Por ahora todo el mundo ha oído hablar de Google RankBrain, la nueva inteligencia artificial de la máquina algoritmo de aprendizaje que se supone debe ser el último y el mayor de los de Mountain View, Calif. Lo que muchos de ustedes no se dan cuenta, sin embargo, es la velocidad con que la industria de SEO está cambiando a causa de ella. En este artículo, te llevará a través de algunos claros ejemplos de cómo algunas de las viejas reglas de SEO ya no se aplican, y los pasos que usted puede tomar para mantenerse por delante de la curva con el fin de continuar brindando exitosas campañas de SEO para su negocio.
Entonces, ¿qué es la inteligencia artificial?
en general, Existen tres clasificaciones diferentes de la inteligencia artificial:
Cuando hablamos del contexto de Google RankBrain, y los algoritmos de aprendizaje automático que se están ejecutando actualmente en Google, estamos hablando Artificial Estrecho de Inteligencia (ANI).
en Realidad, ANI ha estado alrededor por algún tiempo. Alguna vez se preguntó cómo los filtros de SPAM de trabajo en su correo electrónico? Sí, ese es ANI. Aquí están algunos de mis favoritos ANI programas: el traductor de Google, IBM Watson, que característica interesante en Amazon que dice que los productos que son \”recomendados para usted,\” auto-conducción de coches y, sí, nuestro querido Google RankBrain.
Dentro de ANI, hay muchos enfoques diferentes. Como Pedro Domingos establece claramente en su libro , los datos científicos que intentan lograr el perfecto AI pueden ser agrupadas en cinco \”tribus\” de hoy:
Google RankBrain está en el campo de la Connectionists. Connectionists creer que todo nuestro conocimiento es codificado en las conexiones entre las neuronas en nuestro cerebro. Y RankBrain de la estrategia en particular es lo que los expertos en el campo de llamar a un regreso técnica de propagación, renombrado como \”aprendizaje profundo.\”
Connectionists afirman que esta estrategia es capaz de aprender cualquier cosa a partir de datos en bruto, y por lo tanto también es capaz en última instancia de la automatización de todo el descubrimiento de conocimiento. Google al parecer, cree que esto, también. El 26 de enero de 2014, Google anunció que había acordado la adquisición de DeepMind Technologies, que fue, esencialmente, una vuelta de propagación de la tienda.
Así que cuando hablamos de RankBrain, ahora podemos decirle a la gente que se compone de una técnica en particular (parte posterior propagación o \”aprendizaje profundo\”) en ANI. Ahora que tenemos que salir del camino, de cuánto es este campo progresando? Y, lo que es más importante, cómo está cambiando el negocio de SEO?
El crecimiento exponencial de la tecnología (y AI)
Tim Urbano de WaitButWhy.com explica el crecimiento de la tecnología mejor que nadie en su artículo que La IA de la Revolución: El Camino hacia la Superinteligencia.
Aquí es lo que el progreso tecnológico se parece, al mirar hacia atrás en la historia:
Pero, como Urbanas señala que, en realidad, usted no puede ver lo que está a su derecha (el futuro). Así que aquí está la forma en que realmente se siente cuando se está de pie allí:
Lo que este gráfico muestra es que cuando los seres humanos tratan de predecir el futuro, que siempre hay que subestimar. Esto es porque ellos están buscando a la izquierda de este gráfico, en lugar de a la derecha.
sin Embargo, la realidad es que el progreso humano se lleva a cabo en un más rápido y más rápido a medida que pasa el tiempo. Ray Kurzweil llama a esto la Ley de Rendimientos acelerados. El razonamiento científico detrás de su original teoría es que las sociedades más avanzadas tienen la capacidad de progreso más rápido de índice de menos las sociedades avanzadas — porque que están más avanzadas. Por supuesto, el mismo puede ser aplicado a la inteligencia artificial y la tasa de crecimiento que estamos viendo ahora con la tecnología más avanzada.
lo Podemos ver con los recursos de computación de ahora. Aquí es una visualización que le da la perspectiva de que tan rápido que las cosas pueden cambiar debido a esta Ley de Rendimientos acelerados:
Como se puede ver claramente, y como todos podemos sienten intuitivamente, el crecimiento de procesamiento avanzado de equipos y se ha beneficiado de esta Ley de Rendimientos acelerados. Aquí hay otra revelación chocante: En algún punto, el poder de procesamiento de un equipo económico superará no de un solo humano, sino para todos los seres humanos combinado.
