谷歌搜索已經(jīng)能直接告訴你答案

 

　　試試向谷歌的搜索 App 詢問：“地球上飛得最快的鳥是什么鳥？”，它會回答你：“游隼”。根據(jù) YouTube，游隼的最快速度達(dá)到 389 公里/小時。

 

　　回答正確，但這個答案不是從谷歌內(nèi)部的主要數(shù)據(jù)庫中來的。當(dāng)你問它上述問題時，谷歌的搜索引擎會精確定位到一個 YouTube 視頻，這個視頻是介紹地球上飛得最快的 5 種鳥類的，搜索引擎隨后從視頻中提取出需要的信息來回答你的問題，并且不會提到其他 4 種鳥類。

 

　　如果你問：“光明節(jié)有多少天？”或者“Totem 持續(xù)多長時間？”，谷歌搜索引擎會知道這里的 Totem 是指太陽馬戲團(tuán)的演出，回答你它持續(xù)兩個半小時，包括 30 分鐘的休息時間。

 

　　谷歌搜索 App 能做到像這樣回答問題是利用了深度神經(jīng)網(wǎng)絡(luò)。深度神經(jīng)網(wǎng)絡(luò)作為人工智能的一種形式，不僅改進(jìn)了谷歌搜索引擎，甚至讓整個谷歌公司，以及 Facebook、微軟等其他互聯(lián)網(wǎng)巨頭改頭換面。深度神經(jīng)網(wǎng)絡(luò)是一種模式識別系統(tǒng)，能夠通過分析大量數(shù)據(jù)學(xué)習(xí)執(zhí)行特定的任務(wù)。在谷歌搜索 App 的例子中，深度神經(jīng)網(wǎng)絡(luò)學(xué)會了從互聯(lián)網(wǎng)上的相關(guān)網(wǎng)頁中獲取長句子或段落，然后從中提取出有關(guān)問題答案的信息。

 

　　谷歌搜索桌面版最近應(yīng)用了這些“句子壓縮算法”（sentence compression algorithms）。這些算法處理的任務(wù)對人類來說非常簡單，但一直以來對機(jī)器來說是相當(dāng)困難的，即自然語言處理任務(wù)。句子壓縮算法顯示了深度學(xué)習(xí)對自然語言理解的促進(jìn)作用，以及理解并回應(yīng)人類語言的能力。谷歌搜索部門的產(chǎn)品經(jīng)理 David Orr 就谷歌的句子壓縮研究說：“你需要使用神經(jīng)網(wǎng)絡(luò)，起碼這是我們發(fā)現(xiàn)的唯一的方法，我們使用了我們擁有的所有最先進(jìn)的技術(shù)。”

 

　　視頻搜索終成現(xiàn)實

 

　　谷歌大腦在3月8日的谷歌 Cloud Next 17 云技術(shù)大會上推出 Video Intelligence API。這個 API 能夠識別視頻中的對象，并能夠?qū)崟r地搜索它們。

 

　　新的 Video Intelligence API 讓開發(fā)者構(gòu)建可以從視頻中提取對象應(yīng)用程序。在此之前，這類提取還只能通過圖像而不是視頻，但這個新的 API 實現(xiàn)了從視頻中提取對象。該 API 能對視頻進(jìn)行全片分析，提煉全片的故事脈絡(luò)，記錄一共發(fā)生多少個場景，每個場景的清潔。這有助于對視頻進(jìn)行更精確的標(biāo)簽分類。

 

　　谷歌視頻智能 API 實現(xiàn)了從視頻中提取對象

 

　　開發(fā)者能夠利用該 API 構(gòu)建有創(chuàng)意的應(yīng)用程序，讓用戶能夠搜索任何與他們正在觀看的視頻內(nèi)容相關(guān)的信息。這給“觀看節(jié)目”這個詞帶來的全新的意義——當(dāng)你能夠找到你想看的節(jié)目任何方面的更深入的信息的話，“觀看節(jié)目”可能就不止于觀看了。

 

　　這對于科學(xué)研究也有重大意義。數(shù)據(jù)分析和圖像處理方面的專家 Mathias Ortner 說：“測試顯示，谷歌云機(jī)器學(xué)習(xí)能夠幫助提高我們分析衛(wèi)星圖像的準(zhǔn)確性和速度，它解決了這個已有幾十年歷史的問題。”

 

　　AI 再造搜索３招：谷歌如何用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)直接給你答案

 

