DYB LÆRING OG FREMTIDEN FOR SØGEMASKINE OPTIMERING - TECHCRUNCH - SOCIALE MEDIER - 2019

Anonim

Nathan Sikes Bidragyder

Nathan Sikes er VP for produkter til Foxtailmarketing og fokuserer på at forske og gennemføre praktiske SEO og digitale marketing teknikker.

Konceptet dyb læring eller dybt struktureret læring har været et hyppigt emne af samtale i de seneste måneder på grund af engagement og fremskridt hos nogle af verdens største og mest produktive søgebureauer. Med organisationer som Google, Facebook, Microsoft og Baidu (en kinesisk søgemaskine), der køber ind i denne teknologi, begynder vi at se en enorm acceleration af applikationer og anvendelser til denne relativt nye kunstige intelligens (AI).

Fokus i denne artikel er rettet mod teknologien for dyb læring og dens indflydelse på søgemaskineoptimering (SEO) i dagens online verden. Lad os tage et kig på, hvad dyb læring er, nogle historie og nogle af de store spillere, der bruger dette AI til at forme og forbedre det digitale landskab omkring os.

The Quest for Real Artificial Intelligence

Før vi virkelig kan forstå konsekvenserne af dyb læring, skal vi bedre forstå, hvad det er og hvor det kommer fra. Selv om du ikke kan spore dets oprindelse til en bestemt person eller et sted, er de fleste myndigheder i feltet enige om, at Geoffrey Hinton er gudfar til nutidens dybe læring. I øjeblikket splitter hans tid mellem Google og University of Toronto, har Hintons bidrag til Backpropagation i 1980'erne og senest det neurale komputation og adaptive perceptionsprogram genoptaget en flad industri, der har brug for en gnist. "Han har i de sidste 20 til 30 år skubbet frem grænsen for neurale netværk og dyb læring, " siger Kai Yu, direktør for Baidu's Institute of Deep Learning. "Vi har aldrig set maskine læring eller kunstig intelligens teknologier så hurtigt at få indflydelse i industrien. Det er meget imponerende. "

Mange virksomheder ser at fremtiden for dyb læring er her, og at det ikke kræver mange penge eller ressourcer til at udnytte denne nye industrividenskab.

Hinton's bidrag kan spores til næsten alle store enheder, der arbejder på kunstige neurale netværk og dyb læring. Yann LeCun, i øjeblikket på Facebook, hjalp med at udvikle Backpropagation sammen med Hinton i 1980'erne. Andrew Ng, chefforsker ved Baidu, grundlægger Deep Learning Project på Google foruden at arbejde der med Hinton i årevis. Selvom disse håndfuld ingeniører kan arbejde for konkurrerende virksomheder, er de alle desperat på jagt efter det samme - ægte adfærdsmæssig læring i kunstig intelligens.

Tidligere i det sidste årti havde erhvervslivet hele, men vendt tilbage på området for dyb læring. Begrænsningerne af chipbehandlingsevner og de datasæt, der anvendes i de kunstige neurale netværk, der kørte dem, gjorde Hinton og hans kollegers teorier upraktiske og forud for deres tid.

Hurtig frem til 2015, og vi ser et helt nyt miljø fyldt med potentielle applikationer, og de store drenge er ikke de eneste, der har bemærket. Mindre organisationer som Clarifai bruger forstørret intelligens til reklame, moderering / filtrering og indholdskurering. Andre virksomheder som Moz (et SEO-firma) ser også dette som fremtiden, og en måde at levere bedre produkter og tjenester til deres kunder. "Mange teknologibureauer som Moz har et vist niveau af maskinindlæring. Vi gør ikke noget med dyb læring og mange neurale netværk. Vi kan måske tage den retning, "forklarer Rand Fishkin på Moz bloggen.

Mange virksomheder ser at fremtiden for dyb læring er her, og at det ikke kræver mange penge eller ressourcer til at udnytte denne nye industrividenskab. IBMs Watson Analytics tilbyder en freemium-tjeneste, der giver dig mulighed for at uploade op til 500 MB, og giver dig mulighed for at udforske dine egne virkelige applikationer til dyb læring. Indlæsning af Google Adwords eller andre salgsberegninger i dette værktøj kan hjælpe selv opstartsselskaber med at finde relationelle og prædiktive oplysninger i deres data. Ud over Watson Analytics, lad os tage et kig på de andre virksomheder, der udvikler og bruger disse teknologier lige nu.

Google Research: Google er tredjepart på Forbes 'liste over "Verdens mest værdifulde mærkevarer i 2015", men jeg tror ikke mange vil hævde, at de er først på jagt. Google har gjort mange fremskridt i løbet af det sidste årti, når det kommer til maskinens intelligens, og har arbejdet på at skabe en bedre forståelse af billeder, videoer og sprog.

Gennem deres forskning, opkøb (tror DeepMind, erhvervet i 2014) og partnerskaber som den med Imagenet Large Scale Visual Recognition Challenge, har Google været fast besluttet på at teste og anvende nye områder med dyb læring. For nylig meddelte Google, at de nu har evnen til automatisk at producere billedtekster og beskrive billeder første gang de ser dem. Kan du forestille dig, om billedgenkendelse eller funktioner som dette blev implementeret i Googles søgealgoritme?

