搜索引擎优化模式(什么是人工智能？可分为三类：1.计算系统)

　　搜索引擎优化模式(什么是人工智能？可分为三类：1.计算系统)

　　现在，大家都听说过谷歌的人工智能系统，这是美国加利福尼亚州山景城最新、最前沿的计算技术。然而，许多人可能没有意识到该系统改变搜索引擎和优化行业的速度有多快。本文将通过一些例子来说明在原来的 SEO 程序不再有效的情况下，应该采取哪些步骤来赢得商业世界的 SEO 战斗并成为领导者。

　　那么，什么是人工智能？

　　一般来说，人工智能可以分为三类：

　　1.狭义AI：为特定任务设计的人工智能程序（例如在国际象棋比赛中击败世界冠军的人工智能程序）。

　　2.Artificial General Intelligence：可以执行任何任务的人工智能程序。一旦 AI 程序像人类一样执行任务，我们就将其识别为 AGI。

　　3.超级人工智能：执行任务的能力普遍高于平均水平（超出常人的能力）。

　　到目前为止所提到的谷歌人工智能系统和谷歌目前的机器计算方法都属于狭义的人工智能。

　　事实上，狭义的人工智能技术已经存在了一段时间。你有没有想过电子邮件系统中的垃圾邮件过滤器属于狭义 AI 的范畴。以下是一些我最喜欢的人工智能技术项目：谷歌翻译、IBM 的沃森计算系统、亚马逊酷炫的“向客户推荐产品”项目、自动驾驶汽车，当然还有广受欢迎的谷歌人工智能系统。

　　狭义的人工智能有多种计算方法。正如 Pedro Domingos 在《Master Algorithm》一书中所说，试图创建完美 ANI 程序的数据科学家大致可以分为五个“阵营”：符号学、连接论者、进化论者、贝叶斯统计学家和类比论者。

　　谷歌的人工智能系统是联结主义者的成果。他们认为知识以编码形式存储在大脑中的神经元之间。人工智能系统所采用的具体策略就是这些专家所说的反向传播技术，也称为深度强化学习技术。

　　联结主义者声称这种策略能够从所有原创数据中获取知识，因此它能够自动化知识提取过程。显然，谷歌在这一点上持相同观点。2014年1月26日，谷歌宣布收购深度强化学习技术，本质上是一种反向传播产品。

　　因此，在谈到人工智能系统技术时，我们可以告诉人们，它收录了狭义人工智能的一种特殊技术，即反向传播技术，或者说深度强化学习技术。现在我们已经解决了“什么是人工智能”的问题，下一个问题是，这个领域进展如何？更重要的是，人工智能系统究竟是如何改变搜索引擎的？

　　技术（和人工智能）的快速发展

　　在他的文章人工智能革命：通往超级智能的道路上，蒂姆·厄本比其他任何人都更深入地解释了技术的发展。

　　回顾历史，我们会发现技术进步的曲线如图1所示。

　　然而，正如 Urban 所指出的，在现实中，个人看不到图像上位置右侧的上升趋势（即未来的上升趋势）。因此，图2所示的是画面中人当时的真实感受。

　　也就是说，当人类试图预测未来时，总是低估了未来的可能性。这是因为他们倾向于查看其位置左侧的图片，而不是右侧的未来趋势。

　　然而，现实情况是，随着时间的推移，人类的发展进步越来越快。Ray Kurzweil 将这种趋势称为“加速周期定律”。这个原创理论背后的科学是发达社会，因为它们更先进，可以继续以比欠发达社会更快的速度前进。当然，人工智能的发展和当前先进技术的增长率也是如此。

　　今天的计算资源也反映了这种不断增长的速度，我们可以清楚地看到并直接感受到先进的计算和计算机受益于“加速循环定律”。更令人震惊的是，在未来的某个时刻，节俭计算机的计算能力不仅会超过个人的计算能力，而且会超过全人类的总计算能力。

