久草中文在线观看_久久精品中文字幕一区_亚洲日本欧美日韩中文字幕_熟妇人妻无乱码中文字幕真矢织江

    2016 年以來，IT行業(yè)最大的技術(shù)突破應(yīng)該是人工智能了，不僅在一年左右時(shí)間，在最后一個(gè)人類曾經(jīng)自以為機(jī)器很難戰(zhàn)勝人類的游戲項(xiàng)目上完勝人類，前幾天更是出現(xiàn)了逆天的AlphaGo Zero，完全不用借鑒人類知識(shí)，自學(xué) 3 天就超越了人類。

    人工智能領(lǐng)域最牛X的公司，國(guó)外是Google，國(guó)內(nèi)是百度。都是搜索引擎。這恐怕也不是什么巧合，而是因?yàn)樗阉饕媸亲钸m合開發(fā)人工智能的公司，他們擁有最大量的數(shù)據(jù)，包括文字、圖片、視頻，還有地圖、路況、用戶使用數(shù)據(jù)等等。

    搜索引擎公司的AI成果在多大程度上運(yùn)用到了他們的核心業(yè)務(wù)-搜索中？他們都沒有明確地對(duì)外說明，從搜索工程師的零碎發(fā)言中猜測(cè)，至少目前還沒有大規(guī)模使用，并沒有改變搜索算法的基礎(chǔ)。畢竟人工智能雖然概念存在了幾十年，但效果突飛猛進(jìn)只是近幾年的事，還沒有出現(xiàn)通用人工智能，在圍棋這種規(guī)則簡(jiǎn)單明確的領(lǐng)域中牛X，遷移到規(guī)則模糊的系統(tǒng)中，比如搜索，還需要一些時(shí)間。

    但我想，人工智能大規(guī)模應(yīng)用于搜索算法是早晚的事。據(jù)說以前百度大搜索部門和人工智能/深度學(xué)習(xí)部門之間是有些矛盾的，現(xiàn)在吳恩達(dá)離開了百度，陸奇對(duì)百度又進(jìn)行了很多人事調(diào)整，搜索部門對(duì)人工智能的排斥也許就大大降低了。

    其實(shí)人工智能已經(jīng)在搜索算法中有所運(yùn)用。舉兩個(gè)例子。

    百度DNN模型

    前幾個(gè)月看到了百度朱凱華的一篇《AI賦能的搜索和對(duì)話交互》演講報(bào)道。數(shù)年前和朱凱華還做過一次訪談，那時(shí)候他還是Google的主任架構(gòu)師，是著名的熊貓算法的主要參與者之一，現(xiàn)在他是百度的首席架構(gòu)師了。演講內(nèi)容很多，感興趣的搜索標(biāo)題就能找到全文，很值得深入讀一下。這么長(zhǎng)時(shí)間SEO行業(yè)很少人注意到這篇這么有價(jià)值的關(guān)于搜索算法的公開信息，還是挺意外的。

    演講里提到了百度 2013 年上線的DNN模型，極大提高了語(yǔ)義相關(guān)性的判斷范圍和準(zhǔn)確性， 2013 年百度相關(guān)性提高的34%來自于DNN模型， 2014 年全年相關(guān)性提升的25%來自DNN模型。DNN模型使用的就是深度學(xué)習(xí)方法，通過 100 億的用戶點(diǎn)擊數(shù)據(jù)訓(xùn)練模型，有超過 1 億個(gè)參數(shù)。下面介紹的Google RankBrain是 2015 年上線的，所以百度是世界上第一個(gè)將人工智能應(yīng)用到實(shí)際搜索算法中的公司。

    簡(jiǎn)單說，就是對(duì)同一個(gè)查詢?cè)~，模型分析了真實(shí)用戶點(diǎn)擊了的頁(yè)面的標(biāo)題，和沒有點(diǎn)擊的頁(yè)面標(biāo)題，從而更深入理解哪些標(biāo)題是滿足了用戶需求的。經(jīng)常出現(xiàn)的情況是，頁(yè)面標(biāo)題并不包含查詢?cè)~，用戶卻更愿意點(diǎn)擊這些頁(yè)面，說明這些頁(yè)面滿足了用戶需求，這些頁(yè)面的標(biāo)題，即使不包含查詢?cè)~，也是與查詢?cè)~語(yǔ)義相關(guān)的。這是經(jīng)典的頁(yè)面-關(guān)鍵詞相關(guān)性算法無法計(jì)算出來的。

