1月28號(hào)，Nature雜志報(bào)道，Google旗下公司DeepMind(以前收購(gòu)的)開發(fā)的一款名為 AlphaGo的人工智能，在2015年10月份以5:0戰(zhàn)勝歐洲圍棋冠軍，老職業(yè)二段樊麾。一石激起千層浪，人工智能最難戰(zhàn)勝人類的最后一個(gè)游戲，失守了，人工智能已經(jīng)達(dá)到職業(yè)圍棋水平了。
一時(shí)間，深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、AlphaGo、神經(jīng)網(wǎng)絡(luò)等等這些概念鋪天蓋地。Google不是搜索引擎嗎？這些東西和搜索，和SEO有什么關(guān)系？?說說我的理解。
先聲明一下，下面涉及的深度學(xué)習(xí)等概念，很可能我的理解和表述是非常粗淺的，甚至是錯(cuò)誤的。雖然我也是理工出身的，所學(xué)專業(yè)聽起來還挺艱深，微波與電磁場(chǎng)，但那是25年前的事啦?，F(xiàn)在看技術(shù)內(nèi)容只能稀里糊涂了解個(gè)大概了。想了解準(zhǔn)確細(xì)節(jié)的讀者，還是網(wǎng)上搜一下比較保險(xiǎn)。
深度學(xué)習(xí)(deep learning)是機(jī)器學(xué)習(xí)的(machine learning)一個(gè)分支領(lǐng)域。
多層人工神經(jīng)網(wǎng)絡(luò)(artificial neural networks)模擬接近了人腦處理信息時(shí)從低層到高層不斷抽象化的過程。深度學(xué)習(xí)正是將低層特征分層抽象化為高層特征表達(dá)，原來的目的就是模擬多層神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)研究幾十年了，沉寂了一段時(shí)間，近幾年深度學(xué)習(xí)才又挖掘出其潛力。
深度學(xué)習(xí)的一個(gè)重要特點(diǎn)是，它不需要人工輸入或標(biāo)注特征，而是通過海量數(shù)據(jù)自動(dòng)學(xué)習(xí)特征，也就是所謂無監(jiān)督學(xué)習(xí)(unsupervised learning)。所以大數(shù)據(jù)和深度學(xué)習(xí)也攪合在一起。
深度學(xué)習(xí)另一個(gè)特點(diǎn)是與具體領(lǐng)域無關(guān)(domain independent)，既可以用在圍棋，也可以用在搜索或其他方面。所以才會(huì)有這篇帖子。
Google、Facebook、百度在深度學(xué)習(xí)領(lǐng)域都有很多進(jìn)展，尤其是在人臉識(shí)別、圖像識(shí)別、語音識(shí)別、翻譯等方面。這方面報(bào)道挺多的。
以前經(jīng)典的搜索排名算法是由工程師選擇用哪些頁面特征(也就是排名因素)來排名，各個(gè)特征占多少權(quán)重，這些都是工程師決定并寫在程序里的，然后測(cè)試效果，再修正。
以深度學(xué)習(xí)為基礎(chǔ)的排名算法完全不是這么個(gè)過程。深度學(xué)習(xí)的方法是，用大量數(shù)據(jù)對(duì)程序進(jìn)行訓(xùn)練，由程序自己學(xué)習(xí)應(yīng)該用哪些特征來排名。換句話說，告訴深度學(xué)習(xí)排名算法，這些已知頁面是高質(zhì)量的，那些已知頁面是低質(zhì)量的，那到底高質(zhì)量頁面應(yīng)該有什么特征呢？也就是面對(duì)新頁面時(shí)該用哪些特征來排名？各種特征占多大比重？讓算法自己琢磨去。
這些學(xué)習(xí)數(shù)據(jù)哪里來的？?jī)蓚€(gè)明顯的來源可能是：
1)Google現(xiàn)有經(jīng)典算法做測(cè)試時(shí)的數(shù)據(jù)。搜索引擎正式上線新算法前都會(huì)做測(cè)試的，給部分用戶返回新算法結(jié)果，然后監(jiān)測(cè)點(diǎn)擊率、跳出率、停留時(shí)間、頁面互動(dòng)性、轉(zhuǎn)化率、變換查詢?cè)~率等數(shù)據(jù)，以判斷新算法有效性。