De hecho, ahora parece que vamos a ser capaces de lograr Artificial la Inteligencia General (AGI), en algún momento alrededor del año 2025. La tecnología está en clara expansión en un más rápido y más rápido ritmo, y, por muchas cuentas, la mayoría de nosotros va a ser atrapado con la guardia baja.
El aumento de la superinteligencia
Como he explicado anteriormente, Google RankBrain es sólo una forma de ANI, lo que significa que, si bien puede hacer las cosas mejor que un ser humano en un área específica, es sólo eso: una relativamente débil forma de inteligencia artificial.
Pero puede ser sorprendido por lo rápido que esta \”débil\” de la inteligencia podría convertirse fácilmente en algo con lo que no tenemos idea de cómo tratar.
Aquí, se puede ver claramente que Google RankBrain, mientras que super inteligente en una tarea en particular, es todavía en el contexto general de las cosas, bastante inteligente en la inteligencia de la escala.
Pero ¿qué sucede cuando aplicamos la misma Ley de Rendimientos acelerados a la inteligencia artificial? Tim paseos Urbanos con nosotros a través del experimento de pensamiento:
\”…así como A. I. zoom hacia arriba en la inteligencia hacia nosotros, vamos a ver como simplemente cada vez más inteligente, para un animal. Entonces, cuando llega a la menor capacidad de la humanidad — Nick Bostrom se utiliza el término \”el pueblo idiota\’ — vamos a ser como, \’Oh, wow, es como un tonto humanos. Lindo!\’ La única cosa es, en el gran espectro de la inteligencia, todos los seres humanos, desde el pueblo idiota para Einstein, están dentro de un pequeño intervalo — así que justo después de golpear pueblo idiota de nivel y de ser declarada de AGI, que va de repente a ser más inteligente que Einstein y no sabemos lo que nos golpeó.\”
Entonces, ¿qué significa esto para el negocio de SEO y la inteligencia artificial, que está sobre nosotros?
SEO ha cambiado para siempre
Antes de entrar en la predicción del futuro, vamos a hacer un inventario sobre cómo RankBrain ya ha cambiado el SEO. Me senté con la Carnegie Mellon ex alumno y amigo de Scott Stouffer, ahora CTO y co-fundador de Mercado de Cerveza, una compañía que proporciona el motor de búsqueda de modelos de la Fortuna 500 SEO equipos. Como una búsqueda de ingeniero de sí mismo, Stouffer tenía una perspectiva única, en la última década la mayoría de los profesionales en la industria que no se llega a ver. Aquí están algunos de sus consejos para el SEO de la industria cuando se trata de Google con un nuevo énfasis en la inteligencia artificial.
Hoy en día el análisis de regresión es seriamente deficiente
Este es el más grande de la actual falacia de nuestra industria. Ha habido muchos pronosticadores cada vez que los rankings de Google de turno en una gran forma. Generalmente, sin falta, un par de datos científicos y CTOs de las empresas bien conocidas en nuestra industria afirman que \”tiene una razón!\” para la más reciente de Google Dance. El análisis típico consta de hojeando a través de meses de clasificación de datos previos al evento, luego de ver cómo el ranking cambiado en todos los sitios web de diferentes tipos.
hoy en día el enfoque de análisis de regresión, estos datos científicos apuntan a un tipo específico de sitio web que ha sido afectada (positiva o negativamente) y concluir con una alta certeza de que Google últimas algorítmica cambio se atribuye a un determinado tipo de algoritmo (de contenido o de vínculo de retroceso, et al.) que estos sitios web compartido.
sin Embargo, esta no es la forma de trabajar de Google más. Google RankBrain, una máquina de aprendizaje o aprendizaje profundo enfoque, funciona de manera muy diferente.
