2016 年以來，IT行業(yè)最大的技術突破應該是人工智能了，不僅在一年左右時間，在最后一個人類曾經(jīng)自以為機器很難戰(zhàn)勝人類的游戲項目上完勝人類，前幾天更是出現(xiàn)了逆天的AlphaGo Zero，完全不用借鑒人類知識，自學 3 天就超越了人類。
人工智能領域最牛X的公司，國外是Google，國內是百度。都是搜索引擎。這恐怕也不是什么巧合，而是因為搜索引擎是最適合開發(fā)人工智能的公司，他們擁有最大量的數(shù)據(jù)，包括文字、圖片、視頻，還有地圖、路況、用戶使用數(shù)據(jù)等等。
搜索引擎公司的AI成果在多大程度上運用到了他們的核心業(yè)務-搜索中?他們都沒有明確地對外說明，從搜索工程師的零碎發(fā)言中猜測，至少目前還沒有大規(guī)模使用，并沒有改變搜索算法的基礎。畢竟人工智能雖然概念存在了幾十年，但效果突飛猛進只是近幾年的事，還沒有出現(xiàn)通用人工智能，在圍棋這種規(guī)則簡單明確的領域中牛X，遷移到規(guī)則模糊的系統(tǒng)中，比如搜索，還需要一些時間。
但我想，人工智能大規(guī)模應用于搜索算法是早晚的事。據(jù)說以前百度大搜索部門和人工智能/深度學習部門之間是有些矛盾的，現(xiàn)在吳恩達離開了百度，陸奇對百度又進行了很多人事調整，搜索部門對人工智能的排斥也許就大大降低了。
其實人工智能已經(jīng)在搜索算法中有所運用。舉兩個例子。
百度DNN模型
前幾個月看到了百度朱凱華的一篇《AI賦能的搜索和對話交互》演講報道。數(shù)年前和朱凱華還做過一次訪談，那時候他還是Google的主任架構師，是著名的熊貓算法的主要參與者之一，現(xiàn)在他是百度的首席架構師了。演講內容很多，感興趣的搜索標題就能找到全文，很值得深入讀一下。這么長時間SEO行業(yè)很少人注意到這篇這么有價值的關于搜索算法的公開信息，還是挺意外的。
演講里提到了百度 2013 年上線的DNN模型，極大提高了語義相關性的判斷范圍和準確性， 2013 年百度相關性提高的34%來自于DNN模型， 2014 年全年相關性提升的25%來自DNN模型。DNN模型使用的就是深度學習方法，通過 100 億的用戶點擊數(shù)據(jù)訓練模型，有超過 1 億個參數(shù)。下面介紹的Google RankBrain是 2015 年上線的，所以百度是世界上第一個將人工智能應用到實際搜索算法中的公司。
下圖是DNN訓練的示意圖：
簡單說，就是對同一個查詢詞，模型分析了真實用戶點擊了的頁面的標題，和沒有點擊的頁面標題，從而更深入理解哪些標題是滿足了用戶需求的。經(jīng)常出現(xiàn)的情況是，頁面標題并不包含查詢詞，用戶卻更愿意點擊這些頁面，說明這些頁面滿足了用戶需求，這些頁面的標題，即使不包含查詢詞，也是與查詢詞語義相關的。這是經(jīng)典的頁面-關鍵詞相關性算法無法計算出來的。
演講中提到的例子：
在DNN上線之前，用戶搜索“ghibli車頭任何放置車牌“時，由于相關信息很少，沒有什么頁面是以這個查詢詞為標題或者頁面出現(xiàn)這些關鍵詞的，所以搜索結果質量不高，傳統(tǒng)搜索算法只能按關鍵詞匹配返回一些ghibli相關信息，卻沒幾乎有“車頭任何放置車牌”的信息。
DNN上線之后的搜索結果是這樣的：
可以看到，搜索結果中還是沒有以“ghibli車頭任何放置車牌“為標題的頁面，但解決了用戶的需要，算法理解了“前”、“前面”和“車頭”是一個意思，“放哪里啊”、“怎么裝”、“咋掛”和“任何放置“是一個意思，所以”ghibli車牌咋掛“這種頁面回答了“ghibli車頭任何放置車牌“這個查詢，雖然他們包含的關鍵詞是不一樣的。
這種對相關性的理解不是傳統(tǒng)以關鍵詞匹配為基礎的搜索算法能算出來的，而是真實用戶的點擊數(shù)據(jù)告訴搜索算法的。用戶搜索“ghibli車頭任何放置車牌“時，經(jīng)常點擊”ghibli車牌咋掛“、”ghibli前面車牌照怎么裝“這些頁面，DNN模型被訓練后知道，這些詞之間是語義相關的。
Google RankBrain
2015 年上線的Google RankBrain解決的也是對查詢詞的深入理解問題，尤其是比較長尾的詞，找到與用戶查詢詞不完全匹配、但其實很好回答了用戶查詢的那些頁面。和百度DNN是非常類似的。Google沒有具體說明RankBrain的訓練方法，估計和百度DNN也是類似的。
2015 年RankBrain上線時，15%的查詢詞經(jīng)過RankBrain處理， 2016 年所有查詢詞都要結果RankBrain處理。
Google自己經(jīng)常舉的RankBrain例子是這個查詢：
What’s the title of the consumer at the highest level of a food chain
這個查詢詞相當長尾，完全匹配的結果比較少，而且查詢中的幾個詞容易有歧義，比如consumer通常是消費者的意思，food chain也可以理解為餐飲連鎖，但這個完整的查詢和商場、消費者、飯館之類的意思沒有任何關系，RankBrain能理解其實用戶問的是食物鏈頂端的物種是什么名字。同樣，搜索結果不能按照傳統(tǒng)的關鍵詞匹配來處理。
這種長尾查詢數(shù)量很大，每天Google收到的查詢里有15%是以前都沒出現(xiàn)過的。這種查詢要靠關鍵詞匹配就比較難以找到高質量頁面，數(shù)量太少，甚至沒有，但理解了查詢的語義和意圖，就能找到滿足用戶需求的、關鍵詞并不完全匹配的頁面。
對SEO的影響以后再詳細寫，這里只是先簡單提示一下：頁面要包含關鍵詞，這在目前的關鍵詞優(yōu)化過程中是必然的，現(xiàn)在搜索引擎能理解兩句不同的話意思是一樣的了，以后創(chuàng)作或編輯頁面內容時，是不是還一定要包含關鍵詞呢?
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
