それでは、AIとは何ですか？
AIには少なくとも3つのタイプがあります。
1. Artificial Narrow Intelligence（ANI）は、1つの特定のタスク（たとえば、世界チェスチャンピオンの敗北）のために作成されたAIです。
2. Artificial General Intelligence（AGI）は、多くのタスクを実行できるAIです（人間の能力と同等）
3.人工スーパーインテリジェンス（ASI）は、多くのタスクを最高レベル（人間の能力を超える）で実行できるAIです。
Google RankBrain、および現在Googleで動作している他の機械学習アルゴリズムについて話すとき、明らかにANIについて話している。
RankBrain Googleのように、ANIは私たちのメールと同じスパムフィルターであり、私のお気に入りのGoogle翻訳とIBMのワトソン、そしてショッピングや無人車両を推奨するAmazonの機能です。
ANIにはさまざまなアプローチがあり、Pedro Domingosの著書The Supreme Algorithmでは、AIの改善に関わるすべての科学者をいくつかのグループに分けています。
RankBrainはコミュニケーターキャンプで作られています。 彼らは、私たちの知識はすべて、脳のニューロンの接続にエンコードされていると信じています。
RankBrainの特別な戦略は、専門家がエラーの逆伝播法と呼ぶものであり、ブランド変更後、彼らは「深層学習」と呼ぶようになりました
コミュニケーターは、この戦略によりすべての生データを学習し、最終的に新しい知識の検索を自動化できると言います。 Googleは、2014年1月26日にDeepMind Technologiesの買収を発表したと思われます。DeepMindTechnologiesは、本質的に、エラーを逆伝播する方法に基づいています。
要約すると、RankBrainは「ディープラーニング」テクノロジーに基づいた狭いタスクのために作成された人工知能であると言えます。 これを理解したら、彼らがどこまで進んだかを見てみましょう。さらに重要なことは、これがSEOビジネスをどのように変えるのでしょうか？
私たちは未来を過小評価する傾向があります。すべての評価において、過去の歴史的経験に依存しているからです。 ただし、実際には、時間の経過とともに進歩が加速します。 レイ・カーツワイルはそれをより速い反動の法則と呼んでいます。 彼の理論の科学的根拠は、より先進的な社会は、より発達していない社会よりも速いペースで進歩することができるということです。 もちろん、同じ結論を人工知能の分野にも適用できます。
以下は、より速い収益の法則の視覚化です。
おわかりのように、直感的な操作でさえ、ディーププロセッシングメソッドとコンピューターの改善は、より速いリターンの法則に従っています。 ここに別の衝撃的な啓示があります：ある時点で、プロセッサのパワーは1人だけでなく、すべての人を合わせて超えます。
実際、2025年までにマルチタスク人工知能（AGI）を作成できるようになりました。テクノロジーは明らかに急速に成長しており、多くの説明によると、私たちのほとんどは驚かされます。
上で説明したように、RankBrainはANIの1つの形式にすぎません。つまり、特定の領域の人よりもタスクを実行できることを意味します。つまり、比較的弱い人工知能です。
しかし、すぐに、この「弱い」人工知能が、どのように対処すればよいのかわからない何かに簡単に変わることができることに驚かされます。
ここでは、1つの特定のタスクで非常にスマートであるGoogle RankBrainが、物事の一般的なコンテキスト内にあり、一般的な知性のセンスでは弱いことを明確に見ることができます。
しかし、人工知能の分野に、より速いリターンの同じ法則を適用するとどうなりますか？ ティムアーバンによるそのような思考実験の結論は次のとおりです。
「...だから、AIの発達を観察すると、彼が動物よりも賢くなるのがどれほど簡単かがすぐにわかるでしょう。 そして、彼が人間の知性の最小レベルに到達したら-「村の愚か者」と言いましょう-私たちは叫ぶでしょう：「ああ、うわー、これはとても愚かです。 いいですね。」 しかし、愚か者とアインシュタインの間に欠けている知性の範囲はそれほど大きくない-だから、「愚か者」のすぐ後に、アインシュタインよりもさらに賢いAGIの作成について耳にするだろう」
1. Artificial Narrow Intelligence（ANI）は、1つの特定のタスク（たとえば、世界チェスチャンピオンの敗北）のために作成されたAIです。
