AlphaGo、深度學習及SEO
分享
評論
贊0
一時間，深度學習、機器學習、AlphaGo、神經網絡等等這些概念鋪天蓋地。Google不是搜索引擎嗎？這些東西和搜索，和SEO有什么關系？說說我的理解。
先聲明一下，下面涉及的深度學習等概念，很可能我的理解和表述是非常粗淺的，甚至是錯誤的。雖然我也是理工出身的，所學專業聽起來還挺艱深，微波與電磁場，但那是25年前的事啦。現在看技術內容只能稀里糊涂了解個大概了。想了解準確細節的讀者，還是網上搜一下比較保險。
什么是深度學習？
深度學習（deep learning）是機器學習的（machine learning）一個分支領域。
多層人工神經網絡（artificial neural networks）模擬接近了人腦處理信息時從低層到高層不斷抽象化的過程。深度學習正是將低層特征分層抽象化為高層特征表達，原來的目的就是模擬多層神經網絡。神經網絡研究幾十年了，沉寂了一段時間，近幾年深度學習才又挖掘出其潛力。
深度學習的一個重要特點是，它不需要人工輸入或標注特征，而是通過海量數據自動學習特征，也就是所謂無監督學習（unsupervised learning）。所以大數據和深度學習也攪合在一起。
深度學習另一個特點是與具體領域無關（domain independent），既可以用在圍棋，也可以用在搜索或其他方面。所以才會有這篇帖子。
Google、Facebook、百度在深度學習領域都有很多進展，尤其是在人臉識別、圖像識別、語音識別、翻譯等方面。這方面報道挺多的。
深度學習用在搜索引擎上是個什么情況？
以前經典的搜索排名算法是由工程師選擇用哪些頁面特征（也就是排名因素）來排名，各個特征占多少權重，這些都是工程師決定并寫在程序里的，然后測試效果，再修正。
以深度學習為基礎的排名算法完全不是這么個過程。深度學習的方法是，用大量數據對程序進行訓練，由程序自己學習應該用哪些特征來排名。換句話說，告訴深度學習排名算法，這些已知頁面是高質量的，那些已知頁面是低質量的，那到底高質量頁面應該有什么特征呢？也就是面對新頁面時該用哪些特征來排名？各種特征占多大比重？讓算法自己琢磨去。
這些學習數據哪里來的？兩個明顯的來源可能是：
1）Google現有經典算法做測試時的數據。搜索引擎正式上線新算法前都會做測試的，給部分用戶返回新算法結果，然后監測點擊率、跳出率、停留時間、頁面互動性、轉化率、變換查詢詞率等數據，以判斷新算法有效性。
2）Google有不少人工質量評估員，而且老早就有，他們會評測特定頁面是高質量還是低質量。這些評估數據不直接影響所評估頁面的排名，但會顯示出算法有效性。這些數據簡直就是現成的深度學習訓練數據。去年11月Google剛剛公開了最新版本的人工質量評估指南，建議大家下載來看看。
現在問題來了，這種方法靠譜嗎？
如前所述，深度學習算法就是個黑箱啊，完全不用人工告訴它找什么特征，而是它自己學習該找什么特征，會找出什么特征誰也不知道，有些特征可能人類壓根兒不會想到。很可能以后搜索引擎工程師也不知道排名因素有哪些了，也不知道一個頁面為什么會有好的排名。再想一遍：連搜索引擎工程師也不知道排名因素是什么。這和我們的常識、直覺是不是都有相當沖突了呢？
這么整，能行嗎？
事實恰恰表明，能行。AlphaGo能戰勝圍棋職業二段，乍看起來，職業二段離人類頂尖高手還有很大差距。可換個角度想，這世界上能達到職業二段的人類有幾個？記得前些天看報道，能贏職業二段的人類不超過1千個。
這種水平，可以快樂地完虐我們幾十億人。我打了5，6年羽毛球，我前幾天剛剛9歲的女兒，在經過4個月每周一次的業余訓練后，我要贏她必須很認真費勁了。這只是新加坡，只是一個業余教練，每周兩個小時，我無法想象，我們普通愛好者與職業水平的差距那是有多大。
站長、SEO們，少說這世界上大概得有個幾百萬吧？所以我們就是普通人。現在告訴我們，判斷我們頁面質量的算法，其判斷力目前是所有人類的前1千名，年底可能是所有人類前10名。這是什么感覺？這是有點絕望的感覺－－就別想著鉆空子啦。
也許熊貓更新或企鵝更新就用了深度學習？
深度學習真的有這么厲害嗎？
其實深度學習近兩年已經取得不少以前不敢想象的成就。
2012年，Google Brain項目使用大量圖片對神經網絡進行訓練，系統經過訓練后能辨別出：這是一只貓。重要的是，沒有輸入貓長什么樣這類信息，是系統自己“領悟”了貓這個概念。
2015年，深度學習算法的人臉識別率達到了99.47%，甚至超過了人眼。
AlphaGo將在3月份挑戰韓國九段、世界冠軍李世石。雖然我基本不懂圍棋，但樂觀預測一下吧，我覺得AlphaGo會贏。原因是，半年過去了，AlphaGo的訓練量又增加了幾千萬局棋譜，其棋力的增長不是線性的啊。
深度學習對SEO意味著什么？
就我個人來說，深度學習對SEO的影響目前還不明朗，還需要一段時間觀察、思考。以后有想法了再來交流。現在需要做好心理準備，搜索引擎判斷頁面質量的準確度可能會有質的飛躍，鉆空子的難度將大大提高。
估計還是有做中文SEO的心里在問，這對百度SEO有卵用啊？多寫寫百度啊？那么請思考百度為什么花大價錢成立百度深度學習研究院？肯定不是閑的了。百度把深度學習領域最牛的人物之一、Google Brain項目創建人吳恩達都給挖來了。這個吳恩達高中還是在新加坡上的呢，萊佛士書院，第一名校。這里有吳恩達講機器學習的近20小時的線上教程。有互聯網真好，不然怎么能輕易看到、聽到大師親自講課。
最后來點陰謀論。就在今天，Google搜索的最高負責人，Amit Singhal，辭職了。幾年前，他對排名算法中使用機器學習是有些排斥的。接替他的是誰呢？John Giannandrea，原Google人工智能部門的負責人。難道由工程師設計規則的算法已成過去，以深度學習為代表的人工智能算法要全面登上舞臺了？
猜你喜歡
評論(0人參與，0條評論)
發布評論
最新評論