Dentro de Google, hay un núcleo de algoritmos que existen. Es RankBrain el trabajo de aprender lo que la mezcla de estos principios básicos, los algoritmos se aplican mejor a cada tipo de resultados de búsqueda. Por ejemplo, en determinados resultados de búsqueda, RankBrain podría aprender que lo más importante de la señal es la META del Título.
para Añadir más significado a la META Título algoritmo de coincidencia podría conducir a una mejor buscador de la experiencia. Pero en otro resultado de la búsqueda, esta misma señal puede tener un horrible correlación con un buen buscador de experiencia. Así que, de otro vertical, otro algoritmo, tal vez PageRank, podría promoverse más.
Esto significa que, en cada resultado de la búsqueda, Google tiene una mezcla completamente diferente de los algoritmos. Ahora usted puede ver por qué hacer el análisis de regresión de cada sitio, sin contar con el contexto de los resultados de la búsqueda que es, es sumamente deficiente.
Por estas razones, hoy en día la regresión en el análisis debe ser hecho por cada resultado de búsqueda. Stouffer escribió recientemente acerca de una búsqueda de modelado de enfoque en el que los de Google algorítmica turnos de puede ser medido. En primer lugar, usted puede tomar una instantánea de lo que el motor de búsqueda modelo fue calibrado en el pasado para una determinada palabra clave de búsqueda. A continuación, vuelva a calibrar después de un cambio en el ranking ha sido detectado, revelando la diferencia entre los dos motores de búsqueda configuración de modelo. Con este enfoque, durante cierto ranking cambios, se puede ver que algoritmo concreto que está siendo promovido o degradado en su ponderación.
Cuando los seres humanos tratan de predecir el futuro, que siempre hay que subestimar.
Tener este conocimiento, podemos, a continuación, centrarse en la mejora de la parte específica de SEO para los sitios de los resultados de búsqueda única. Pero ese mismo enfoque no puede (y no puede) a otros resultados de búsqueda. Esto es debido a que RankBrain se está operando en el resultado de la búsqueda (o palabras clave) de nivel. Es, literalmente, la personalización de los algoritmos para cada resultado de la búsqueda.
Estancia nicho para evitar la mala clasificación
Lo que Google también se dio cuenta de que podía enseñar a sus profundas del sistema de aprendizaje, RankBrain, lo \”bueno\” de los sitios y lo \”malo\” de los sitios de aspecto. Similar a la forma en que el peso de los algoritmos de forma diferente para cada resultado de la búsqueda, también se dio cuenta de que cada vertical tenido diferentes ejemplos de \”buenas\” y \”malas\” de los sitios. Este es, sin duda, debido a diferentes mercados verticales tienen diferentes CRMs, plantillas diferentes y diferentes estructuras de datos por completo.
Cuando RankBrain opera, es esencialmente el aprendizaje de lo que la correcta \”configuración\” son para cada entorno. Como usted puede haber adivinado por ahora, estas opciones son completamente dependientes de la vertical en la que se encuentra. Así, por ejemplo, en la industria de la salud, Google sabe que un sitio como WebMD.com es un sitio de confianza que les gustaría tener cerca de la parte superior de su índice de búsqueda. Cualquier cosa que se parece a la estructura de WebMD se asocia con la \”buena\” campamento. Del mismo modo, cualquier sitio que se parece a la estructura de un sitio con contenido fraudulento en la vertical de la salud se asocia con la \”mala\” campamento.
Como RankBrain trabaja para el grupo de \”buenos\” y \”malos\” sitios juntos, con su profunda capacidad de aprendizaje, ¿qué sucede si usted tiene un sitio web que dispone de muchas industrias diferentes, todo en uno?
en Primer lugar, tenemos que discutir un poco más de detalle exactamente cómo este aprendizaje profundo de las obras. Antes de agrupar los sitios en un \”bueno\” y \”malo\” cubo, RankBrain debe determinar primero lo que cada sitio de la clasificación. Sitios como Nike.com y WebMD.com son bastante fáciles. Mientras que hay muchos diferentes sub-categorías en cada sitio, de la categoría general es muy sencillo. Estos tipos de sitios son fácilmente clasificables.