Det kan ikke være så langt væk. Geoffrey Hinton forklarer i en Reddit Spørg mig noget sessions, "Jeg tror, ​​at de mest spændende områder i løbet af de næste fem år virkelig forstår videoer og tekst. Jeg bliver skuffet over fem år, hvis vi ikke har noget, der kan se en YouTube-video og fortælle en historie om, hvad der skete. "

Facebook FAIR: Det mest populære sociale netsted i verden er blevet en stærk aktør i søgning, og vil fortsætte med at vokse deres markedsandel i de kommende år. Facebook AI Research (FAIR) viser Facebooks engagement i kunstig intelligens og dyb læring som fremtidens sociale, indkøb og medier. Faktisk kan man argumentere for, at deres bidrag til open source-moduler til Torch (et udviklingsmiljø for dyb læring) og den seneste meddelelse fra Mike Schroepfer (deres CIO) om, at Facebook's AI nu har evnen til at genkende handlinger i video, Facebook er den nuværende leder i udnytte dyb learning intelligence.

Microsoft Project Oxford: Microsoft lavede for nylig bølger med deres how-old.net ansigtsgenkendelsesprojekt. Hvad de fleste mennesker ikke er klar over, er imidlertid, at denne forpligtelse blev designet af Microsofts maskininlæringsforskningshold. Faktisk, ifølge Microsofts blog, "Det tog et par udviklere en dag for at sætte hele denne løsning sammen, fra websiden til maskinlærings-API'erne til real-time streaminganalysen." Og det er kun begyndelsen. Ud over projekter som dette vil vi også se en integration af Project Oxford og Cortana (Microsofts "personlige assistent") til Windows 10 og Edge, Internet Explorer-udskiftningen.

WolframAlpha: WolframAlpha er ikke et husnavn - endnu - men har været en stor spiller i den kunstige intelligensindustri i de sidste mange år. Deres ultimative mål er at beregne alt og alt, men de fokuserer primært på områder, der kræver ekspertviden eller evner på ekspertniveau. For nylig har de udvidet deres rækkevidde til billedidentifikation, problemgeneratorer, sproggennemgang og endda analyser til Facebook.

Så hvorfor skal jeg passe?

Vi har endelig gået over grænsen for, om kunstig intelligens vil blive integreret i søgningen til, hvornår det vil være, og de ovennævnte selskaber fører afgiften. Så givet disse nye oplysninger, hvilken slags indvirkning vil dyb læring virkelig have på søgning i løbet af de næste fem år? Her er et par forudsigelser:

Nye SEO verticals: Hvis du er en online marketingmedarbejder, og denne teknologi får dig ikke spændt

.

du kan være i det forkerte felt. Denne type kunstig intelligens giver søgemaskinemarkedsførere en chance for at drage fordel af en række nye kanaler, herunder billedrige sociale netværkssites, videodelingssteder og endda slide-præsentationsplatforme, samtidig med at de får "kredit" for billeder og videoer, der bringer værdi for søgere.

Det bliver stadig vigtigere at fange din kundes fantasi og opmærksomhed med billeder, og søgebureauer tager mærke til.

Død på spamwebstedet: Google har arbejdet på at bekæmpe spamwebsteder i lang tid. De har endda en algoritme kaldet pingvin, der er dedikeret til at reducere placeringen af ​​websteder, der bruger spam taktik. Min forudsigelse er, at vi vil se et enormt fald i hjemmesider, der bruger spammy teknikker, snigende omdirigeringer eller har tyndt indhold uden værdi. Dette vil give et sikrere, mindre rodnet web.

Bedre enhedens integration: Googles opdatering af mobildeddon var ikke den sidste af sin art. Da virksomheder som Facebook (Oculus) og Microsoft (Hololens) udstikker deres virtuelle virkelighedshovedtelefoner, skal vi bruge en smartere søgemaskine, som har evnen til at prioritere og lære, hvilke websites der skal vises på hvilke enheder.

Intet sted at skjule: Som søgemaskine virksomheder perfekt denne AI og bliver mere intelligent, så vil deres sporingsfunktioner. Vi kommer til at se en ny generation af "supercookies" som dem, Verizon, AT & T og Facebook har for nylig udgivet, hvilket vil gøre det stadig vanskeligere at blive skjult online.

Visuelt indhold vil være vigtigere end nogensinde: Millennials ignorerer annoncer på et højere niveau end nogen anden generation før dem. Ifølge Simply Measured (et social media analytics-selskab) er 62 procent af alle mærkeindlæg og 77 procent af alle producerede engagementer på Facebook fotos, i modsætning til blot normal tekst. For at gå endnu dybere siger Hubspot's forskning, at du kan generere op til 94 procent flere visninger og 37 procent mere engagement, hvis du tilføjer overbevisende visuelle elementer og grafik til blogindlæg og socialmedieindhold.

Det bliver stadig vigtigere at fange din kundes fantasi og opmærksomhed med visuelle billeder, og søgevirksomheder tager mærke til. Se efter, at denne type indhold prioriteres i fremtiden.