    演講中提到的例子：

    百度DNN模型案例

    在DNN上線之前，用戶搜索“ghibli車頭任何放置車牌”時(shí)，由于相關(guān)信息很少，沒有什么頁(yè)面是以這個(gè)查詢?cè)~為標(biāo)題或者頁(yè)面出現(xiàn)這些關(guān)鍵詞的，所以搜索結(jié)果質(zhì)量不高，傳統(tǒng)搜索算法只能按關(guān)鍵詞匹配返回一些ghibli相關(guān)信息，卻沒幾乎有“車頭任何放置車牌”的信息。

    DNN上線之后的搜索結(jié)果是這樣的：

    百度DNN模型上線效果

    可以看到，搜索結(jié)果中還是沒有以“ghibli車頭任何放置車牌”為標(biāo)題的頁(yè)面，但解決了用戶的需要，算法理解了“前”、“前面”和“車頭”是一個(gè)意思，“放哪里啊”、“怎么裝”、“咋掛”和“任何放置”是一個(gè)意思，所以“ghibli車牌咋掛”這種頁(yè)面回答了“ghibli車頭任何放置車牌”這個(gè)查詢，雖然他們包含的關(guān)鍵詞是不一樣的。

    這種對(duì)相關(guān)性的理解不是傳統(tǒng)以關(guān)鍵詞匹配為基礎(chǔ)的搜索算法能算出來的，而是真實(shí)用戶的點(diǎn)擊數(shù)據(jù)告訴搜索算法的。用戶搜索“ghibli車頭任何放置車牌”時(shí)，經(jīng)常點(diǎn)擊“ghibli車牌咋掛”、“ghibli前面車牌照怎么裝”這些頁(yè)面，DNN模型被訓(xùn)練后知道，這些詞之間是語(yǔ)義相關(guān)的。

    Google RankBrain

    2015 年上線的Google RankBrain解決的也是對(duì)查詢?cè)~的深入理解問題，尤其是比較長(zhǎng)尾的詞，找到與用戶查詢?cè)~不完全匹配、但其實(shí)很好回答了用戶查詢的那些頁(yè)面。和百度DNN是非常類似的。Google沒有具體說明RankBrain的訓(xùn)練方法，估計(jì)和百度DNN也是類似的。

    2015 年RankBrain上線時(shí)，15%的查詢?cè)~經(jīng)過RankBrain處理， 2016 年所有查詢?cè)~都要結(jié)果RankBrain處理。

    Google自己經(jīng)常舉的RankBrain例子是這個(gè)查詢：

    What's the title of the consumer at the highest level of a food chain

    這個(gè)查詢?cè)~相當(dāng)長(zhǎng)尾，完全匹配的結(jié)果比較少，而且查詢中的幾個(gè)詞容易有歧義，比如consumer通常是消費(fèi)者的意思，food chain也可以理解為餐飲連鎖，但這個(gè)完整的查詢和商場(chǎng)、消費(fèi)者、飯館之類的意思沒有任何關(guān)系，RankBrain能理解其實(shí)用戶問的是食物鏈頂端的物種是什么名字。同樣，搜索結(jié)果不能按照傳統(tǒng)的關(guān)鍵詞匹配來處理。

    這種長(zhǎng)尾查詢數(shù)量很大，每天Google收到的查詢里有15%是以前都沒出現(xiàn)過的。這種查詢要靠關(guān)鍵詞匹配就比較難以找到高質(zhì)量頁(yè)面，數(shù)量太少，甚至沒有，但理解了查詢的語(yǔ)義和意圖，就能找到滿足用戶需求的、關(guān)鍵詞并不完全匹配的頁(yè)面。

    對(duì)SEO的影響以后再詳細(xì)寫，這里只是先簡(jiǎn)單提示一下：頁(yè)面要包含關(guān)鍵詞，這在目前的關(guān)鍵詞優(yōu)化過程中是必然的，現(xiàn)在搜索引擎能理解兩句不同的話意思是一樣的了，以后創(chuàng)作或編輯頁(yè)面內(nèi)容時(shí)，是不是還一定要包含關(guān)鍵詞呢？