營銷人員需要了解的有關深度學習和谷歌的知識

深度學習。

在 2013 年的 PubCon KeyNote 中，Matt Cutts 將其作為谷歌用來改進搜索的關鍵之一，特別是在實體和語音搜索方面。 Facebook AI 總監 Yann LeCun 表示，像 Facebook 和谷歌這樣的公司將越來越依賴它——Facebook 用於對物品進行分類以向人們展示，谷歌則用於自動駕駛汽車。 在經歷了一段漫長的“人工智能寒冬”之後，谷歌、Facebook、微軟和 IBM 等公司正在搶購人工智能和深度學習專家。

對於營銷人員來說，現在是了解什麼是炒作和什麼是真實的重要時刻。 深度學習無疑會改變遊戲規則——但可能不是你所期望的那樣。

不像大腦，真的

這聽起來很“Google-is-SkyNet”，不是嗎？ 賦予它這種神秘主義的部分原因在於媒體對深度學習和人工智能的描述。 但營銷人員面臨的問題與其說是終結者 2 的情節，不如說是他們在搜索方面的專業知識已經過時。

要理解為什麼，它有助於揭開深度學習到底是什麼和不是什麼的神秘面紗。

人們有時用來描述 AI 中的深度學習技術的速記是“它就像大腦一樣工作”。 這是一個非常誘人的短語，因為它消除了一些複雜性，人們可以將他們的頭腦圍繞在像大腦一樣學習的機器上。

但正如 Yann 在最近的一次採訪中指出的那樣，這種炒作是危險的。 是的，機器學習中有一些受生物學啟發的技術，但還有很多很多技術並非如此。 相反，深度學習是關於教機器模式識別——比如教汽車識別綠燈、紅燈和黃燈，或者讓谷歌識別圖片中的人臉。

學習機器

深度學習的深度是架構，而不是學習。 這是關於規模。

當谷歌將深度學習用於他們的“事物，而不是字符串”項目時，它之所以如此深入，並不是因為你可以有更好的對話搜索，而是因為像“奧巴馬”和“總統”這樣的數以百萬計的“實體” ”以及關於這些關係的大量模式正在被使用。

搜索引擎簡史

這與搜索引擎和在線營銷人員之間的關係並不明顯，除非您查看搜索營銷人員如何發揮作用的歷史。

當搜索引擎處於起步階段時，Altavista、Google 和當時的其他搜索引擎使用所謂的關鍵字元標記來幫助確定頁面的內容。 “壞”或“黑帽”SEO 所做的就是濫用這一點——他們向元標記中的關鍵字發送垃圾郵件，直到谷歌基本上不得不放棄並說該字段不再作為信號有用。

這種模式將繼續在搜索向前發展——谷歌和公司會說鏈接對搜索引擎有好處，直到系統的遊戲玩家通過構建付費鏈接網絡來濫用這一點，這使得僅依賴鏈接時搜索結果整體上變得不那麼有用。 搜索引擎不得不通過打折付費鏈接進行調整。 面向主題的頁面非常適合搜索引擎，直到內容農場出現並且基本上只有淺層的主題內容。 於是熊貓誕生了。

所以這就是生態系統通常的樣子——搜索引擎公司的工程師沒有具體說明是什麼讓頁面排名，而是給出了總體方向。 “白帽”搜索引擎優化將採用這些指南的精神並將其應用於網站，而“黑帽”將繼續測試系統的弱點。

這種情況已經持續了大約 15 年，而搜索中的深度學習可能會連根拔起該生態系統的很大一部分。

機器知道工程師不知道的事情

當 Amit Singhal 和谷歌搜索團隊的其他成員對谷歌搜索應用更改時，他們基本上引入了一些調整了一些旋鈕的算法。

但是將深度學習引入谷歌搜索的部分是一個遊戲規則改變者，因為對於一組特定的搜索，機器正在提供相關性。 工程師無法回答，例如，完全匹配的域是否有幫助，社交權重是否推動了該搜索的大部分排名，或者網站的內部架構是否損害了排名。

谷歌工程師只能說“也許”。

如果 Google 工程師自己不知道，你可以打賭 SEO 不知道，他們的客戶也不知道。 這就是我們在深度學習系統變得更好時所面臨的問題：作為一門手藝的 SEO 不會消亡，但標準 SEO 可以合理地聲稱知道的範圍將更加有限。

您如何在深度學習世界中為您的技能提供未來證明？

深度學習的影響不僅僅體現在搜索領域，而且對於很多在線營銷人員來說，搜索就是賭注。 在接下來的十年裡，隨著這些系統變得更好，更多的標準被開發出來，（甚至谷歌和 Facebook 的工程師也欣然承認我們還沒有做到這一點）它們將適用於越來越多的領域。

這對您作為營銷人員意味著什麼，如果您有相同的有限時間來了解鏈接 C 塊以進行搜索和拆分測試方法對可用性和轉換的影響，那麼後者可能會有更多的進展。

看起來在接下來的十年裡，你應該選擇的技能是那些讓訪問者在訪問你的網站後不會點擊的技能——無論深度學習有多少連根拔起搜索結果頁面，這些技能都將是至關重要的。 鏈接、社交媒體推薦、頁面元素和其他內容仍將是考慮因素，但與今天相比，您對它們的重要性的了解會更少。