Categories
SEO

Cómo los motores de búsqueda usan el aprendizaje de la máquina: 9 cosas que sabemos con seguridad

Tech Giants están invirtiendo en gran medida en el aprendizaje de la máquina.

En 2019, Microsoft invertido en 11 Startups de inteligencia artificial (AI), con $ 1 mil millones para OpenAI solo . Y ni siquiera son la mayor fuente de inundaciones de capital de riesgo corporativo en las nuevas empresas AI.

En ese mismo año, Intel Capital hizo 19 inversiones, y Google Ventures hicieron 16 inversiones.

Esa enorme La afluencia de capital significa que la energía de la computación de AI está haciendo avances rápidos en una gama de sectores de la atención médica a la construcción hasta la comercialización de márketismo y motores de búsqueda.

Sin embargo, antes de que entremos en las implicaciones del aprendizaje de la máquina para los profesionales de SEO, vamos a Defina lo que queremos decir con AI.

Hay 3 tipos de AI: AI estrecho o débil: Este tipo deAI está diseñado para realizar tareas especializadas que deben ser “enseñadas” al algoritmo (piense en los algoritmos de búsqueda de Google). Si bien es extremadamente especializado en alcance, AI estrecho (ANI) es capaz de reconocer rápidamente los patrones y realizar tareas de una manera que supera la capacidad humana. AI general o fuerte: Capaz de aprender y resolver problemas de manera autónoma, General AI ( AGI) lleva el aprendizaje de la máquina al siguiente nivel. Este AI está impulsado por los procesos de aprendizaje profundo diseñados para reflejar las redes neuronales del cerebro humano, lo que permite que el algoritmo tome decisiones sin instrucción.

Superinteligencia artificial: en este momento, la superinteligencia artificial (ASI) todavía aterriza completamente en la categoría de Ciencia ficcion. Este tipo de AI lo haría, teóricamente, será capaz de superar a los capilitis humanos.Es para resolver los problemas “no resueltos” de nuestro tiempo. Mientras que las empresas como Optai y Conversion.ai se están moviendo hacia el desarrollo general AI para el procesamiento de lenguaje natural, actualmente existen

. No

no hay ejemplos claros de AGI

.

AnuncioContinue Lectura a continuación Para avanzar desde ANI a AGI, el aprendizaje profundo será la clave para crear un AI más fuerte capaz de usar el razonamiento deductivo para analizar datos complejos, no estructurados y tomar decisiones independientes. de vuelta En 2016, Google declaró su intención de convertirse en una empresa “First First” First “

. Desde entonces, han hecho avances constantes hacia ese objetivo, lanzando Google AI en 2017 y desplegando

BERT

en 2019.

¿Cuál es su objetivo al llegar al todo en el aprendizaje automático?

Bueno, según

Google

, ellos quieren no solo hacer que nuestras vidas sean más fáciles, sino que también usan AI para encontrar “nuevas formas de ver los problemas existentes, desde repensar la atención médica hasta promover el descubrimiento científico”.

Además de esos objetivos elevados para el FUTURO, la humanidad ya está viendo estos avances de aprendizaje de la máquina en una escala más pequeña en algo que interactuamos con todos los algoritmos de motores de búsqueda diarios.

Google ha estado haciendo un progreso constante en la forma en que conecta a los usuarios al contenido que son Buscar, incluidas estas nueve maneras en que conocemos los motores de búsqueda están usando el aprendizaje de la máquina en este momento. AnunciCementContinue leyendo a continuación

1. Detección de patrones

Los motores de búsqueda están utilizando el aprendizaje de la máquina para

detecciones de patrones

que ayudan a identificar el spam o identificar el contenido duplicado.

Low-quEl contenido de Ality típicamente tiene distintas similitudes, tales como: La presencia de varios enlaces salientes a páginas no relacionadas. Lotes de usos de las palabras de parada o sinónimos. La tasa de ocurrencia de las palabras clave identificadas de “spammy”.

El aprendizaje de la máquina reconoce estos patrones y los señala. También utiliza datos de las interacciones de los usuarios para detectar cuando se están utilizando nuevas estructuras y técnicas de spam, reconocen los nuevos patrones, y los indican con éxito también.

