Что нужно знать маркетологам о глубоком обучении и Google

Глубокое обучение.

Во время PubCon KeyNote 2013 года Мэтт Каттс говорил об этом как об одной из ключевых вещей, которые Google использует для улучшения поиска, особенно в отношении наличия сущностей и голосового поиска. Директор искусственного интеллекта Facebook Янн ЛеКун указывает, что такие компании, как Facebook и Google, будут все больше и больше полагаться на него: Facebook для сортировки товаров, чтобы показывать их людям, Google для беспилотных автомобилей. И после довольно долгой «зимы ИИ» такие компании, как Google, Facebook, Microsoft и IBM, раскупают экспертов по искусственному интеллекту и глубокому обучению.

Для маркетологов никогда не было более важного времени, чтобы узнать, что является рекламой, а что реальностью. Глубокое обучение, безусловно, меняет правила игры, но, возможно, не так, как вы ожидаете.

Не как мозг, правда

Все это звучит очень похоже на «Google — это SkyNet», не так ли? То, что наполняет его такой мистикой, частично связано с тем, как глубокое обучение и ИИ изображаются в СМИ. Но проблема, с которой сталкиваются маркетологи, связана не столько с сюжетом «Терминатора 2», сколько с устаревшим опытом поиска.

Чтобы понять почему, полезно демистифицировать, чем на самом деле является глубокое обучение, а чем оно не является.

Сокращение, которое люди иногда используют для описания методов глубокого обучения в ИИ, звучит так: «он работает точно так же, как мозг». Это очень заманчивая фраза, потому что она избавляет от некоторой сложности, и люди могут окунуться в мысли о машинах, которые учатся так же, как и мозг.

Но, как отмечает Янн в недавнем интервью, такая шумиха опасна. Да, в машинном обучении есть некоторые методы, вдохновленные биологией, но гораздо больше методов не основаны на них. Скорее, глубокое обучение направлено на то, чтобы научить машины распознавать образы — например, научить машину распознавать зеленый, красный и желтый свет или заставить Google распознавать лицо на картинке.

Машины, которые учатся

Что глубоко в глубоком обучении, так это архитектура, а не обучение. Дело в масштабе.

Когда Google использует глубокое обучение для своих проектов «вещи, а не строки», глубиной его делает не тот факт, что вы можете улучшить разговорный поиск, а тот факт, что миллионы и миллионы «сущностей», таких как «Обама» и «президент ” привыкают, наряду с множеством шаблонов об этих отношениях.

Краткая история поисковых систем

Какое отношение это имеет к поисковым системам и интернет-маркетологам, трудно понять, пока вы не изучите историю полезности поисковых маркетологов.

Когда поисковые системы находились в зачаточном состоянии, Altavista, Google и другие поисковые системы того времени использовали так называемый метатег ключевого слова, чтобы помочь определить, о чем страница. Что сделали «плохие» или «черные» оптимизаторы, так это злоупотребили этим — они спамили ключевые слова в метатегах, пока Google в основном не был вынужден сдаться и сказать, что поле больше не полезно в качестве сигнала.

Этот шаблон будет продолжаться в поиске в будущем — Google и компания будут говорить, что ссылки хороши для поисковых систем, пока геймеры системы не злоупотребят этим, создав платные сети ссылок, которые в целом сделают результаты поиска менее полезными, когда они просто полагаются на ссылки. Поисковым системам пришлось приспосабливаться, сбрасывая со счетов платные ссылки. Страницы, ориентированные на темы, хороши для поисковых систем, пока не появились фермы контента, которые в основном содержали неглубокий контент по темам. Так родилась Панда.

Вот на что в целом была похожа экосистема — инженеры поисковых компаний не говорят конкретно, что заставляет страницы ранжироваться, но дают общие направления. «Белые» оптимизаторы примут дух этих рекомендаций и применят их к веб-сайтам, а «черные шляпы» продолжат проверять систему на наличие слабых мест.

Это продолжается уже около 15 лет, и глубокое обучение в поиске угрожает уничтожить большую часть этой экосистемы.

Машина знает то, чего не знают инженеры

Когда Амит Сингхал и остальная часть поисковой команды Google вносят изменения в поиск Google, они, по сути, вводят алгоритмы с некоторыми настройками.

Но внедрение Deep Learning в разделы поиска Google меняет правила игры в том смысле, что для определенного набора поисков машина обеспечивает релевантность; инженеры не смогут ответить, например, помогают ли домены с точным соответствием, влияют ли социальные веса на ранжирование в этом поиске или внутренняя архитектура сайта вредит ранжированию.

Лучшее, что может сказать инженер Google, — «может быть».

И если сами инженеры Google не знают, вы можете поспорить, что оптимизаторы не знают, и их клиенты тоже. Это то, с чем мы сталкиваемся по мере того, как системы глубокого обучения становятся лучше: SEO как ремесло не умрет, но широта того, что стандартный SEO может обоснованно утверждать, будет более ограниченным.

Как вы защищаете свои навыки в будущем в мире глубокого обучения?

Влияние глубокого обучения будет ощущаться не только в поиске, но и для многих онлайн-маркетологов, поиск — это ставка на стол. В следующем десятилетии, по мере того как эти системы будут улучшаться и будет разрабатываться больше стандартов (даже инженеры из Google и Facebook с готовностью признают, что мы еще не достигли этого), они будут применяться во все большем количестве областей.

Для вас как маркетолога это означает, что если у вас есть такое же ограниченное время, чтобы освежить в памяти влияние связывания C-блоков для поиска и методологию сплит-тестирования для удобства использования и конверсий, у последнего может быть немного больше возможностей двигаться вперед.

Похоже, что в следующем десятилетии вы должны выбрать те навыки, которые удерживают посетителей от повторного нажатия на ваш веб-сайт — они будут иметь решающее значение независимо от того, насколько глубокое обучение вырывает с корнем страницу результатов поиска. Ссылки, рефералы в социальных сетях, элементы на странице и другие вещи по-прежнему будут приниматься во внимание, но у вас будет еще меньше понимания того, насколько они важны, чем сегодня.