以谷歌RankBrain为例，人工智能将怎样改变SEO的游戏规则

　　编者按：2025年就会出现和人类匹敌的机器人了吗？我有些将信将疑。但看看过去10年的变化，又有谁能想象到呢？JohnRampton最近被《企业家杂志》评为全球网络影响力排名第三的人物，目前是Due，一家为小企业提供支付和开发票服务的创业公司的创始人。在这篇文章中，他向我们介绍了人工智能为什么会成为变革未来的核心技术，而搜索引擎优化又将出现什么样的变局。文章虽然有点长，而且比较专业，但如果看完了相信你会有不小的收获，或许会向我一样，发出感慨：人工智能这么厉害！SEO原来是这样运作的啊！

　　谷歌的RankBrain，想必大家已经有所耳闻，它是目前加州山景城最先进的人工智能机器学习算法。不过RankBrain将为SEO（搜索引擎优化）行业带来多么重大的转变，也许大部分人都还不了解。在这篇文章中，我会用实例证明SEO旧有规则已不再适用，并告诉你们应该采取什么措施走在曲线前沿。

　　先来科普一下什么是人工智能。人工智能大概可以分为三类：

　　1.弱人工智能（ANI/ArtificialNarrowIntelligence）：在单个领域比较牛的人工智能程序（如打败世界象棋冠军）。

　　2.强人工智能（AGI/ArtificialGeneralIntelligence）：能够像人类一样思考、行动的人工智能程序。

　　3.超人工智能（ASI/ArtificialSuperintelligence）：超越人类的人工智能程序。

　　RankBrain以及谷歌目前的机器学习算法都可以归入弱人工智能的范畴。

　　事实上，弱人工智能早已不是新鲜事物了。想知道你的垃圾邮件是怎么过滤掉的吗？没错，用的正是弱人工智能。我最喜欢的弱人工智能程序包括：谷歌翻译、IBM的Watson，亚马逊的个性化产品推荐功能、无人驾驶汽车，当然，还有我们的大爱——谷歌RankBrain。

　　技术（包括人工智能）的指数级发展

　　WaitButWhy.com的蒂姆·厄本（TimUrban）在《人工智能革命：迈向超人工智能》（TheAIRevolution:TheRoadtoSuperintelligence）一书中很清晰地解释了技术的发展情况。

　　回顾历史，技术发展呈现这样的形态：

　　但厄本指出，人们不能预见右边的情况（未来）。所以你会有这样的感觉：

　　这幅图告诉我们，人们在预测未来时，总是容易低估。因为人们只盯着图的左边，却看不到右边。

　　但是现实情况是，人类进步的速度会越来越快。雷·库兹韦尔（RayKurzweil）将这种现象称为加速回报定律（LawofAcceleratingReturns）。这项理论背后的逻辑是，社会越进步，发展速度越快。这一理论也可以应用于人工智能领域，目前先进技术的发展速度也将验证这一理论。

　　目前计算资源是最明显的例子。下图或许能让你更直观地感受到在加速回报定律作用下，变化的速度会有多快。

　　你能清晰地看到，或许还能直观地感受到，高级处理和计算机的发展将因此受益。这里还有一个让人感到震惊的发现：在未来的某个时间，计算机的处理能力不仅会超越某个人的能力，还将超越所有人类。

　　事实上，我们可能会在2025年左右实现强人工智能（AGI）。技术扩张的速度将越来越快，也会让我们感觉猝不及防。

　　超人工智能的崛起

　　我上面已经提到，谷歌的RankBrain只是一种弱人工智能，也就是说，它或许能够在某个特定领域超越人类。但就是这种“弱”人工智能，可能会在一夜之间突然长成了参天大树，大到让我们无力承受。