A pesar de que Google todavía usa

los evaluadores de calidad humana

, Utilizando el aprendizaje de la máquina para detectar estos patrones reduce drásticamente la cantidad de mano de obra necesaria para revisar el contenido.

De esta manera, Google puede tamizar automáticamente a través de páginas a eliminar el contenido de baja calidad antes de un El humano real tiene que conseguir involuntarioEd. El aprendizaje de la máquina es una tecnología siempre evolucionada, por lo que cuantas más páginas analizadas, cuanto más precisa sea (al menos en teoría).

2. Identificación de nuevas señales

Rankbrain

es el algoritmo de aprendizaje de la máquina desarrollado por Google que no solo ayuda a identificar patrones en consultas, sino que también ayuda al motor de búsqueda, identificar posibles señales de clasificación.

Antes de Rankbrain, el algoritmo de Google se codificó completamente a mano. Dependió de un equipo de ingenieros para analizar los resultados de la consulta de búsqueda, ejecutar pruebas para mejorar la calidad de esos resultados e implementar los cambios.

Ahora, mientras todavía hay ingenieros humanos trabajando en el algoritmo, Rankbrain trabaja en silencio. en el fondo que ejecuta las pruebas y evalúe cómo los cambios afectan las interacciones de los usuarios.

Rankbrain resuelve algunos de los problemas difíciles de que Google solía enfrentarse con algoritmos tradicionales, incluida la forma de manejar los términos de búsqueda que nunca antes se han ingresado en Google.

Según Gary Illyes de Google en un

2019 Reddit AMA:

“Rankbrain es un componente de clasificación de aprendizaje automático de la máquina PR-Sexy que utiliza datos de búsqueda históricos para predecir qué es lo más probable con un usuario [sic]. Consulta invisible. “

Lectura de PublicidadContinue a continuación A medida que los motores de búsqueda pueden enseñar la tecnología cómo ejecutar predicciones y datos por su cuenta, puede haber menos trabajo manual y los empleados pueden moverse hacia otras máquinas de cosas”. T DO, como la innovación o los proyectos centrados en los humanos.

3. Está ponderado como una pequeña parte

CómoNunca, a pesar de que el aprendizaje de la máquina está transformando lentamente la forma en que los motores de búsqueda encuentran y clasifican los sitios web, no significa que tenga un impacto importante (actualmente) en nuestro SERP.

en un webmaster 2019 Horario de Oficina Central Discusión, John Mueller de Google referencias cómo el aprendizaje de la máquina ayuda a los ingenieros de Google a comprender mejor diversos problemas, pero tiene cuidado de observar que:

“… El aprendizaje de la máquina no es solo este negro Caja que hace todo para usted donde usted alimenta Internet en un lado y el otro lado sale los resultados de búsqueda “.

Más recientemente, en un Horario de Oficina de mayo de 2021 Discusión

, explicó que el aprendizaje de la máquina puede ajustar el peso de varias señales de clasificación. Pero de nuevo, todavía hay personas reales que revisan manualmente unND Ajustando esos valores.

AnunciCementContinue Lectura a continuación El objetivo final de Google es usar la tecnología para proporcionar a los usuarios una mejor experiencia. No quieren automatizar todo el proceso si eso significa que el usuario no tendrá la experiencia que están buscando.

, así que no asume que el aprendizaje de la máquina pronto se asumirá todo el ranking de búsqueda; Es simplemente una pequeña pieza de los motores de búsqueda de rompecabezas que se han implementado para con suerte hacer nuestras vidas más fáciles.

4. Señales personalizadas basadas en una consulta específica

Las políticas de privacidad actual

de Google

Discuten cómo el motor de búsqueda crea actualmente los resultados de búsqueda personalizados basados ​​en el comportamiento de un usuario.

La búsqueda personalizada de Google. Patente,

US20050102282A1

, afirma que: Google machine learning signals.

“… SERC personalizadaH Genera resultados de búsqueda diferentes a diferentes usuarios del motor de búsqueda en función de sus intereses y comportamientos pasados ​​”. Google machine learning signals.

