Este motor de busca de novo tipo abala os nossos hábitos 🔍

E se a web se tornasse uma base de dados, legível como um livro aberto? Uma startup tecnológica, Exa, definiu esse objetivo ambicioso com seu motor de busca, Websets. Prometendo transcender a lógica das palavras-chave, esta inovação poderá remodelar a nossa forma de navegar online.


Enquanto quase dois bilhões de sites web disputam a nossa atenção, encontrar uma informação precisa às vezes parece uma missão impossível. As ferramentas clássicas, como o Google, baseiam-se em classificações baseadas em palavras-chave. Mas esses sistemas, embora eficazes para pesquisas simples, têm dificuldade em atender demandas complexas. É nesse ponto que o Exa Websets entra em cena.

Este motor de busca, ainda em fase de lançamento, utiliza uma abordagem totalmente nova: os embeddings. Diferentemente dos métodos tradicionais, essa tecnologia codifica as informações agrupando-as por sentido e contexto, em vez de associar termos específicos. O resultado? Respostas que vão direto ao ponto.

Will Bryk, CEO da Exa, explica que o método utilizado pelo Websets se destaca no tratamento de consultas particularmente complexas. Durante uma demonstração, o motor respondeu a uma pesquisa detalhada sobre "todos os doutorandos que trabalharam em produtos para desenvolvedores, formados em universidades renomadas, e que mantêm um blog". O Websets gerou uma lista exaustiva de nomes, acompanhada de links que apontavam para seus perfis no LinkedIn. Essa precisão, inacessível com os motores tradicionais, ilustra sua capacidade de combinar uma pesquisa semântica refinada com uma contextualização aprofundada dos resultados.

No entanto, essa precisão tem um custo. A Exa teve de codificar bilhões de páginas web, uma tarefa titânica, embora ainda modesta em comparação com os índices colossais do Google. Cada busca exige uma capacidade de processamento impressionante, alongando às vezes o tempo de espera para vários minutos. Um compromisso que os usuários aceitam de bom grado para obter resultados sob medida.


Ao integrar técnicas derivadas de modelos de linguagem avançados, o Websets vai além de simples previsões de palavras para antecipar os links mais relevantes. Segundo Andrew Gao, estudante de informática, esta ferramenta é particularmente útil quando faltam termos precisos. No entanto, para questões diretas, como um fato isolado ou uma definição, os motores tradicionais ainda são mais rápidos.

Alguns especialistas permanecem céticos. A tecnologia dos embeddings, embora poderosa, pode levar a perdas de informação. Bryk está ciente disso, mas afirma que sua equipe está trabalhando ativamente para superar essas limitações. O objetivo final: transformar a experiência de busca em uma navegação tão estruturada quanto eficaz.

Se o caminho para uma web organizada ainda é longo, a Exa oferece uma visão do que pode ser o futuro. Um motor que não apenas busca, mas entende. Uma revolução lenta, mas promissora.

O que é o método de embeddings utilizado pelo Exa Websets?

O método de embeddings baseia-se em um princípio de codificação numérica das informações textuais para capturar seu sentido contextual. Cada palavra, frase ou documento é transformado em uma série de valores matemáticos que traduzem suas relações semânticas.

Por exemplo, termos próximos como "pesquisador" e "cientista" são representados por valores similares, facilitando sua associação. Essa representação permite ao algoritmo compreender não apenas as palavras em si, mas também seu significado em um determinado contexto.

Na prática, isso significa que o motor de busca pode estabelecer conexões relevantes entre consultas complexas e dados da web, mesmo na ausência de palavras-chave exatas.

Por fim, esse método é particularmente útil em casos onde as relações temáticas e as consultas de múltiplos níveis precisam ser exploradas, superando os limites das simples correspondências de palavras-chave.