2)Google有不少人工質(zhì)量評(píng)估員，而且老早就有，他們會(huì)評(píng)測(cè)特定頁面是高質(zhì)量還是低質(zhì)量。這些評(píng)估數(shù)據(jù)不直接影響所評(píng)估頁面的排名，但會(huì)顯示出算法有效性。這些數(shù)據(jù)簡(jiǎn)直就是現(xiàn)成的深度學(xué)習(xí)訓(xùn)練數(shù)據(jù)。去年11月Google剛剛公開了最新版本的人工質(zhì)量評(píng)估指南，建議大家下載來看看。
如前所述，深度學(xué)習(xí)算法就是個(gè)黑箱啊，完全不用人工告訴它找什么特征，而是它自己學(xué)習(xí)該找什么特征，會(huì)找出什么特征誰也不知道，有些特征可能人類壓根兒不會(huì)想到。很可能以后搜索引擎工程師也不知道排名因素有哪些了，也不知道一個(gè)頁面為什么會(huì)有好的排名。再想一遍：連搜索引擎工程師也不知道排名因素是什么。這和我們的常識(shí)、直覺是不是都有相當(dāng)沖突了呢？
這么整，能行嗎？
事實(shí)恰恰表明，能行。AlphaGo能戰(zhàn)勝圍棋職業(yè)二段，乍看起來，職業(yè)二段離人類頂尖高手還有很大差距?？蓳Q個(gè)角度想，這世界上能達(dá)到職業(yè)二段的人類有幾個(gè)？記得前些天看報(bào)道，能贏職業(yè)二段的人類不超過1千個(gè)。
這種水平，可以快樂地完虐我們幾十億人。我打了5，6年羽毛球，我前幾天剛剛9歲的女兒，在經(jīng)過4個(gè)月每周一次的業(yè)余訓(xùn)練后，我要贏她必須很認(rèn)真費(fèi)勁了。這只是新加坡，只是一個(gè)業(yè)余教練，每周兩個(gè)小時(shí)，我無法想象，我們普通愛好者與職業(yè)水平的差距那是有多大。
站長(zhǎng)、SEO們，少說這世界上大概得有個(gè)幾百萬吧？所以我們就是普通人?，F(xiàn)在告訴我們，判斷我們頁面質(zhì)量的算法，其判斷力目前是所有人類的前1千名，年底可能是所有人類前10名。這是什么感覺？這是有點(diǎn)絕望的感覺--就別想著鉆空子啦。
也許熊貓更新或企鵝更新就用了深度學(xué)習(xí)？
其實(shí)深度學(xué)習(xí)近兩年已經(jīng)取得不少以前不敢想象的成就。
2012年，Google Brain項(xiàng)目使用大量圖片對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，系統(tǒng)經(jīng)過訓(xùn)練后能辨別出：這是一只貓。重要的是，沒有輸入貓長(zhǎng)什么樣這類信息，是系統(tǒng)自己“領(lǐng)悟”了貓這個(gè)概念。
2015年，深度學(xué)習(xí)算法的人臉識(shí)別率達(dá)到了99.47%，甚至超過了人眼。
AlphaGo將在3月份挑戰(zhàn)韓國(guó)九段、世界冠軍李世石。雖然我基本不懂圍棋，但樂觀預(yù)測(cè)一下吧，我覺得AlphaGo會(huì)贏。原因是，半年過去了，AlphaGo的訓(xùn)練量又增加了幾千萬局棋譜，其棋力的增長(zhǎng)不是線性的啊。
就我個(gè)人來說，深度學(xué)習(xí)對(duì)SEO的影響目前還不明朗，還需要一段時(shí)間觀察、思考。以后有想法了再來交流?，F(xiàn)在需要做好心理準(zhǔn)備，搜索引擎判斷頁面質(zhì)量的準(zhǔn)確度可能會(huì)有質(zhì)的飛躍，鉆空子的難度將大大提高。
估計(jì)還是有做中文SEO的心里在問，這對(duì)百度SEO有卵用啊？多寫寫百度啊？那么請(qǐng)思考百度為什么花大價(jià)錢成立百度深度學(xué)習(xí)研究院？肯定不是閑的了。百度把深度學(xué)習(xí)領(lǐng)域最牛的人物之一、Google Brain項(xiàng)目創(chuàng)建人吳恩達(dá)都給挖來了。這個(gè)吳恩達(dá)高中還是在新加坡上的呢，萊佛士書院，第一名校。這里有吳恩達(dá)講機(jī)器學(xué)習(xí)的近20小時(shí)的線上教程。有互聯(lián)網(wǎng)真好，不然怎么能輕易看到、聽到大師親自講課。
最后來點(diǎn)陰謀論。就在今天，Google搜索的最高負(fù)責(zé)人，Amit Singhal，辭職了。幾年前，他對(duì)排名算法中使用機(jī)器學(xué)習(xí)是有些排斥的。接替他的是誰呢？John Giannandrea，原Google人工智能部門的負(fù)責(zé)人。難道由工程師設(shè)計(jì)規(guī)則的算法已成過去，以深度學(xué)習(xí)為代表的人工智能算法要全面登上舞臺(tái)了？
