人工智能對SEO的改變超乎你的想象！
編輯
分享
評論
贊0
現(xiàn)在幾乎每個人都聽說過谷歌的RankBrain系統(tǒng)，一種新的人工智能學(xué)習(xí)算法機器，這應(yīng)該是目前最新、最棒、最高大上的技術(shù)了。你們中的很多人可能沒有意識到，正是因為這項技術(shù)，SEO（搜索引擎優(yōu)化）行業(yè)才會有如此快的發(fā)展速度。在這篇文章中，我將帶你通過一些具體的例子說明為何一些舊的SEO規(guī)則在今天將不再適用，以及一些可以保證您的企業(yè)可以進行成功的SEO活動的相關(guān)措施。
什么是人工智能
人工智能通常有三種不同的分類:
人工狹窄智能(ANI)：這種人工智能只能致力于完成某個特定的事情(如打國際象棋世界冠軍杯)。
人工總體智能(AGI)：這是當AI可以執(zhí)行所有的事情。一旦一個AI可以像人類一樣執(zhí)行任務(wù)，我們認為它為AGI。
人工超智(ASI)：AI在更高層面上完成所有的事情(如超出一個人的能力)。
當我們談?wù)摴雀鑂ankBrain的背景以及當前谷歌正在運行的機器學(xué)習(xí)算法時，我們談?wù)摰氖侨斯おM窄的情報(ANI)。
實際上ANI已經(jīng)運行了一段時間。有沒有想過這些垃圾郵件過濾器如何在你的電子郵件中工作的嗎?是的,這多虧了ANI。這些是我最喜歡的ANI程序:谷歌翻譯, IBM ' s的華生,還有亞馬遜上很酷的產(chǎn)品推薦功能,無人駕駛汽車當然了，還有我們親愛的谷歌RankBrain。
在ANI,有許多不同的方法。當佩德羅多明戈在他的書《算法大師》中明確闡述過,試圖實現(xiàn)的完美的人工智能的數(shù)據(jù)科學(xué)家可以分為五類：
符號學(xué)家
聯(lián)系論學(xué)家
進化學(xué)家
貝葉斯統(tǒng)計學(xué)家
類推學(xué)家
谷歌RankBrain屬于聯(lián)系論學(xué)家的陣營。聯(lián)系論學(xué)家相信我們擁有的所有知識被編碼并與我們大腦的神經(jīng)聯(lián)系。RankBrain的特定策略是該領(lǐng)域的專家所稱的反向傳播技術(shù),也就是“深度學(xué)習(xí)”。
聯(lián)結(jié)主義聲稱這種策略能夠從原始數(shù)據(jù)中學(xué)習(xí)到任何東西,因此也能最終自動的發(fā)現(xiàn)所有的知識。谷歌顯然也相信這一點。2014年1月26日,谷歌宣布它已經(jīng)同意收購DeepMind技術(shù),這項技術(shù)從本質(zhì)上講,這是一個反向傳播。
所以當我們談?wù)揜ankBrain時,我們現(xiàn)在可以告訴人們它是由ANI的一個特定技術(shù)(反向傳播或“深度學(xué)習(xí)”)組成?，F(xiàn)在我們大概的對此有了一些了解,但是這一領(lǐng)域是怎么進步的？更重要的是,如何改變搜索引擎優(yōu)化的業(yè)務(wù)?