2. Artificial General Intelligence（AGI）は、多くのタスクを実行できるAIです（人間の能力と同等）
3.人工スーパーインテリジェンス（ASI）は、多くのタスクを最高レベル（人間の能力を超える）で実行できるAIです。
Google RankBrain、および現在Googleで動作している他の機械学習アルゴリズムについて話すとき、明らかにANIについて話している。
RankBrain Googleのように、ANIは私たちのメールと同じスパムフィルターであり、私のお気に入りのGoogle翻訳とIBMのワトソン、そしてショッピングや無人車両を推奨するAmazonの機能です。
ANIにはさまざまなアプローチがあり、Pedro Domingosの著書The Supreme Algorithmでは、AIの改善に関わるすべての科学者をいくつかのグループに分けています。
- 象徴主義者
- コミュニケーター（コネクショニスト）
- 進化論者
- ベイジアン
- アナライザー
RankBrainはコミュニケーターキャンプで作られています。 彼らは、私たちの知識はすべて、脳のニューロンの接続にエンコードされていると信じています。
RankBrainの特別な戦略は、専門家がエラーの逆伝播法と呼ぶものであり、ブランド変更後、彼らは「深層学習」と呼ぶようになりました
コミュニケーターは、この戦略によりすべての生データを学習し、最終的に新しい知識の検索を自動化できると言います。 Googleは、2014年1月26日にDeepMind Technologiesの買収を発表したと思われます。DeepMindTechnologiesは、本質的に、エラーを逆伝播する方法に基づいています。
要約すると、RankBrainは「ディープラーニング」テクノロジーに基づいた狭いタスクのために作成された人工知能であると言えます。 これを理解したら、彼らがどこまで進んだかを見てみましょう。さらに重要なことは、これがSEOビジネスをどのように変えるのでしょうか？
技術（およびAI）の指数関数的成長
私たちは未来を過小評価する傾向があります。すべての評価において、過去の歴史的経験に依存しているからです。 ただし、実際には、時間の経過とともに進歩が加速します。 レイ・カーツワイルはそれをより速い反動の法則と呼んでいます。 彼の理論の科学的根拠は、より先進的な社会は、より発達していない社会よりも速いペースで進歩することができるということです。 もちろん、同じ結論を人工知能の分野にも適用できます。
以下は、より速い収益の法則の視覚化です。
おわかりのように、直感的な操作でさえ、ディーププロセッシングメソッドとコンピューターの改善は、より速いリターンの法則に従っています。 ここに別の衝撃的な啓示があります：ある時点で、プロセッサのパワーは1人だけでなく、すべての人を合わせて超えます。
実際、2025年までにマルチタスク人工知能（AGI）を作成できるようになりました。テクノロジーは明らかに急速に成長しており、多くの説明によると、私たちのほとんどは驚かされます。
スーパーインテリジェンスの成長
上で説明したように、RankBrainはANIの1つの形式にすぎません。つまり、特定の領域の人よりもタスクを実行できることを意味します。つまり、比較的弱い人工知能です。
しかし、すぐに、この「弱い」人工知能が、どのように対処すればよいのかわからない何かに簡単に変わることができることに驚かされます。
ここでは、1つの特定のタスクで非常にスマートであるGoogle RankBrainが、物事の一般的なコンテキスト内にあり、一般的な知性のセンスでは弱いことを明確に見ることができます。
しかし、人工知能の分野に、より速いリターンの同じ法則を適用するとどうなりますか？ ティムアーバンによるそのような思考実験の結論は次のとおりです。
「...だから、AIの発達を観察すると、彼が動物よりも賢くなるのがどれほど簡単かがすぐにわかるでしょう。 そして、彼が人間の知性の最小レベルに到達したら-「村の愚か者」と言いましょう-私たちは叫ぶでしょう：「ああ、うわー、これはとても愚かです。 いいですね。」 しかし、愚か者とアインシュタインの間に欠けている知性の範囲はそれほど大きくない-だから、「愚か者」のすぐ後に、アインシュタインよりもさらに賢いAGIの作成について耳にするだろう」
SEOは永遠に変わりました
予測を始める前に、SEO市場がどのように変化したかを見てみましょう。 私の友人であるカーネギーメロン大学の卒業生（米国）スコットストッファーは、フォーチュン500 SEOチームの検索モデルに携わっているマーケットブリューのテクニカルディレクターであり、共同設立者です。インテリジェンス。
今日の回帰分析には重大な欠陥があります
