1 月 28 日,《Nature》報導,Google 旗下 DeepMind 開發的人工智慧程式 AlphaGo,在 2015 年 10 月以 5:0 擊敗歐洲圍棋冠軍、職業二段樊麾。消息一出舉世震驚——被視為人工智慧最難攻克的人類最後陣地之一,就此失守,人工智慧已達職業圍棋水準。一时间,深度學習、機器學習、神經網絡等概念鋪天蓋地。那麼,這些和搜尋、和 SEO 又有什麼關係?以下談談我的理解。
先聲明,以下對深度學習等概念的理解可能相當粗淺甚至不準確,想求精確細節的讀者還是上網查證為宜。
深度學習是機器學習的一個分支,透過多層人工神經網絡模擬人腦從低層到高層不斷抽象化的處理過程,把低層特徵分層抽象為高層表達。它的一大特點是不需要人工輸入或標註特徵,而是透過海量資料自動學習,也就是所謂的無監督學習,因此常與大數據結合;另一特點是與具體領域無關,既能用於圍棋,也能用於搜尋等其他場景。Google、Facebook、百度在人臉辨識、圖像辨識、語音辨識、翻譯等方面都有不少進展。
傳統經典的排名算法,是由工程師決定採用哪些頁面特徵、各特徵占多少權重,寫進程式後再測試修正。而以深度學習為基礎的排名算法完全不同:它用大量資料訓練程式,讓程式自己學習該用哪些特徵來排名——告訴它哪些是已知的高質量頁面、哪些是低質量頁面,至於高質量頁面該具備什麼特徵、各特徵占多大比重,全交給算法自行摸索。這些訓練資料的來源,可能是現有經典算法測試時的點擊率、跳出率、停留時間等數據,也可能是人工質量評估員的評測結果。
深度學習算法就像一個黑箱,完全不靠人工告知該找什麼特徵,會找出什麼誰也不知道,有些甚至人類壓根想不到。很可能連搜索引擎工程師也不知道排名因素到底是什麼、一個頁面為何會有好的排名。這與我們的常識、直覺似有衝突,但事實恰恰證明它行得通——AlphaGo 能擊敗職業二段,而全世界能達到這一水準的人類不過數百人。對全球數百萬站長、SEO 而言,我們都是普通人。當判斷頁面質量的算法,其判斷力目前相當於全人類前一千名、年底或許前 10 名時,那種「別想鑽空子」的感覺,確實有點令人絕望。或許熊貓、企鵝更新就已用上深度學習。
其實近年它已取得不少從前不敢想像的成就:2012 年 Google Brain 以大量圖片訓練神經網絡,系統能自行「領悟」出「貓」的概念,而無需人工輸入貓的樣貌;2015 年深度學習的人臉辨識率達到 99.47%,甚至超越人眼。AlphaGo 將在 3 月挑戰世界冠軍李世石,考慮到其訓練量又不斷增加、棋力成長並非線性,我樂觀預測它會獲勝。
就個人而言,深度學習對 SEO 的影響目前還不明朗,需要一段時間觀察思考。但可以做好心理準備:未來搜索引擎判斷頁面質量的準確度可能出現質的飛躍,鑽空子的難度將大大提高。至於做中文 SEO 的朋友可能會問「這對百度 SEO 有什麼用」,那麼不妨想想:百度為何花大錢成立深度學習研究院,還把深度學習領域最的重量級人物之一、Google Brain 創建人吳恩達挖了過來?顯然不是為了閒著。最後聊點陰謀論:就在本文寫作當天,Google 搜尋最高負責人 Amit Singhal 辭職,接班人 John Giannandrea 正是原 Google 人工智慧部門負責人。難道由工程師設計規則的算法已成過去,以深度學習為代表的人工智慧算法即將全面登台?