DJUP LÄRANDE OCH FRAMTIDEN FÖR SÖKMOTOROPTIMERING - TECHCRUNCH - SOCIALA MEDIA - 2019

Anonim

Nathan Sikes Bidragsgivare

Nathan Sikes är VD för produkter för Foxtailmarketing och fokuserar på att undersöka och genomföra praktiska SEO och digital marknadsföringsteknik.

Begreppet djupt lärande eller djupt strukturerat lärande har varit ett vanligt samtal under de senaste månaderna på grund av åtaganden och framsteg hos några av världens största och mest produktiva sökföretag. Med organisationer som Google, Facebook, Microsoft och Baidu (en kinesisk sökmotor) som köper in i denna teknik börjar vi se en stor acceleration av applikationerna och användningarna för denna relativt nya artificiella intelligens (AI).

Inriktningen i denna artikel riktar sig till tekniken för djup lärande och dess inflytande på sökmotoroptimering (SEO) i dagens onlinevärld. Låt oss ta en titt på vad djupt lärande är, en del historia och några av de stora aktörerna som använder detta AI för att forma och förbättra det digitala landskapet runtom oss.

Quest for Real Artificial Intelligence

Innan vi verkligen kan förstå konsekvenserna av djupt lärande behöver vi bättre förstå vad det är och var det kom ifrån. Även om du inte kan spåra dess ursprung till en viss person eller plats, är de flesta myndigheter i fältet överens om att Geoffrey Hinton är gudfadern för dagens djupt lärande. För närvarande splittrar hans tid mellan Google och University of Toronto, har Hintons bidrag till Backpropagation på 1980-talet, och senast Neural Computation och Adaptive Perception Program, antändt en plat industri som behöver gnista. "Han (Hinton) har under de senaste 20-30 åren skjutit fram gränsen för neurala nätverk och djupt lärande", säger Kai Yu, chef för Baidu Institute of Deep Learning. "Vi har aldrig sett maskininlärning eller artificiell intelligenssteknik så snabbt att det påverkar industrin. Det är väldigt imponerande. "

Många företag ser att framtiden för djupt lärande är här och att det inte kräver mycket pengar eller resurser för att dra nytta av denna nya industrivetenskap.

Hinton bidrag kan spåras till nästan alla stora enheter som för närvarande arbetar med artificiella neurala nätverk och djupt lärande. Yann LeCun, för närvarande på Facebook, hjälpte till att utveckla Backpropagation tillsammans med Hinton på 1980-talet. Andrew Ng, chefsforskaren vid Baidu grundade Deep Learning Project på Google förutom att arbeta där med Hinton i åratal. Även om dessa handfulla ingenjörer kan arbeta för konkurrerande företag, är de alla desperat på jakt efter samma sak - verkligt beteendeinlärning i artificiell intelligens.

Före det senaste decenniet hade affärsbranschen allt annat än vänt tillbaka på området för djupt lärande. Begränsningarna av chipbehandlingsförmåga och dataseten som används i de konstgjorda neurala nätverken som sprang dem gjorde Hintons och hans kollegares teorier opraktiska och före deras tid.

Snabbspolning fram till 2015 och vi ser en helt ny miljö full av potentiella applikationer, och de stora pojkarna är inte de enda som märkte. Mindre organisationer som Clarifai använder förstärkt intelligens för reklam, moderering / filtrering och innehållshantering. Andra företag som Moz (ett SEO-företag) ser detta också som framtiden, och ett sätt att tillhandahålla bättre produkter och tjänster till sina kunder. "Många teknikföretag som Moz gör en viss nivå av maskininlärning. Vi gör ingenting med djupt lärande och många neurala nätverk. Vi kanske går den riktningen ", förklarar Rand Fishkin på Moz bloggen.

Många företag ser att framtiden för djupt lärande är här och att det inte kräver mycket pengar eller resurser för att dra nytta av denna nya industrivetenskap. IBMs Watson Analytics erbjuder en freemium-tjänst som låter dig ladda upp upp till 500 MB och gör att du kan utforska dina egna verkliga applikationer för djup lärande. Inmatning av Google Adwords eller andra försäljningsstatistik i det här verktyget kan hjälpa till att starta företag finna relativ och prediktiv information i deras data. Förutom Watson Analytics, låt oss ta en titt på de andra företagen som utvecklar och använder denna teknik just nu.

Google Research: Google rankas tredje på Forbes lista över "Världens mest värdefulla varumärken 2015", men jag tror inte att många skulle hävda att de är första på jakt. Google har gjort många framsteg under det senaste decenniet när det gäller maskinintelligens och har arbetat med att skapa en bättre förståelse av bilder, videor och språk.

Genom sin forskning, förvärv (tänk DeepMind, som förvärvades 2014) och partnerskap som den med Imagenet Large Scale Visual Recognition Challenge har Google varit fortsatt engagerad i att testa och tillämpa nya områden för djup inlärning. Senast tillkännagav Google att de nu har möjlighet att automatiskt producera bildtexter och beskriva bilder första gången de ser dem. Kan du tänka dig om bildigenkänning eller funktioner som detta implementerades i Googles sökalgoritm?