　　谷歌的RankBrain就是一个例子，虽然在完成某项任务上非常智能，但仍是属于物的范畴，在智能等级量表上并不算高。

　　但加速回报定律如果应用在这里会出现什么结果呢？蒂姆?厄本进行了一个思想实验：

　　“……随着人工智能的智能程度向人类智力逼近，我们会发现它的智力会超过动物。然后，当它达到人类智力的最低限度时，尼克?博斯特罗姆（NickBostrom）用‘乡下白痴’这个词来形容它，我们会说，‘啊，像个傻子似的。真可爱！’但是这里的问题是，在智能的光谱之上，所有人，从乡下白痴到爱因斯坦，只占很小的一个区间，因此达到乡下白痴这个阶段，实现强人工智能技术后，它的智力很快就会超越爱因斯坦，而我们还一脸懵然。”

　　那么对SEO行业和向我们步步进逼的人工智能领域而言，这意味着什么呢？

　　SEO不复从前

　　在预测未来之前，我们还是先来回顾一下RankBrain使SEO发生了哪些变化。我和朋友斯科特?斯托弗（ScottStouffer）（也是我在卡内基梅隆大学的校友）谈论了这个话题。他是MarketBrew的首席技术官兼联合创始人，这是一所为财富500强公司的SEO团队提供搜索引擎模型的公司。身为搜索工程师的斯托弗对这一领域过去十年来的变化有独到的见解。随着谷歌逐渐将重心转向人工智能，SEO行业也要因时而变，以下是他的一些真知灼见。

　　当前的回归分析存在严重缺陷

　　这是我们行业目前最严重的问题。每次谷歌的排名发生剧烈变动，就会跑出来很多预言家。每次总会有一些业内知名公司的数据科学家和首席技术官说最近的GoogleDance搜索引擎升级“是有原因的！”标准的分析过程是先浏览此次变动之前几个月的排名数据，然后研究不同类型的网站排名发生了哪些变化。

　　采用目前这种回归分析方法，这些数据科学家会专门研究某类受到影响（积极或消极）的网站，然后自信满满地得出结论：谷歌最近算法发生变化是因为这些网站采用了某种相同的算法（内容或反向链接等）。但是，谷歌现在不这样做了。谷歌的RankBrain采用机器学习或深度学习的方法，其工作方式与过去差别很大。

　　谷歌内部有很多核心算法。RankBrain的工作是学习将各种算法进行组合来适应不同类型的搜索需要。例如，对于某类搜索结果，RankBrain会明白META标题是最重要的信息。添加META标题匹配算法的权重可能会改善搜索体验。但对于其他类搜索结果，这种信息未必就有同样的效果。或许某个垂直网站更适合另外一种算法，比如PageRank。

　　这说明，对于不同类型的搜索结果，谷歌采用完全不同的算法组合。你现在应该明白了：如果脱离语境，针对个别网站进行回归分析就会漏洞百出。

　　因此，对不同种类的搜索结果进行回归分析方法也要有所调整。斯托弗最近介绍了一种搜索建模方法，可以测量谷歌的算法变化。首先，搜索某个关键词，给搜索引擎模型过去调校后的结果拍一个快照。然后，当检测到排名发生变化后，重新校准，显示两种搜索引擎模型设置的差异。采用这种方法后，一旦排名出现变化，你就能看到哪种算法的权重增加了或减少了。

　　了解这一点后，我们就可以针对某个搜索结果重点改善网站SEO的某个部分。但同一种方法并不一定适用于所有搜索结果。这是因为RankBrain是在搜索结果（或关键词）级别运行的，它会针对每种搜索结果调整算法。

　　明确自己的利基市场，避免误分类

　　谷歌意识到，他们还可以教RankBrain判断网站的“好”与“坏”。他们意识到每种垂直网站的好网站和差网站的范例都不相同，这和根据不同搜索结果类型选择算法权重有些相似。最直接的原因是不同垂直网站有不同的客户关系管理（CRM）、模板和数据结构。

　　RankBrain是在学习每种环境的正确“设置”。你可能已经猜到了，这些设置完全取决于所在的垂直网站。例如，在健康行业，谷歌知道和WebMD.com类似的网站是一个值得信赖的网站，可以排在搜索结果的前端。如果某个网站与WebMD网站结构类似，就会归入好网站的阵营。与此类似，如果一个健康网站的结构与一家现有的垃圾网站相似，就会被归入“差”网站的阵营。