技術(shù)的指數(shù)級增長（和AI）
來自WaitButWhy.com網(wǎng)的蒂姆厄班解釋說技術(shù)的發(fā)展比在他的文章《AI革命：通往智慧之路》涉及到的任何人都快。
下面是當你回顧歷史時：科技的進步。
但是，根據(jù)厄班指出，在現(xiàn)實中，你不能看到你的未來是什么樣的。因此，這里是當你站在那里，是如何真正的感覺的：
這張圖顯示的是，當人類試圖預(yù)測未來時，他們總是會低估。這是因為他們看問題都以上圖左偏的形式，而不是在該曲線圖右側(cè)的形式。
隨著時間的推移 ，人類的進步發(fā)展的越來越快。雷庫茲威稱之為加快返回的法則，他最初的理論背后的科學(xué)推理是更先進的社會能夠擁有比次發(fā)達的社會更快速的發(fā)展的能力——因為他們更先進。當然了，同樣的結(jié)論可以應(yīng)用于人工智能領(lǐng)域，擁有先進的技術(shù)，我們可以看見現(xiàn)在看到高速的增長比率。
我們現(xiàn)在可以清楚地通過計算機資源察覺到。這給你一個可視性的感覺：食物是如何在加速回返法則下快速變化的。
正如你清晰地察覺到，我們可以直觀的感受到，先進的處理技術(shù)的發(fā)展和計算機因加速回返法則下的受益。下面是另一個令人震驚的啟示：在某些時候，經(jīng)濟的計算機的處理能力將超過的不單單是一個人的力量，而是所有的人力量的累加。
我們能夠在2025年實現(xiàn)人工總體智能（AGI），科技總會以越來越快的速度發(fā)展。
超級智能的崛起
正如我上面所解釋的一樣，谷歌的RankBrain只是一種形式的ANI，這意味著，它僅僅可以在一個特定區(qū)域內(nèi)表現(xiàn)的比人更好，這就是：一個相對比較弱的形式的人工智能。
但是，我們有時也會被這種弱形式智能的快速發(fā)展而弄得措手不及。
在這里，你可以清楚地看到，谷歌的RankBrain，在一個特定的任務(wù)下的超級智能，仍然處在大背景之下，智力還是相對低下。
但是，當我們應(yīng)用加速回返技術(shù)到人工智能領(lǐng)域會發(fā)生什么呢？蒂姆厄班通過思維實驗向我們做出了解釋：
“這樣A.I.在智力方向上的正增長，我們會看到它比一般動物變得更具智慧。然后，當它能夠超過人性的最低能力——尼克博斯特倫稱之為 “白癡階段”。'哇哦，這可愛的像是一個愚蠢的人”。唯一的一點是，在智力的大框架下，所有的人類的智慧，從白癡之地到愛因斯坦所擁有的，僅僅是一個非常小的范圍 。正如AGI所宣布的，現(xiàn)在它已經(jīng)發(fā)展超過了白癡階段的智商水平，總有一天它會變得比愛因斯坦更聰明，甚至發(fā)展到無法想象的地步。
所以，這對SEO意味著什么？人工智能就是在我們身邊？
SEO已經(jīng)被徹底的改變。
在我們開始預(yù)測未來時，讓我們先了解RankBrain是如何已經(jīng)改變了SEO搜索引擎優(yōu)化。我同卡耐基梅隆大學(xué)的校友們和我的朋友現(xiàn)任首席技術(shù)官員CTO以及為財富500強的SEO團隊提供搜索引擎的公司Market Brew的創(chuàng)始人之一的斯科特斯托弗，共同討論。作為一個資深搜索引擎工程師，他對過去的10年的發(fā)展與其他專家有獨到的見解。以下是他的一些關(guān)于SEO行業(yè)的建議，尤其在谷歌開始重點關(guān)注人工智能之后。
今天的回歸分析存在嚴重的缺陷。
這是我們行業(yè)中目前最大的謬論。在每一次谷歌排名的變化都會引起預(yù)言家的熱議。通常情況下，一些來自我們這個行業(yè)的著名的公司的數(shù)據(jù)科學(xué)家和CTO聲稱他們對于谷歌采取的新行為“有充分的理由”保持信心。典型的分析包括通過每月引發(fā)事件的排名數(shù)據(jù)，然后看看排名在不同類型的網(wǎng)站是如何變化的。
通過目前的方法回歸分析，這些數(shù)據(jù)科學(xué)家指出一種已受到（正或負）影響的網(wǎng)站的特定類型，并堅信谷歌的最新算法轉(zhuǎn)變歸因于一個特定類型的共享算法（內(nèi)容或反向等）。
