分由计算设备110，预测模块164访问可以自动输出通知数据或其他信息，以用于提醒校正的用户计算装置110的通知模块122，用户可采取当前动作，以此以确保未来采取行动。所述不同，预测模块164可确定是否由用户在当前上下文中执行当前动作更可能或不太可能导致用户能够在以后的上下文执行未来行动。
在第39条中，我们只看到输出：谷歌通知用户，他们现在正在采取行动可能会影响到执行的未来行动的能力。
第40
总之，预测模块164可以执行一个或多个机器学习技术来学习和模型的动作，计算设备110和其他计算设备的用户通常需要用于不同的上下文。通过学习和用于不同的上下文建模的动作，预测模块164可以生成一个或多个规则，用于预测行动的是，计算设备110的用户花费特定上下文。
在第40，专利讨论了使用机器学习和建模来判断和预测可能采取的行动正在进行。在专利的其他部分，我们看到这样的例子？作为使用设备的运动和位置来确定用户在机场被排队（和什么作用的上下文中所预测的）。
在第44条中，我们看到一个非常有用的例子：该系统探测到用户睡过头了，当他们有一个航班，因此提醒他们注意这个事实是早？来不及抓住它，鉴于目前的条件（时间到机场，时间从门，等拿到。）。
第53条
[U] nlike其他计算设备和系统，简单地提供提醒和获取信息，但是仍旧可以允许用户在一个方向去或采取动作，它可能导致一个错误在日常生活中正在取得，示例系统需要额外的步骤，以确保以避免犯错误，以提醒和信息相关的未来行动的实际完成。即使用户不知道他或她犯了一个错误，示例系统仍然会自动提供信息，引导使得错误的用户返回，以避免。
在这里，我们看到的东西非常简单，但要说明的是需要我们接近54节。该系统旨在积极提供，让用户避免犯了一个错误的信息，即使他们不知道说的错误，开始用的。一个非常愉快的想法，可以肯定的，但这里的地方变得危险 。。。
第54条
因此，用户甚至不必知道他或她是犯了一个错误，该计算系统可以推断出用户是否需要采取纠正措施，以当前的操作，无需用户输入。用户可以体验到更小的压力，少花时间去沿着错误的道路走向未来的动作和更短的时间修正路线，避免犯错。通过纠正了潜在错误更早而不是更晚，示例系统可以使计算设备从用户的搜索收到更少的投入的信息，试图纠正或纠正一个错误。
这是本节的第一行，可能被认为是危险。该专利表明，该系统允许的“行为矫正”，而无需最终用户甚至不知道他们正在被纠正。让这片在第二：你不需要知道，由谷歌控制的系统正在调整自己的行为不知情的情况下，基于它决定你是或者应该做的。
我们继续之前，将会有上图元素的引用2。这些数字的理解是没有必要对我们的目的在这里，但可能有助于一些，或至少帮助你知道你不会错过任何。因此，我们继续之前，这里的图2：
第66
任务和需要的规则数据存储270C包括需要预测模块264依赖于以预测可能由计算设备的用户为当前上下文以及信息来执行一个任务或操作的一个或多个先前开发的规则，用户可以需要完成的任务。例如，数据存储270℃可以存储需求预测模块264的机器学习或人工智能系统的规则。机器学习或预测的需求模块264的人工智能系统可访问数据存储270℃的规则来推断任务和需要与特定上下文的计算设备110的用户相关联的。
第66条是相当简单：专利读取机器学习和/或AI将被用来确定最可能的任务是基于过去的行为模式和权重执行，对他们在执行任务的未来影响。这包括建立与未来事件相关的可能的任务和需要来确定用户是否已经完成了所有的事情，需要在今后搞活动之前完成。这可能包括像在加油站停止飞行前，填补了晚上，当航班预定起飞，早上6：30的东西。
值得一提的是，在其他部分不包括在这里，这些机器学习和人工智能系统的了解全球格局也在不断的培训，以及独特的个人模式。
第72节
[P] rediction模块264可以输入当前上下文，先前决定的将来情况下，当前的动作和预期的或将来的动作为行动规则数据存储270℃和接收度可能性的指示作为对用户是否应该能够降干燥的清洁，他或她需要参加该事件的第二天，仍然能够参加这次活动的第二天。。。。动作规则数据存储270℃可输出低程度的可能性（例如。g。中，由于干洗机概率小于50％）被关闭，第二天，因此用户将无法拾取他或她的干洗的事件。
这是我最喜欢的部分，并在那里为所有谷歌走到一起。在本节中，我们看到了用户脱落干洗，系统曾预测它为用户在第二天的活动。知道干洗店被关闭的第二天，谷歌员工建议附近的干更清晰的纠正措施，这将是开放的第二天。我想这个建议，这将可能是听觉，听起来是这样的：
谷歌助理：你到达干洗店将是封闭的明天。这是该事件明晚？
用户：是的，它是。
谷歌助理：比利的干洗是两个街区远。你想我进入，作为新目的地（插入显示器上的微妙通知用户实际上并没有看，因为他们正在开车，表明比利的干洗已支付的广告。）
用户：是的。
我不知道他们实际上隐藏了广告的通知，很明显，但这是基于AdWords的投资，其中谷歌很容易影响购买决策的地区之一。
第89
ISS 160可确定用户与计算设备110到购买门票一个事件，将重叠，并且防止的量，用户已经购买的门票的另一事件的参加和原因计算设备110以警告潜在错误的用户交互。ISS 160可能知道的不仅仅是启动和停止事件的时间来确定潜在的冲突。例如，预测模块164的规则可以从其他计算设备的其他用户的现有的观测得知，即使一个事件的开始时间是在特定的时间，该事件预留座位的实际开始时间之前打开15分钟，如果参加者不是在事件15分钟年初，保留席位开放给其他事件观众。因此，即使两个事件的正式开始时间和结束时间不重叠，ISS 160可以警告计算在预订门票两个事件潜在冲突的设备110的用户如果与先前的事件重叠的结束时间“非官方“的开始时间（E。g。中，事件的预留座位时间）。
这部分是在功能和效用非常重要。在本节中，我们看到能够理解人类的生活不太正式的方面，如非官方的时间是在事件系统。我相信这将包括考虑到它采用的通过对在洛杉矶国际机场抵达海关去有一个尤伯杯等着我，我要走了，但30分钟没有坐在那里，因为它是基于时间我的飞机被命令的平均时间定于土地。
在上面的专利综上所述，我们已作好。在第二部分（下周公布），我们将着眼于涉及引导购买第二专利。也就是说，谷歌预测的信息类型，你需要做基于一般用户的行为与自己的个人模式和过去的购买相结合的购买和“指导”你的“正确的决定。“这是付费搜索营销一个非常令人兴奋的专利 – ？如由谷歌来实现，它会在广告中提供巨大的控制以及如何和何时他们触发。
但在此之前去那里，我们需要明白这一点的第一个专利，它的设计能够影响用户的核心行为。不久，我们将看到这一切是如何走到一起纳入谷歌一个光荣的货币化战略，与更多的广告展示，并通过在关键决策点，用户选择更多的广告。
在这篇文章中所表达的意见是那些客人笔者并不见得搜索引擎土地。作者的工作人员在这里列出。