　　RankBrain通过深度学习会将网站归类为“好”和“坏”，但如果一个网站涵盖多种行业，又该怎么办呢？

　　首先，我们要知道深度学习是如何进行的。在将网站归入“好”和“坏”的阵营之前，RankBrain首先要判断每个网站有哪些分类。Nike.com和WebMD.com这类网站比较容易。虽然有很多子类别，但大类很明显。因此很容易分类。

　　但如果网站有很多类别呢？典型例子是“怎样做”网站。它们一般有很多大类。如果出现这种情况，深度学习流程会崩溃。谷歌会提取这些网站的哪些数据作为培训数据呢？答案是：比较随意。任何一个类别都可以。对于维基百科这种知名网站，谷歌完全可以省略分类步骤，以确保深度学习过程不会影响现有的搜索体验（这就是所谓的“大而不倒”啊）。

　　但对于不太知名的机构，怎么办呢？答案是，“谁知道呀？”机器学习过程很有可能会自动对网站进行分类，然后与其他网站相比较。如果一个“怎样做”网站和WebMD网站很像。感觉很棒呢，是不是？

　　如果分类流程判断这个网站是鞋类网站，那就会与Nike的网站结构比较，而不是WebMD的网站。如果最后发现他们的网站结构很像鞋履行业的垃圾网站，而不是著名的WebMD网站，这种情况下，过度宽泛的网站很容易被标为垃圾网站。如果“怎样做”网站涵盖不同的领域，就让每个领域都向业内优秀的网站靠拢，这不难做到。关键是要明确自己的利基市场。

　　这些反向链接很可疑

　　我们来看看反向链接会受到什么影响。根据上文所述的分类流程，我们发现最重要的就是要向你的邻居靠拢，因为RankBrain会发现你的垂直网站中与反向链接介绍不符的内容。

　　拿上面的例子来说吧。假如一个公司创建了一个鞋类网站。在深度学习过程中，RankBrain会将这个网站的各个方面与优秀和糟糕的鞋类网站比较。因此，很自然，也会拿这个网站的反向链接介绍和这些优秀和糟糕的网站比较。

　　假如一个著名鞋类网站有以下邻居网站的反向链接：

　　现在如果该公司的SEO团队决定和这些邻居网站合作获得他们的反向链接，外加一个汽车邻居网站，是首席执行官利用自己之前与汽车行业的关系介绍的。他们的做法很聪明：在汽车网站的网页上创建一个交叉营销页面——“租车就可以免费获得一双鞋子”，链接到他们的新款鞋子页面。感觉水到渠成、并不牵强，是不是？

　　当然，RankBrain会发现这一点，注意到这个反向链接介绍与这个著名鞋类网站的内容完全不符。更糟糕的是，它发现很多垃圾鞋类网站也有汽车网站的反向链接。

　　即便不清楚哪个是“正确”的反向链接介绍，RankBrain也可以判断搜索引擎结果是“好”还是“坏”。新品鞋子很快被标记，有机搜索流量直线下降。

　　SEO和人工智能的未来

　　从上述有关加速回报定律的讨论我们可以看出，RankBrain和其他形式的人工智能会在未来的某个时刻超越人类大脑。而目前还没有人知道这项技术会驶向何方。

　　不过有些事是可以确定的：

　　深度学习方法某种程度上使SEO变得更简单了。认识到RankBrain和类似技术几乎可以与人类相匹敌，规则也就更清楚了：没有漏洞可钻了，而其他方面就没这么简单了。SEO领域的技术性会越来越强。数据分析和大数据是当下的王者，不熟悉这些技术的要迎头赶上了，而已掌握这些技术的就盼着好日子吧。

　　本文作者：Mona

　　求报道、谈合作请添加“xiongyan624”为微信好友。

　　声明：鸵鸟电台所有发布内容均为原创或授权发布，如需转载，请务必注明文章作者以及来源：鸵鸟电台（微信：鸵鸟FM），任何不尊重原创的行为鸵鸟电台都将进行责任追究。