　　除了能夠從視頻中提取元數(shù)據(jù)，Video Intelligence API 還允許用戶標(biāo)記視頻中的場景變化。這些視頻接著被存儲在谷歌的云存儲平臺上。視頻分析此前是讓研究人員十分痛苦的事情，但有了機(jī)器學(xué)習(xí)的能力，谷歌的這項新服務(wù)能夠讓從視頻中提取數(shù)據(jù)就像處理靜態(tài)圖像一樣簡單。谷歌也在推進(jìn)其使用 TensorFlow 框架的云機(jī)器學(xué)習(xí)引擎，以允許創(chuàng)造自定義的學(xué)習(xí)模型。

 

　　改變數(shù)字營銷，SEO 將變得極端技術(shù)化

 

　　機(jī)器學(xué)習(xí)和深度學(xué)習(xí)也在改變數(shù)字營銷的面貌。在這股潮流當(dāng)中，谷歌無疑處于領(lǐng)頭羊的地位。再一次地，谷歌使用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)。谷歌曾經(jīng)公開宣布，使用機(jī)器學(xué)習(xí)的 RankBrain 是其搜索引擎網(wǎng)站排名算法的第三大要素。

 

　　谷歌在 2015 年推出了 RankBrain，RankBrain 并不是算法的一部分，它的作用是了解哪種算法組合最適用于當(dāng)前類型的搜索結(jié)果。這也意味著，對于每個搜索結(jié)果，谷歌都使用了完全不同的算法混合方式。確切地說，RankBrain 在詞的水平上進(jìn)行操作，為每個搜索結(jié)果都進(jìn)行算法的個性定制。

 

　　AI 再造搜索３招：谷歌如何用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)直接給你答案

 

　　RankBrain 用于幫助處理搜索結(jié)果，特別是那些不常見的、復(fù)雜的多字查詢。例如，包含單詞“without”或“not”的否定搜索查詢并不常見，RankBrain 就能幫助這些搜索詞的查詢。

 

　　RankBrain 還可以“看出”那些似乎沒有什么關(guān)聯(lián)的搜索之間的模式，從而了解這些搜索之間有什么相似的地方。然后，RankBrain 還能將這些搜索與它認(rèn)為搜索者正在尋找的結(jié)果相關(guān)聯(lián)。谷歌有一個循環(huán)流程，讓 RankBrain 離線學(xué)習(xí)材料，然后測試它，然后在線使用新的版本。這種循環(huán)不斷重復(fù)，RankBrain 變得越來越聰明，可以更好地處理這些不尋常的搜索查詢。

 

　　RankBrain 這個新型深度學(xué)習(xí)系統(tǒng)還可以學(xué)習(xí)分辨“好”網(wǎng)站長什么樣，“壞”網(wǎng)站長什么樣。不同的垂直領(lǐng)域具有不同的客戶關(guān)系管理方式、不同的模板和數(shù)據(jù)結(jié)構(gòu)類型。谷歌為每一個搜索結(jié)果賦予不同的算法權(quán)重，因此每個垂直領(lǐng)域都有不同的“好”網(wǎng)站和“壞”網(wǎng)站實例。

 

　　當(dāng) RankBrain 運(yùn)行時，它會學(xué)習(xí)每種垂直環(huán)境中的正確“設(shè)定”是什么樣的。你或許已經(jīng)猜到，這些正確設(shè)定是什么完全取決于該設(shè)定所處于的垂直領(lǐng)域是什么樣的。例如，在醫(yī)療產(chǎn)業(yè)中，谷歌知道像 WebMD.com 這樣的網(wǎng)站聲譽(yù)良好，并會把這樣的網(wǎng)站放在其搜索索引的頂部位置。而任何結(jié)構(gòu)上與 WebMD 網(wǎng)站相似的網(wǎng)站，也會被歸類到“好”網(wǎng)站的類別中。類似的，那些與已知的醫(yī)療領(lǐng)域垃圾網(wǎng)站結(jié)構(gòu)相似的網(wǎng)站則會被歸為“壞”網(wǎng)站的類別。

 