Podemos ver claramente esto en acción. A menudo se utiliza en las presentaciones de la conferencia, lo que demuestra este proceso es tan simple como escribir una cadena de consultas en Google en una sentada y ver cómo cambian los resultados dependiendo de lo que buscó por última vez.

AnunciCementContinue leyendo a continuación Machoine learning google SERP result., por ejemplo, si yo Buscar [Estadio de fútbol de Nueva York] En un navegador de incógnito, recibo la respuesta [Estadio MetLife].

Machoine learning google SERP result.

Google algorithm ML. Siguiente, si busco En el mismo navegador solo para solo [jets], Google supone que porque mi última consulta fue sobre un estadio de fútbol, ​​entonces esta consulta también se trata del fútbol.

Google algorithm ML.

Google example of jaguars and machine learning.

Google example of jaguars and machine learning.

Mientras continúo mi búsqueda., Google se entera de que mi interés comienza a cambiar.

La búsqueda de [JAGUARS] en el mismo navegador mencionará información sobre el equipo de la NFL los Jacksonville Jaguars (que está relacionado con mis dos últimas búsquedas).

Google SERP example for keyword.

Google SERP example for keyword.. ] Aunque no he buscado jaguares por segunda vez.

Synonyms for google keywords and ML. Synonyms for google keywords and ML.

El historial de búsqueda es solo un componente de la experiencia de búsqueda que el aprendizaje de la máquina Usos para proporcionar mejores resultados. AnunciCementContinue leyendo a continuación

5. Procesamiento de lenguaje natural

Es importante que un motor de búsqueda pueda reconocer cómo es similar una pieza de texto a otra. Esto se aplicaNo solo a las palabras que se utilizan, sino también su significado más profundo. Representaciones de codificador bidireccional de transformadores –

BERT

, para corta, es un marco de procesamiento de aprendizaje natural que Google utiliza para comprender mejor el contexto de la consulta de búsqueda de un usuario.

Las personas no siempre hablan como si una máquina esperaría que ellos. Jugamos con el lenguaje para llegar a nuevos giros de frase.

Utilizamos la misma palabra para describir cosas diferentes. A veces, incluso estamos ambiguamente ambiguos. Google SERP for best colleges keywords.

Sin embargo, como más personas están usando y buscando nuevas frases en línea, el aprendizaje automático puede mostrar información más precisa para esas consultas. Google SERP for best colleges keywords. Google Tendencias

es un gran ejemplo frente al frente de esto. Una nueva frase o palabra que gana la tracción (por ejemplo, “brilloarriba “o” derramar el té “) puede tener resultados de búsqueda sin sentido al principio.

AnunciCementContinue La lectura a continuación

BERT está diseñada para replicar el reconocimiento humano lo más estrechamente posible para decodificar los matices contextuales al aprender cómo los usuarios interactúan con el contenido. y las consultas de búsqueda que coinciden con resultados más relevantes.

A medida que se desarrolla y transforma el lenguaje, las máquinas son más capaces de predecir nuestros significados detrás de las palabras que decimos y nos proporcionan una mejor información.

6. Búsqueda de imágenes Para comprender las fotos

Cada segundo, aproximadamente

1087

Las fotos se cargan a Instagram, y 4000 están cargadas en Facebook. Eso es cientos de millones de fotos que se están cargando a esas dos redes sociales solo todos los días.

Analizando y catálogoEs que muchas presentaciones serían una tarea ardua (si no imposible) para un humano, pero es perfecto para el aprendizaje de la máquina.

El aprendizaje de la máquina analiza los patrones de color y forma y se combina con cualquier datos de esquema existentes sobre la fotografía a Ayude a que el motor de búsqueda entienda lo que es realmente una imagen. Así es como Google es capaz de no solo las imágenes de catálogo para los resultados de búsqueda de imágenes de Google, pero también alimenta su búsqueda de imágenes inversa

, que permite a los usuarios Para buscar usando una imagen en lugar de una consulta de texto. PublicidadContinue Lectura a continuación Los usuarios pueden encontrar otras instancias de la foto en línea, así como fotografías similares que tienen los mismos temas o paleta de colores e información sobre los sujetos en la foto. A su vez, la forma en que interactúa el usuarioCon estos resultados puede dar forma a sus SERPS en el futuro. 7. MEJORAS DE CALIDAD Y FUERA DE ADS


Al igual que sus resultados de búsqueda orgánicos, Google desea proporcionar los anuncios más relevantes para sus usuarios individuales. Según las patentes de Google US US20070156887 y US9773256

en la calidad de AD, el aprendizaje de la máquina se puede utilizar para mejorar un “modelo estadístico de otro modo débil”.