Pero, ¿qué acerca de los sitios que tienen muchas categorías diferentes? Un buen ejemplo de estos tipos de sitios son los sitios. Los sitios que normalmente tienen muchas categorías generales de información. En estos casos, el profundo proceso de aprendizaje se rompe. Que de datos de entrenamiento que utiliza Google en estos sitios? La respuesta es: puede ser aparentemente al azar. Puede elegir una categoría o a otra. Para los sitios más conocidos, como Wikipedia, Google puede optar por salir de este proceso de clasificación en conjunto, para asegurar que el aprendizaje profundo proceso de no socavar su actual experiencia de búsqueda (también conocido como \”demasiado grandes para quebrar\”).
El campo de la SEO seguirá a ser muy técnico.
Pero para los menos conocidos de las entidades, lo que va a suceder? La respuesta es, \”¿Quién sabe?\” Es de suponer que este proceso de aprendizaje tiene una forma automatizada de la clasificación de cada sitio antes de intentar comparar con otros sitios. Digamos que un sitio se ve como WebMD del sitio. Genial, ¿verdad?
Bien, si el proceso de clasificación piensa que este sitio es acerca de los zapatos, luego se va a comparar el sitio de Nike de la estructura del sitio, no WebMD del. Es posible que su estructura de un sitio que parece un montón de spam zapato sitio, como opuesto a una buena reputación WebMD sitio, en cuyo caso la excesivamente generalizada sitio fácilmente podría ser marcado como SPAM. Si el sitio se había separado de los dominios, sería fácil hacer que cada género se ven como el mejor de la industria. Estancia de nicho.
Estos vínculos de retroceso de olor a pescado
echemos un vistazo a cómo esta afecta a los vínculos de retroceso. Basado en el procedimiento de clasificación anterior, es más importante que nunca para pegarse dentro de su \”vinculación de barrio\”, como RankBrain saber si algo es diferente de similares perfiles de vínculo de retroceso en su vertical.
tomemos el mismo ejemplo que el anterior. Decir que una empresa tiene un sitio acerca de los zapatos. Sabemos que RankBrain profunda en el proceso de aprendizaje intentará comparar cada uno de los aspectos de este sitio con los mejores y los peores sitios de la industria del calzado. Así que, naturalmente, el perfil de vínculo de retroceso de este sitio serán comparados con los perfiles de vínculo de retroceso de estas mejores y en los peores sitios.
supongamos también que un típico buena reputación zapato sitio tiene vínculos de retroceso de los siguientes barrios:
Ahora vamos a decir que la empresa SEO equipo decide empezar a perseguir los vínculos de retroceso de todos estos barrios, además de un nuevo barrio — de uno de los CEO de las conexiones anteriores a la industria automotriz. Ellos son \”inteligentes\” sobre: construcción de un cross-marketing \”libre oferta de zapatos para todos los nuevos contratos de arrendamiento\” de la página que se crea en el auto de sitio, el cual, a continuación, los enlaces a su nuevo tipo de calzado. Totalmente relevante, ¿verdad?
Bueno, RankBrain va a ver esto y aviso que este backlink de perfil se ve muy diferente a la típica de renombre zapato sitio. Peor aún, se encuentra que un montón de spam zapato sitios también tienen un perfil de vínculo de retroceso de auto sitios. Uh oh.
Y así, sin siquiera saber lo que es la \”correcta\” perfil de vínculo de retroceso, RankBrain ha olió lo que es \”bueno\” y qué es \”malo\” para su motor de búsqueda de resultados. El nuevo zapato sitio está marcado, y su tráfico orgánico se lleva a una caída en picado.
El futuro del SEO y de la inteligencia artificial
Como podemos ver en la discusión anterior sobre la Ley de Rendimientos acelerados, RankBrain y otras formas de inteligencia artificial en algún punto de superar el cerebro humano. Y en este punto, nadie sabe donde esta tecnología nos va a llevar.
Algunas cosas son ciertas, a pesar de que:
En cierta manera, la profundidad de la metodología de aprendizaje hace que las cosas más simples para Seo. Sabiendo que RankBrain y tecnologías similares están casi a la par con los humanos, el imperio de la ley es claro: no Hay más lagunas.
En otros casos, las cosas son un poco más difíciles. El campo de la SEO seguirá a ser muy técnico. Analytics y big data están a la orden del día, y cualquier SEO que no está familiarizado con estos enfoques tiene un montón de ponerse al día. Aquellos de ustedes que tienen estas habilidades puede mirar adelante a un gran día de pago.
This content was originally published here.