Det kanske inte är så långt borta. Geoffrey Hinton förklarar i en Reddit Fråga mig någonting: "Jag tycker att de mest spännande områdena under de närmaste fem åren verkligen kommer att förstå videor och text. Jag kommer bli besviken om om fem år om vi inte har något som kan titta på en YouTube-video och berätta en historia om vad som hände. "

Facebook FAIR: Den mest populära sociala nätverksplatsen i världen har blivit en stark aktör i sökandet och kommer att fortsätta att öka sin marknadsandel under de kommande åren. Facebook AI Research (FAIR) visar Facebook: s engagemang för artificiell intelligens och djupt lärande som framtid för socialt, inköp och media. Faktum är att man kan hävda att mellan deras ansiktsigenkänningsprogram, deras bidrag till öppen källmodul för Torch (en utvecklingsmiljö för djup lärande) och det senaste tillkännaget av Mike Schroepfer (deras CIO) som säger att Facebook: s AI nu har förmåga att känna igen handlingar i video, är Facebook den nuvarande ledaren i att använda djupt lärandeintelligens.

Microsoft Project Oxford: Microsoft gjorde nyligen vågor med deras how-old.net ansiktsigenkänningsprojekt. Vad de flesta inte inser är dock att detta åtagande utformades av Microsofts maskininlärningsforskningsteam. I själva verket enligt Microsofts blogg, "Det tog ett par utvecklare bara en dag för att sammanföra hela denna lösning, från webbsidan till maskinlärnings API: er till realtidströmmande analyser." Och det är bara början. Utöver projekt som detta kommer vi också säkert se en integration av Project Oxford och Cortana (Microsofts "personalassistent") i Windows 10 och Edge, Internet Explorer-ersättningen.

WolframAlpha: WolframAlpha är inte ett hushållsnamn - men - men har varit en stor aktör inom den artificiella intelligensindustrin under de senaste åren. Deras slutliga mål är att beräkna allt och allt, men de fokuserar främst på områden som kräver kunskapsnivå eller kompetens på expertnivå. Nyligen har de utökat sin räckvidd till bildidentifiering, problemgeneratorer, språkigenkänning och även analys för Facebook.

Så varför ska jag bry mig?

Vi har äntligen gått över gränsen om artificiell intelligens kommer att integreras i sökandet när det kommer att bli, och de ovannämnda företagen leder avgiften. Så givet den här nya informationen, vilken typ av inverkan kommer djupt lärande verkligen att ha på sök de närmaste fem åren? Här är några förutsägelser:

Nya SEO-vertikaler: Om du är en marknadsförare på nätet och den här tekniken inte blir upphetsad

.

du kan vara i fel fält. Denna typ av artificiell intelligens erbjuder sökmotor marknadsförare en chans att dra nytta av en mängd nya kanaler, inklusive image-tunga sociala nätverk, videodelningsplatser och till och med bildpresentationsplattformar samtidigt som de får "kredit" för bilder och videoklipp som tar med sig värde för sökare.

Det blir allt viktigare att fånga upp din kunds fantasi och uppmärksamhet med visuella bilder, och sökföretag letar efter.

Död på spamplatsen: Google har länge arbetat med att bekämpa spamwebbplatser. De har till och med en algoritm som heter Pingvin som är dedikerad till att minska rankningen på webbplatser som använder spam-taktik. Min förutsägelse är att vi kommer att se en stor minskning av webbplatser som använder spammiga tekniker, snygga omdirigeringar eller smal innehåll utan värde. Detta kommer att ge en säkrare, mindre rotig web.

Bättre enhetintegration: Googles mobildeddon-uppdatering var inte den sista i sitt slag. Eftersom företag som Facebook (Oculus) och Microsoft (Hololens) sätter ut sina virtuella verklighetshuvudenheter, kommer vi att behöva en smartare sökmotor som har möjlighet att prioritera och lära sig vilka webbplatser som ska visas på vilka enheter.

Inget ställe att gömma sig: Som sökmotorföretag gör denna AI till den bästa och blir intelligentare, så kommer deras spårningsegenskaper. Vi kommer att se en ny generation av "supercookies" som de som Verizon, AT & T och Facebook har nyligen släppt, vilket kommer att göra det allt svårare att vara dold online.

Visuellt innehåll kommer att vara viktigare än någonsin: Millennials ignorerar annonser på en högre nivå än någon annan generation före dem. Enligt Simply Measured (ett socialt mediaanalysföretag) är 62 procent av alla varumärkesinlägg och 77 procent av alla producerade engagemang på Facebook bilder, i motsats till bara vanlig text. För att gå ännu djupare säger Hubspots forskning att du kan generera upp till 94 procent fler synpunkter och 37 procent mer engagemang om du lägger till övertygande visuella element och grafik till blogginlägg och sociala medier.

Det blir allt viktigare att fånga upp din kunds fantasi och uppmärksamhet med visuella bilder, och sökföretag letar efter. Leta efter den här typen av innehåll som ska prioriteras i framtiden.