　　事实上，按照目前的趋势，我们将在 2025 年左右实现通用人工智能（AGI）。显然，技术正在以越来越快的速度发展，在很多方面，大多数人都会措手不及。

　　超级智能的兴起

　　如上所述，谷歌的人工智能系统只是人工智能的一种狭义形式。这意味着虽然狭义的人工智能程序在特定领域超越了个人，但它们只是相对较弱的人工智能形式。

　　然而，这种“弱”人工智能很容易转化为我们不知道该怎么做的东西，而且速度比我们预期的要快。

　　从图 3 中可以清楚地看到，尽管对于特定任务具有超级智能，但在大多数情况下，谷歌的 AI 系统处于智能评级量表上：非常不智能。

　　但是，如果将“加速循环定律”应用于人工智能会发生什么？Tim Urban 带我们进行一次思想实验之旅：

　　“尽管人工智能在智能上不断接近人类，但在我们看来，它只是比以前聪明了一点点，这就像我们看动物一样。当人工智能的智能水平最终达到最低水平时有时（也就是尼克博斯特罗姆所说的“穆拉诺白痴”级别），我们通常的反应是：“哇，像个傻瓜。简直太可爱了！“现在唯一可以确定的是，在大智力图上，从‘穆拉诺白痴’到‘爱因斯坦’，人类智力图谱的范围其实很窄。所以，只要‘穆拉诺白痴’的智力水平“达到了，可以说人工智能就是人工通用智能，

　　那么，这种趋势对 SEO 行业和我们周围的人工智能究竟意味着什么？

　　搜索引擎优化已永久改变

　　在预测未来之前，让我们先谈谈人工智能系统正在改变 SEO 的方式。我和我的卡内基梅隆大学校友、朋友、现任 CTO 和一家搜索财富 500 强公司的营销公司的联合创始人 Scott Stover 进行了一次下意识的交谈。引擎优化团队提供搜索引擎模型。作为一名搜索引擎工程师，他对过去 10 年有着独到的见解，这是大多数搜索引擎行业专业人士没有意识到的。随着公司开始专注于人工智能，他对 SEO 行业提出了一些建议。

　　1.今天使用的回归分析存在严重缺陷

　　目前，回归分析是SEO行业最大的缺陷。每当谷歌的排名发生大的变化时，就会涌现出许多先知。通常，无一例外，一些数据科学家和 SEO 行业中一些知名人士的 CTO 会“出于某种原因”对最近谷歌排名的变化发誓。他们通常所做的分析包括回到事件前几个月的排名数据，然后查看单个 网站 的排名如何变化。

　　当这些数据科学家使用回归分析时，他们指向特定类型的影响（正面或负面）网站，并得出结论，谷歌最新的计算转型来自这些网站@网站共享特定类型的算法（内容或反向链接等）。

　　然而，这不是谷歌目前的运作方式。作为机器学习或深度强化学习产品，谷歌的 AI 系统运行方式截然不同。

　　谷歌内部还有很多核心算法。AI系统的工作就是充分理解这些核心算法如何能够混合搭配，从而更适用于不同类型的搜索结果。例如，在某些搜索结果中，AI 系统可能知道最重要的信号是 hashtag 标题。

　　对标签标题匹配算法的更多关注可能会带来更好的搜索体验。但是，改变搜索结果后，同样的信号带来的搜索体验可能一点都不好，甚至极差。所以在另一个垂直搜索中，也许另一种算法，即页面排名，更有效。

　　这也意味着，对于不同的搜索结果，谷歌会提供非常不同的算法组合。现在我们终于明白了为什么每个 网站 的回归分析在从搜索结果的上下文中删除时会出现极大的缺陷。

　　正因为如此，今天的回归分析必须在特定搜索结果的帮助下进行。Stover 提出了一种搜索建模路径，用于衡量 Google 算法的变化。首先，对于特定的关键词搜索，可以对之前搜索引擎模型的调整进行快照。然后，在发现排名变化后，重新调整搜索引擎模型，显示前后两个搜索引擎模型设置的变量。通过这种方法，当排名发生变化时，我们可以清楚地看到哪些算法升级了，哪些算法降级了。

　　2.当人类试图预测未来时，他们总是低估了未来的可能性

　　有了这些知识，我们就可以着手改进 SEO 的特定部分，为不同的搜索结果搜索相关的 网站。但是，这种方法不会（也不会）适用于其他搜索结果。这是因为 AI 系统根据搜索结果（或关键字）进行搜索。顾名思义，为每个搜索结果量身定制的最佳算法。

　　3.市场定位避免误分类

　　Google 意识到它可以教一个新的深度强化学习系统如何区分“好”网站 和“坏”网站。对于各种搜索结果，谷歌会权衡并提供不同的算法。同样，Google Inc. 认识到每个垂直搜索都包括“好”网站 和“坏”网站。毫无疑问，这是因为不同的垂直搜索有不同的CRM系统、不同的模板、不同的整体数据结构。