然而，這已經(jīng)不再是谷歌的工作方式了。谷歌的RankBrain，一種機器學(xué)習(xí)或深的學(xué)習(xí)方式是非常不同。
在谷歌之內(nèi)，存在著若干核心算法。這是RankBrain的任務(wù)：什么樣的核心算法最適用于某種特定類型的搜索結(jié)果。例如，對于某些搜索結(jié)果，RankBrain可能會發(fā)現(xiàn)的最重要的信號META。
添加到META匹配算法會帶來更好的搜索體驗。但在另一個搜索結(jié)果中，這種相同的信號可能會帶來不愉快的搜索體驗。因此，在其它維度下，另一種算法，可能的PageRank，可能會更有用。
這意味著，對于每個搜索結(jié)果，谷歌有一個完全不同的算法組合。現(xiàn)在，你可以了解到為什么在每一個網(wǎng)站做回歸分析時，在沒有特定的搜索結(jié)果背景下，是多么的不足。
由于這些原因，如今的回歸分析，必須以每一個具體搜索結(jié)果作為分析背景。斯托弗最近寫了一篇關(guān)于衡量谷歌算法的變化的一個搜索建模方法。首先，你可以確定采取什么樣的搜索引擎模型，以過去的特定關(guān)鍵字搜索為基礎(chǔ)。然后，在得出新的排名之后，重新校準它，指出兩種搜索引擎模型設(shè)置之間的變化值。在特定的排名變化之下，使用這種方法。你可以了解到哪些特定的算法正在推廣或是在被減少使用。
當人類試圖預(yù)測未來，他們總是會低估。
有了這方面的知識，我們就可以專注于提高一些網(wǎng)站上的特定部分SEO以獲得相關(guān)類別的搜索結(jié)果。但是，同樣的方法不會（也不能）展現(xiàn)出其他搜索結(jié)果。這是因為RankBrain是在搜索結(jié)果（或關(guān)鍵字）的層面上操作。這是字面上為每個搜索結(jié)果匹配特定的算法。
保持類別特性，以避免誤判
谷歌也意識到，他們可以教他們新型深度學(xué)習(xí)系統(tǒng)RankBrain，什么是“好”的網(wǎng)站，什么是“壞”的網(wǎng)站。與他們?nèi)绾螢槊總€搜索結(jié)果衡量不同的算法相似，他們也認識到，每個維度自身對“好”與“壞”的網(wǎng)站都有不同的例子做輔證。這無疑是因為不同的維度有不同的CRMs，不同的模板和不同的數(shù)據(jù)結(jié)構(gòu)。
當RankBrain運行時，它基本上是學(xué)習(xí)什么樣的“設(shè)置”是對于每個環(huán)境是合適的。正如你現(xiàn)在可能已經(jīng)猜到的，這些設(shè)置都是完全依賴于其所運行的維度。因此，例如，在醫(yī)療行業(yè)，谷歌知道像WebMD.com一個著名的站點，他們會將之放在搜索順序陳列表的前端。任何看起來像WebMD的站點的結(jié)構(gòu)將會被認定為“好”的網(wǎng)站。同樣的，看起來像在健康領(lǐng)域與已知垃圾網(wǎng)站的結(jié)構(gòu)相似的的任何網(wǎng)站將會被視為“壞”的網(wǎng)站。
RankBrain可以將“好”與“壞”的網(wǎng)站分類，并利用其深層的學(xué)習(xí)能力來具體判斷。但是如果一個網(wǎng)站匯總到許多不同的領(lǐng)域的信息，搜索引擎該如何決策？
首先，我們要討論這個深度學(xué)習(xí)到底如何運作的。在網(wǎng)站被劃分為一個“好”與“壞”之前，RankBrain必須先確定每個站點的分類是什么。像Nike.com以及WebMD.com網(wǎng)站是很容易。雖然每個站點有許多不同的子類別，一般的類別是非常簡單的。這些類型的網(wǎng)站很容易歸類。
