谷歌从来没有回避技术进步,于2015年向全世界发布了令人印象深刻的机器学习算法。该算法称为RankBrain,与Hummingbird更新一起运行,帮助Google理解复杂用户查询背后的语义。 技术专家和搜索引擎优化者对这一发布感到兴奋,想知道它将在未来几年内如何改变,并猜测搜索引擎巨头的下一步是什么。 现在,自RankBrain发布以来已近两年了,我们还没有看到任何重大更新或任何新的机器学习算法与它一起工作的消息我们是否应该看到一台新机器学习RankBrain表兄? RankBrain的工作原理 首先,让我们深入了解RankBrain的实际工作方式,因为它的功能对其潜在的未来具有重要意义。它在2015年中期(正式宣布之前的几个月)秘密发布,与Hummingbird算法一起使用,该算法识别用户查询背后的含义和意图,而不仅仅是在页面上将关键字与关键字匹配。 RankBrains的目的是帮助谷歌了解更复杂的用户查询,将其缩减为更多可辨认的块,由于语音搜索查询(通常是长时间和对话)的增加,这一点变得越来越重要。机器学习组件出现是因为RankBrain可以学习在不立即逻辑连接的单词和短语之间建立连接。 例如,一个查询就像是切片的最佳位置?并没有特别提到披萨,但RankBrain能够理解或最终了解到,在这种情况下,切片可能指的是一片披萨,并且该用户正在寻找周边地区最好的披萨店。 据报道,RankBrain在大约15%的用户查询中发挥作用,可能是那些长期或复杂的措辞,或那些没有特别提及用户真正搜索的确切主题的用户查询。 谷歌和机器学习 RankBrain并不是Googles在机器学习和人工智能方面的第一次或最令人印象深刻的尝试。这一荣誉归功于Googles DeepMind,它是一个复杂的神经网络,已经取得了越来越惊人的成就,从掌握旧的Atari游戏,没有人工指导,到曾经被认为不可能玩机器游戏的国际Go冠军。 神经网络和机器学习仍然是Google工程师在多种应用中的焦点,包括对象识别和基于设备的AI。但是虽然这些算法令人印象深刻,但它们似乎都没有专注于改进谷歌核心产品搜索引擎。 视频中的物体识别 早在三月份,谷歌宣布正在制作视频搜索算法,该算法可以自动扫描视频以获取可识别的图像,使其可以根据实际内容进行搜索,而不是根据标题或元描述进行搜索(如同视频现在一样)。例如,如果老虎出现在视频中,该视频可能会出现用于搜索老虎。 这种新的机器学习算法似乎是谷歌网络搜索的一个合理的步骤,特别是因为谷歌一直在加强对视频内容的偏爱。但是,此搜索功能仅适用于Googles云存储服务的视频和用户。 TensorFlow和其他项目 谷歌还以TensorFlow的形式向其Android设备引入了机器学习和人工智能软件,TensorFlow是一个定制的开源软件库,使开发人员更容易制作机器学习程序。通过TensorFlow,Google将AI置于更多开发人员和用户手中,但仍未在其自己的搜索功能中应用新的深度学习算法。 Google搜索更新状态 值得注意的是,Google搜索在过去几年中并没有根本改变。像Panda和Penguin这样改变游戏规则的更新帮助搜索引擎解决了一些原有的弱点,但现在搜索引擎似乎已经达到了停滞点。 良好的内容和高质量的链接仍然是获得高有机搜索排名的最重要因素,曾经看到年度修订的更新现已纳入谷歌核心算法,并持续不断刷新。新的调整似乎是在不断的基础上以小块的形式进行的,而不是通过巨大的推动宣布。这意味着任何新的机器学习过程都可能更隐蔽地更新,或者根本不更新。 确定性 很难说谷歌是否会将注意力转向用机器学习改进其搜索引擎,但我们知道的一些事情是肯定的: 谷歌将继续推动更好的人工智能。无论如何,谷歌将继续推动AI的可能性。那些机器学习企业可能与搜索无关。 无论如何,谷歌将继续推动AI的可能性。那些机器学习企业可能与搜索无关。 RankBrain将继续改善。 RankBrain仍然运作良好,并且在不断改进。它假设不需要进一步更新,因为它自学并更新。 RankBrain仍然运作良好,并且在不断改进。它假设不需要进一步更新,因为它自学并更新。我们不知道下次更新何时发生。谷歌并不经常宣传它的搜索引擎更新,所以如果一个新的正在开发中,我们可能在它发布之前就不会知道它。 如果我不得不猜测,我想谷歌并没有完成它的核心搜索算法,但是新的机器学习组件可能需要几年才能在谷歌核心中显现出来。在那之前,我们还有许多其他令人印象深刻的AI系统令人惊叹。