Esto significa que esto significa Rango de anuncios

puede ser influenciado por un sistema de aprendizaje automático. “Cantidad de oferta, su calidad de anuncios de tiempo de subasta (que incluye la tasa de clics esperada, la relevancia de AD y la experiencia de la página de destino), Los umbrales de rango de anuncios , el contexto de la búsqueda de la persona “se introduce en el sistema en una palabra clave por palabra clave, para determinar qué umbrales son considerados por GoogLE para cada palabra clave. 8. Identificación de los sinónimos Cuando vea los resultados de la búsqueda que no incluyen la palabra clave en el fragmento, es probable que Google use Rankbrain para identificar los sinónimos. AnunciCementContinue leyendo a continuación Al buscar [preservación forestal ], verá varios resultados con la palabra “protección”, ya que se puede usar indistintamente con “preservación” en este caso. Google incluso destaca los sinónimos en algunos casos, lo que indica que está reconociendo los sinónimos. 9. Clarificación de consulta Una de mis asignaturas favoritas es la consulta de búsqueda Intención del usuario . Hay muchas razones para activar un motor de búsqueda. Los usuarios pueden estar buscando para comprar (transaccional), investigación (informativa), o encontrar recursos (navegación) para cualquier búsqueda dada. advertisementcontinue Lectura a continuación Además, una palabra clave única podría ser útil para uno o en cualquier de estos intentos. Al analizar los patrones de clic y el tipo de contenido con el que los usuarios se involucran (por ejemplo, CTRS por tipo de contenido), un motor de búsqueda puede aprovechar el aprendizaje de la máquina para determinar la intención detrás de la búsqueda del usuario. Un ejemplo puede ser visto con la consulta “mejores universidades” en una búsqueda de Google. Los resultados son revisiones y una lista de colegios en uno. SERP, con las universidades enumeradas en la parte superior. Esto demuestra la comprensión de Google de las posibles intenciones detrás de la búsqueda. AnunciCementContinue leyendo a continuación Esto está cambiando cómo seOS Mire la estructura de enlace y la colocación, ya que el algoritmo de Google utiliza herramientas como Bert para mejorar y mejorar mejor para evaluar el contexto de dónde se colocan esos enlaces. Resumen Mientras que el aprendizaje de la máquina no es ( Y probablemente nunca será) perfecto, los más humanos interactúan con él, lo más preciso e “más inteligente” obtendrá. Esto podría ser alarmante a algunos, creando visiones de SkyNet de las películas “Terminator”. Sin embargo, , el resultado real puede ser una mejor experiencia con la tecnología que resuelve problemas complejos y permite que los humanos se centren en la creatividad y la innovación de conducir. En 2018, la investigación de PEW realizó una encuesta en la que El 63% de los encuestados dijo que tienen la esperanza del futuro de la humanidad, ya que se relaciona con la AI que acuerda que para 2030, humanoS será mejor con la ayuda de la inteligencia artificial. Una forma en que ya estamos viendo que la mejora a la calidad de vida es con la búsqueda. Como Google y otros motores de búsqueda revolucionan el aprendizaje de la máquina, podemos encontrar más fácilmente la información y los servicios que necesitamos, cuando lo necesitamos. AnunciCementContinue leyendo a continuación Más recursos de aprendizaje de la máquina: Guía de un principiante para SEO en un mundo de aprendizaje automático Cómo el aprendizaje de la máquina en la búsqueda funciona: todo lo que necesita saber Cómo el aprendizaje de la máquina está cambiando a SEO y cómo adaptarse Créditos de imagen Todas las capturas de pantalla tomadas por el autor, junio de 2021

Leave a Reply

Your email address will not be published. Required fields are marked *