Googleの内部には、いくつかのアルゴリズムがあります。 RankBrainの仕事は、これらのアルゴリズムのどのセットを各タイプの検索結果に最適に適用するかを決定することです。 たとえば、一部の検索結果では、RankBrainが最も重要なのはMETAタイトルです。 しかし、別の検索結果では、同じ信号が良好な検索結果とひどい相関関係を持つ場合があります。
ここから、検索結果のコンテキストなしにサイトの回帰分析を行うことはもはや意味をなさないことが明らかになります。
これらの理由から、今日では特定の検索結果ごとに回帰分析を行う必要があります。 そうすることで、Googleのアルゴリズムシフトを測定できます。 まず、現在の状況と、キーワードごとの各キャリブレーションを記録できます。 次に、評価の変化を検出した後に毎回再調整し、2つのパラメーター間のデルタを特定します。 このアプローチを使用すると、個々のコンテキストごとにどの特定のアルゴリズムがRankBrainを優先するかを検索し、各検索結果出力で値を増減できます。 これを念頭に置いて、これらのユニークな検索結果のサイトのSEOの特定の部分を改善することに集中できます。
誤分類を避けるために、ニッチに明確に焦点を当てる
さらに、GoogleはRankBrainに「良い」サイトと「悪い」サイトを区別するように教えることができることに気付きました。 検索結果ごとに既存の検索アルゴリズムの重みを異なる方法で決定したように、そのような各分野には「良い」サイトと「悪い」サイトの異なる例があることに気づきました。 これは間違いなく、業種ごとにCRM、パターン、データ構造が異なるためです。 サイトの評価は、それらを最良のサイトと最悪のサイトと比較することにより実行されます。 簡単な例：ヘルスケアで働いていて、サイトが評判の良いWebMD.comに類似している場合、「良い」サイトとして認識され、スパマーとの共通点に気付くと、「悪い」ブランドになります。
では、たとえば、同時に多くの異なる業界に特化したサイトが「良い」ことをRankBrainに説明することがあなたの仕事である場合、あなたの成功の可能性は何だと思いますか？
それでは、多くの異なるカテゴリを持つサイトではどうなりますか？ これらの種類のサイトの良い例は、ハウツーサイトです。 これらの場合、アルゴリズムは故障します。 そして、Googleは何をしていますか？ 回答：ランキング用に提示されたすべてのカテゴリから1つまたは別のカテゴリをランダムに選択します。 ウィキペディアなどの有名なサイトの場合、Googleは例外を作成して、新しいアルゴリズムが既存の検索エクスペリエンスを破壊しないようにします（ただし、これは「クラッシュするには大きすぎる」人向けです）。
しかし、あまり知られていないサイトはどうなりますか？ 誰が知っている どうやら、このアルゴリズムには、同じカテゴリの他のサイトと比較する前に、各サイトを分類する自動化された方法があります。
結論は簡単です。How-Toのようなサイトでは、各方向に個別のドメインを作成するのが理にかなっており、これによりこの業界の各カテゴリでの地位を向上させることができます。 1つのニッチに焦点を当てます。
バックリンクの悪臭
新しいアルゴリズムがバックリンクにどのように影響するかを見てみましょう。 今まで以上に再リンクすることが重要です。 これは、RankBrainがサイトのバックリンクを「良い」および「悪い」サイトのバックリンクと比較して、SERPの結果を決定するという事実によるものです。つまり、これは構造などと比較するパラメーターの1つです。あなたにサイト上のカテゴリの過剰な数と同じ問題-ランキングアルゴリズムのランダムな選択、他のカテゴリのサイトとの比較。
SEOとAIの未来
AIがどのように改善され、それが私たちをどこに導くかを正確に知っている人はいませんが、今日でも確かなことが言えます：
- 各キーワードの競争環境を個別に検討する必要があります。
- ほとんどのサイトは、誤分類を避けるためにニッチである必要があります。
- 各サイトは、このニッチの検索エンジンリーダーの構造とコンテンツを模倣する必要があります。
一方では、ディープラーニング技術によりオプティマイザーの作業が簡素化されています。 現在、RankBrainおよび人間とほぼ同じレベルで機能する同様のテクノロジーがあることを知って、1つのことは明らかです。これ以上の抜け穴はありません。
一方、物事はもう少し複雑です。 SEO分野は引き続き非常に技術的になります。 分析とビッグデータが議題にあり、これに精通していないSEO専門家は追いつく必要があります。 しかし、これらのスキルをお持ちの方は高額の給与を当てにすることができます。