但是，關(guān)于那些同時有許多不同類別的網(wǎng)站如何歸類？一個很好的例子是How-To sites操作方法的網(wǎng)站。該網(wǎng)站通常有許多信息大類。在這些情況下，深度學(xué)習(xí)過程將不再適用。在這類網(wǎng)站上谷歌如何檢測數(shù)據(jù)？答案是：它看似是隨意。它可能會選擇一種類別或其他。對于知名網(wǎng)站，像維基百科，谷歌可以選擇退出該分類過程，以確保深度學(xué)習(xí)過程不會削弱現(xiàn)有的搜索體驗（又名“大到不能倒”）。
SEO領(lǐng)域開始逐漸變得特別技術(shù)化
但對于鮮為人知的實體，會發(fā)生什么？答案是“誰知道？” 據(jù)推測，在機器與其他網(wǎng)站對比時，機器的處理還會自動的分類，比方說，一個操作方法網(wǎng)站How-To看起來像WebMD的網(wǎng)站。這太好了，不是嗎？
如果分類過程中認為這個網(wǎng)站是關(guān)于鞋子的，那么它會與耐克的網(wǎng)站結(jié)構(gòu)進行比較，而不是WebMD的。它可能看起來與一個垃圾鞋的網(wǎng)站有相似的結(jié)構(gòu)，這與一個有信譽的網(wǎng)站不同，在這種情況下，過于概括的網(wǎng)站很容易被標記為垃圾郵件。如果操作方法網(wǎng)站有不同的領(lǐng)域，那么它會輕松地使每個類型看起來像行業(yè)最佳。保持自身行業(yè)的類別。
這些反向聞起來很腥
讓我們來看看這如何影響反向鏈接?；谏鲜龇诸惓绦?，它比以往任何時候都更重要的是你在“聯(lián)系鄰居”，RankBrain就會知道在維度中的反向信息不同。
讓我們再舉一個與以上相同的例子。假設(shè)一家公司有一個關(guān)于鞋的網(wǎng)站。我們知道，RankBrain的深度學(xué)習(xí)過程會嘗試比較這個站點與其他行業(yè)的最佳和最差網(wǎng)站。因此，很自然，這個網(wǎng)站的反向配置文件會與這些最佳和最差網(wǎng)站的反向鏈接配置文件相對比。
我們也可以說，一個典型的有信譽的鞋子網(wǎng)站從以下周圍反向鏈接：
體育
健康
時尚
現(xiàn)在，該公司的SEO團隊決定開始從所有這些周圍網(wǎng)站中尋找的反向鏈接，再加上一個新的社區(qū) - 從CEO以前對汽車行業(yè)的鏈接。他們也是很“聰明”：他們構(gòu)建出交叉市場營銷“為所有新租約免費提供鞋”的頁面出現(xiàn)在汽車網(wǎng)頁?！比缓筮B接到一批鞋。這是完全相關(guān)的，不是嗎？
谷歌推出Gboard，一套讓你在沒有瀏覽器的情況下查找的IOS鍵盤。RankBrain會注意到這個反向配置文件看起來比典型的信譽型鞋店網(wǎng)站有很大不同。更糟糕的是，它發(fā)現(xiàn)了一堆垃圾鞋的網(wǎng)站也有從汽車網(wǎng)站的反向鏈接配置文件。
就像這樣，甚至不知道什么是“正確的”反向配置文件，RankBrain就已經(jīng)察覺出了什么是“好”，什么是“壞”的搜索引擎結(jié)果。新鞋的網(wǎng)站被標記，其網(wǎng)絡(luò)情況急轉(zhuǎn)直下。
SEO和人工智能的未來
正如我們從前面的討論中了解到的關(guān)于加速回返法則的相關(guān)情況， RankBrain和其他形式的人工智能會在某個時候超越人類大腦。在這一點上，沒有人知道該技術(shù)將引領(lǐng)我們到何方。
有些東西是已經(jīng)確定的的，雖然：
每個競爭的關(guān)鍵字環(huán)境將需要依靠自己的力量進行審查;
大多數(shù)網(wǎng)站都需要保持自身的類別，以避免誤判;
每個站點都應(yīng)該學(xué)習(xí)本行業(yè)最佳網(wǎng)站的結(jié)構(gòu)和組成。
在某些方面，深度學(xué)習(xí)模式，讓SEO的處理變得簡便。明知RankBrain以及其他類似的技術(shù)幾乎可以與人類看齊，法則是明確的：使漏洞越來越少。
在其他方面，事情可能會有點困難。 SEO領(lǐng)域?qū)⒗^續(xù)變得非常技能化。分析和大數(shù)據(jù)是當下的潮流，任何不熟悉這些方法的SEO仍有很多追趕工作要做。那些擁有這些技能的人可以期待一個更大的商機。
猜你喜歡