　　人工智能系统的运行，实际上相当于学习在各种环境中做出正确的“设定”。如您所料，此设置完全依赖于操作期间的垂直搜索。因此，例如，Google 知道 HealthCare 是医疗行业的知名网站，并希望在排名时将其置于其搜索结果目录的顶部。任何类似于医疗保健服务网站点结构的网站都将被归类为“好”网站。同样，任何类似于垃圾 网站 结构的 网站 在医学搜索中都将被归类为“坏”网站。

　　AI 系统使用深度强化学习能力对“好”网站 和“坏”网站 进行分类。想象一下，如果有一家网站 公司将各行各业的内容混合在一起，没有分类，会发生什么？

　　首先，关于深度强化学习系统的工作原理，仍有许多细节需要讨论。在将网站分为“好”和“坏”阵营之前，AI系统必须确定所有网站的确切类型。虽然在耐克官网或者健康服务网站上有各*敏*感*词*类，但大体的类型很明显，所以这些网站很容易区分。

　　但是你如何区分那些涵盖许多不同类型内容的 网站 呢？比如指南系列网站，这种类型的网站涵盖的信息非常广泛。在这种情况下，深度强化学习系统根本就无能为力。那么谷歌为这个 网站 使用了哪些数据呢？答案是：这似乎是任意的。Google 可能会选择其中一种信息类型。对于维基百科等知名的网站，Google 可能会放弃分类过程，以确保深度强化学习过程不会降低现有的搜索体验（即所谓的“无所不用其极”）。

　　4.搜索引擎优化将非常专业

　　但这对于鲜为人知的 网站 意味着什么？很有可能，机器学习程序会自动对所有 网站 进行分类，然后再将它们与其他 网站 进行比较。可以说，指南系列网站看起来类似于医疗卫生服务网。太好了，不是吗？

　　如果分类过程认为 网站 属于鞋类网站，则会将其与耐克的官方网站（而非医疗保健服务）进行比较。事实证明，这个 网站 的结构看起来很像垃圾鞋网站，所以这个包罗万象的 网站 很容易被标记为垃圾网站。如果how-to type网站涵盖了不同的领域，那么很容易让每个类型看起来都接近行业领先，必须做好市场定位。

　　5.反向链接令人不安

　　现在，让我们看看反向链接是如何受到影响的。基于上述分类程序，特别重要的是坚持“链接邻居”的原则，如果垂直搜索中相似反向链接的配置不同，人工智能系统会立即感知到。

　　还是以上面的例子为证。假设一家公司拥有一只鞋网站。根据我们的常识，人工智能系统的深度强化学习系统试图将其各个方面与最好的鞋网站或最差的鞋网站进行比较。因此，将这个 网站 的反向链接配置文件与最佳或最差的 网站 反向链接配置文件进行比较是合乎逻辑的。

　　我们也可以说，信誉良好的鞋类网站 具有来自相关相邻领域的反向链接，即运动网站、健康网站 和时尚网站。

　　现在，该公司的 SEO 团队已决定开始从其近邻寻找反向链接，并增加了一个新的邻居，即汽车行业，因为该公司的首席执行官之前与汽车行业有联系。这家公司的设计太“聪明”了，他们在车上建了一个交叉销售页面网站，“注册就买车送新鞋”，点击后会链接到公司的新鞋。一点痕迹都没有，是吗？

　　AI 系统会注意到这一点，并指出这种反向链接配置看起来与知名鞋类 网站 非常不同。更糟糕的是，很多垃圾鞋网站 还具有汽车的反向链接配置网站。哇！

　　这样一来，在不知道“正确”的反向链接配置是什么的情况下，AI系统已经对搜索引擎的结果做出了“好”和“坏”的判断。新鞋销售网站已被标记为垃圾邮件网站，浏览量开始下降。

　　SEO和人工智能的未来

　　正如我们在讨论加速循环定律时所谈到的，人工智能系统和其他人工智能将在未来的某个时候超越人脑。而现在，没有人知道技术将把我们引向何方。

　　但是，有些事情是肯定的：

　　任何竞争激烈的关键字设置都需要自我检查；

　　大多数 网站 都需要进行营销以防止错误分类；

　　所有的网站都应该模仿该领域最好的网站的结构和元素。

　　在某些方面，深度强化学习方法使 SEO 更容易。人工智能系统及其同类系统几乎与人脑相提并论，它们遵循的规则简单明了：没有更多的漏洞。

　　其他方面，前面的路有些坎坷。搜索引擎优化领域将极度专业化，分析和大数据将成为日常运营的基本原则。对于任何不熟悉这些方法的 SEO，还有很多工作要做，还有很多工作要赶上。而对于具备相应技能的技术人员来说，丰厚的薪水指日可待。