- Що таке глибоке навчання?
- Сучасна нейронна мережа
- Глибоке навчання і Google
- RankBrain від Google
- RankBrain і якість веб-сайту
- RankBrain і зворотні посилання
- Майбутнє AI і SEO
Google завжди до чогось нового і захоплюючого, і однією з речей, над якою вони працювали, є еволюція пошуку Google від машинне навчання до “щось більше”. Спочатку група інженерів Google працювала над розпізнаванням синонімами пошукової системи. Коли користувачі вводять різні слова, взаємозамінні один з одним, Google реалізує свої знання для кращого розуміння того, що вони шукали.
Наступним кроком став переклад веб-сайтів, де інженери подавали систему з великою кількістю перекладених документів, "навчаючи" Google, як одна мова відображена в іншій. Таким чином, Google змогла перевести сайти на мови, які ніхто з інженерів не говорив. І тепер остаточний крок у цій еволюції глибоке навчання .
Що таке глибоке навчання?
Глибоке навчання ґрунтується на понятті цифрові нейрони , які організовані в шари. Кожен шар приймає особливості більш високого рівня з даних, які він отримує, і передає їх на наступний шар. Результатом цього є те, що вищі шари можуть розуміти поняття з вхідних даних. Візьміть, наприклад, зображення.
Перший шар отримує вхід пікселів і "навчається" розпізнавати форми з них. Більш високі шари потім об'єднують форми, щоб «осмислити» об'єкти, що знаходяться в даній картині. Отже, якщо цифрові нейрони харчуються тисячами зображень облич, то, нарешті, вони зрозуміють концепцію і зможуть розпізнавати обличчя в будь-якому зображенні.
Сучасна нейронна мережа
Дивовижний аспект сучасних нейронних мереж полягає в тому, що вони не потребують людини, щоб «навчити» їх. Сучасна концепція Росії навчання без нагляду дає можливість машині визначити поняття, що лежать в основі даних, які вони надають без будь-яких попередньо визначених міток.
У 2012 році інженери Google використовували нейронну мережу, яка складається з 9 шарів і складається з 1 мільярда з'єднань, щоб розпізнати обличчя з 10 мільйонів фотографій 200x200 пікселів. Результати були вражаючими - була точність 15,8% для 22 000 категорій об'єктів, таких як обличчя, тіла тощо. І раніше не було надано жодної інформації системі.
Глибоке навчання і Google
Все почалося в 2007 році разом з Джеффрі Хінтоном і його створенням нейронних мережевих систем. Це призвело до того, що Джефф Дін і Ендрю Нг взяли участь у процесі побудови величезної нейронної мережі в 2011 році. Через рік результати призвели до того, що проект змінив назву з Google Brain на Глибоке навчання Проект. Те, серед чого вони зосереджувалися, серед іншого розпізнавання мови і розпізнавання зображень. Їх результати були реалізовані в продуктах Google.
У 2013 році Google взяв під свій контроль DeepMind AI компанія з Лондона. Їхня головна мета - створити машину AI, яка може обробляти будь-яку дану інформацію, а потім зрозуміти, що робити з нею далі, подібно до людського мозку. Останні досягнення Google у Росії штучний інтелект є RankBrain , який має сильно постраждали Пошукова оптимізація .
RankBrain від Google
RankBrain - новий підхід до глибокого навчання Google. Це робить те, що він використовує вже існуючі алгоритми Google і дізнається, яка комбінація найкраще застосовується до кожного виду результатів пошуку. Наприклад, він може визначити, що найважливішим фактором для даних результатів пошуку є мета назва . Але, хоча це може призвести до кращого позиціонування пошуку для одного веб-сайту, для іншого щось може бути вирішальним фактором, наприклад PageRank .
Це, в основному, означає, що для кожного результату пошуку в Google існує певна комбінація алгоритмів. Тому сучасний регресійний аналіз веб-сайтів повинен базуватися на поліпшенні конкретної частини веб-сайту на основі цих унікальних результатів пошуку, оскільки RankBrain працює на рівні ключових слів і налаштовує кожний результат пошуку.
RankBrain і якість веб-сайту
Те, що RankBrain також "навчився" робити, це визначити різницю між високою та низькою якістю веб-сайтів. Так само, як він визначає алгоритми по-різному для кожного результату пошуку, він перевіряє якість сайту на основі різних факторів, таких як CRM , шаблони та структури даних. Те, що він робить, що він "дізнається", що правильні налаштування для конкретного середовища. Він порівнює структуру веб-сайту з такою, яка є авторитетною в галузі та позиціонує її відповідно.
RankBrain і зворотні посилання
Спосіб RankBrain також впливає на зворотні посилання, які ви використовуєте. З того, що ми встановили раніше, ми можемо зробити висновок, що важливо, щоб ваші зворотні посилання були пов'язані з вашою нішею, тому що в іншому випадку, RankBrain помітить, що є різниця між даним веб-сайтом та іншими, які знаходяться у вашій вертикалі.
Майбутнє AI і SEO
Як ми бачимо з цієї статті, майбутнє RankBrain Google та інших форм AI там швидко прискорюється, і в кінцевому підсумку він може перевищити людський мозок. На даний момент все про майбутні технічні досягнення залишається спекуляцією. Безперечно, що:
- Кожне середовище, засноване на конкурентне ключове слово вимагатиме власний процес розгляду
- Майже кожен сайт повинен зосередитися на своїй ніші і бути обережним, щоб не отримати неправильно класифікований
- Кожен веб-сайт повинен шукати структуру і склад відомих веб-сайтів в одній галузі
Це робить дві речі для пошукової оптимізації. З одного боку, це полегшує роботу, оскільки технології, такі як RankBrain, переконують, що в системі немає лазівки. З іншого боку, це ускладнює роботу, оскільки все про SEO зростатиме ще більш технічно, щоб залишатися попереду сучасного аналітика і великі дані .
Кредит на зображення: Pixabay
Що таке глибоке навчання?Що таке глибоке навчання?