　　對于那些包含了許多不同類別的網(wǎng)站，比如 How-To 型網(wǎng)站，為了避免深度學(xué)習(xí)方法崩潰，谷歌可能會使用看起來隨機(jī)的數(shù)據(jù)——當(dāng)然，這只是一種可能。它可能從眾多類別中選擇這個類別，也可能選擇另一個類別。對于像 Wikipedia 這樣的著名網(wǎng)站來說，谷歌可能完全不采取任何分類過程，這也是為了確保深度學(xué)習(xí)過程不會打擾用戶既有的搜索體驗（因為維基這樣的大網(wǎng)站不太可能產(chǎn)生壞網(wǎng)頁）。

 

　　谷歌設(shè)計 RankBrain 的目的是讓人沒有辦法再“鉆空子”。沒有了黑帽戰(zhàn)略來擊 RankBrain，谷歌就能以此強(qiáng)制讓網(wǎng)站所有者提升他們網(wǎng)站的用戶友好度。用戶看到的結(jié)果就是，對垃圾郵件網(wǎng)站的打擊力度更大了。此外，更智能的搜索引擎能夠了解哪些網(wǎng)站將在設(shè)備上正常顯示，并將這些結(jié)果傳遞到相應(yīng)的屏幕尺寸上面。也就是說，你還能看到更好的設(shè)備集成和基于所使用的設(shè)備類型得到更好的搜索結(jié)果。

 

　　SEO 領(lǐng)域?qū)⒗^續(xù)變得極端技術(shù)化。分析和大數(shù)據(jù)是今日的王道，那些對這些方法尚不熟悉的 SEO 必須盡快趕上，而那些已經(jīng)擁有這些能力的 SEO 有希望未來獲得巨大收益。

 

　　深度學(xué)習(xí)的“金數(shù)據(jù)”和“銀數(shù)據(jù)”，商業(yè)模式迭代創(chuàng)新的殺手锏

 

　　盡管機(jī)器學(xué)習(xí)和深度學(xué)習(xí)讓谷歌在搜索的各種方面都變得更加智能，但是，仍然存在難以跨越的障礙。

 

　　為了讓谷歌搜索自動給出答案，谷歌組織了一個由大量語言學(xué)博士組成團(tuán)隊，它把這支團(tuán)隊稱為“Pygmalion”，使用這些語言學(xué)家人工篩選的數(shù)據(jù)來訓(xùn)練神經(jīng)網(wǎng)絡(luò)。實際上，谷歌的機(jī)器通過觀察人類的做法來學(xué)習(xí)如何從長段落中提取相關(guān)答案，這個過程需要重復(fù)多遍，相當(dāng)漫長。這些艱苦的努力表明了深度學(xué)習(xí)的能力和局限性。為了訓(xùn)練像這樣的人工智能系統(tǒng)，需要大量的、由專業(yè)人士篩選過的數(shù)據(jù)。這些數(shù)據(jù)不容易得到，也不便宜，而且對這種數(shù)據(jù)的需求不會很快消失。

 

　　谷歌的這支語言學(xué)博士團(tuán)隊不僅做句子壓縮的示范，而且要標(biāo)記詞類以幫助神經(jīng)網(wǎng)絡(luò)理解人類語言。Pygmalion 團(tuán)隊包括了來自全球各地的約 100 名語言學(xué)博士，這支團(tuán)隊處理過的數(shù)據(jù)也被稱為“金數(shù)據(jù)”（Gold Data）。相比之下，新聞報道等沒有處理過的數(shù)據(jù)則被稱為“銀數(shù)據(jù)”（Silver Data）。銀數(shù)據(jù)當(dāng)然是有用處的，因為其數(shù)量非常大。但金數(shù)據(jù)是必不可少的。當(dāng)前谷歌 Pygmalion 團(tuán)隊使用的語言有 20 至 30 種。Pygmalion 團(tuán)隊的負(fù)責(zé)人 Linne Ha 也表示，這支團(tuán)隊還將繼續(xù)擴(kuò)大。

 

　　我們知道，使用無監(jiān)督學(xué)習(xí)，機(jī)器可以從未標(biāo)記的數(shù)據(jù)中學(xué)習(xí)，谷歌、Facebook 等公司也已經(jīng)開始這方面的研究。雖然仍有很長很長的路要走，但人工智能正在重塑搜索行業(yè)的面貌，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)已經(jīng)能讓搜索引擎直接告訴我們答案，讓視頻搜索成為現(xiàn)實。

 

　　正如上文所說，那些對這些方法尚不熟悉的公司必須盡快趕上，而那些已經(jīng)擁有這些能力的企業(yè)則將在不遠(yuǎn)的未來獲得巨大收益。