人工智能能否彻底改变SEO？-海淘科技
400-006-8956
> 人工智能能否彻底改变SEO？
海淘科技编者为你提供：搜索引擎优化SEO相关资讯——《人工智能能否彻底改变SEO？》
过去一年，搜索引擎，或者扩大至互联网行业，最热门的话题无疑是人工智能。过去10几年，SEO技术和方法其实没什么大变化，这些年来我第一次觉得，不久的将来，SEO将被人工智能彻底改变。
之前海淘科技编者提供一篇关于用户访问数据是否影响排名的文章里面提到这里，到目前为止，搜索引擎工程师多次否认排名算法中使用了他们自己的网站流量统计数据。可能的原因包括：
噪声太大，太容易作弊。看看以前做点击器，现在做百度快排的有多少，就知道作弊的市场有多大了。不仅给自己刷，还有给竞争对手刷的，把跳出率刷高。不同场景，用户行为方式不同。跳出率高，不一定代表页面质量不高。有的网站没有用搜索引擎的统计服务，怎么给这些网站排名？但我们又真实地观察到用户访问数据确实影响了页面排名，这是不是有矛盾呢？人工智能也许就是答案。
去年写了AlphaGo、深度学习与SEO后，在网上看到有人说我在胡扯，别看到个新名词就往SEO扯。不知道一年后，是不是还有人觉得人工智能将影响、改变SEO的想法是胡扯。
人工智能近期发展
先看看过去几年人工智能领域值得注意、又和搜索有关的几件事：
2011年，吴恩达创建了Google Brain，一个超大规模的人工神经网络。可能是最早的Google人工智能项目。
2014年5月，吴恩达加入百度，任首席科学家，主要负责的肯定也是AI。号，吴恩达辞职。这个和人工智能本身应该无关，和新老板有关，看下面。
2015年，Google上线深度学习为基础的算法RankBrain，并且声称RankBrain是第三大排名因素。(前两大排名因素是内容和链接)RankBrain主要用于找到与用户查询词不完全匹配(因而传统排名算法不太有效)、但其实很好回答了用户查询的那些页面。记住这句有点拗口的话，因为百度有与此类似的算法，而且比Google更早使用，下次再写。
2015年10月，AlphaGo以5:0战胜欧洲围棋冠军樊麾。这条消息2016年1月才出来。
2016年3月，AlphaGo以4:1胜李世石。李世石赢的那一盘可能是人类战胜AI的最后一局棋。
号到2017年初的短短几天内，以Master为用户名的AlphaGo在弈城、野狐网络平台上，快棋60:0狂胜中日韩几乎所有人类最高手，包括柯洁、聂卫平、古力、常昊、朴廷桓、井山裕太…..平了一局，是因为网络断线。
2017年1月，原微软全球副总裁陆奇加入百度，任总裁。李彦宏在欢迎词里特意提到“同时，陆奇还是人工智能领域世界级的技术权威。……百度已经决定将人工智能列为公司未来十年最重要的战略方向……陆奇的加盟将极大地确保这一战略得以顺利实现”。
2016年9月以来，Google陆续上线各语种的采用深度学习方法的谷歌翻译。本来我也没太注意这个新闻，偶然用了一下Google翻译，水准之高，大大出乎我的想象。
人工智能领域领头的公司，刚好都是搜索引擎，是碰巧？Google研发AlphaGo只是为了下棋？只是为了无人汽车？百度人工智能团队现在发展到了1300人，挖吴恩达，挖陆奇，是为了组团参加最强大脑？
人工智能用于搜索
即使没有RankBrain这种确定使用人工智能的算法，我们也能猜到，搜索引擎花这么大精力研究人工智能，肯定不止是在外围或新业务上使用，他们没理由不把人工智能用在自己的核心业务，也就是搜索上。
仔细思考一下就知道，AlphaGo下围棋与搜索排名要解决的问题看似谁也不挨谁，但其本质是非常相像的，是可以用同一种方式解决的：
AlphaGo通过学习无数盘棋，其中有人类的历史棋局，更多的是AlphaGo自我对局，累积海量数据，面对某一盘面时做出判断：下一手，在哪里胜率比较高？
搜索引擎排名算法通过学习质量评估员给出的数据、搜索用户点击访问数据等，面对某一个页面时做出判断：这个页面是高质量还是低质量的?这个页面作弊了吗?这个页面与查询词相关还是不相关？
传统搜索算法要回答上面问题时，需要工程师根据常识、工程知识、情怀、用户反馈等情况，选出排名因素，调整因素的权重，按既定的公式计算出答案。人工智能为基础的算法不需要工程师告诉它使用什么排名因素，而是自己去学习，自己琢磨用哪些排名因素，各占多少权重。人工智能考虑的因素很可能是会令人类觉得莫名其妙的。
人工智能的最大缺点，对人来说的缺点，它对人来说是个黑盒子，工程师也不知道它是怎么算的，根据什么算的。结果正确时，一切都挺好，但结果不大对头时，工程师也不知道为什么错了，还不好debug。也许由于这个原因，搜索引擎算法的核心现在还没被人工智能取代，搜索引擎需要很谨慎，不然会错得自己都不知道为什么错。
人工智能怎样影响SEO
回到最前面的问题，用户点击、访问等行为是否是排名因素？是的话，怎样解决噪声、作弊问题？没有用搜索引擎统计服务的网站，无法确切知道访问深度、停留时间等，这又怎么办？
可以设想一下，算法可能不把用户访问数据作为直接排名因素，但可以作为某种验证方式，比如在传统排名算法计算出相关页面后，人工智能算法挑出与已知作弊页面有相同访问特征和其它特征的页面，降低其排名或者干脆不返回。这里要记得人工智能潜在的惊人的准确率。记得去年中Google就说过，AlphaGo当时大致相当于人类13段棋手，年底的棋局似乎验证了这很可能不是吹牛。柯洁和聂卫平等人与Master对局后都表达过大致这么个意思：看了AlphaGo/Master的棋，觉得人类一些对围棋的认识很可能是错的。
这种判断的惊人准确性，也许以后对黑帽SEO是个无法挽回的打击。如果搜索引擎算法判断一个页面是否作弊时，具有13段棋手、远远超出人类的水平和准确率，那么我们凡人该怎么作弊？
与此类似，如果网站没有使用搜索引擎的流量统计服务，人工智能可能会判断，这个网站A具有特征x, y, z…，另一堆使用了自己统计服务的网站同样具有特征x,
y, z…..，预估网站A的访问深度、停留时间等和那些已知网站相同。这里，特征x, y,
z……是什么，是人工智能自己学习出来的，很可能有人类意想不到、觉得毫无关系的东西。而基于人工智能的骇人能力，结论很可能是正确的。
人工智能对SEO的关键词研究、页面文案写作、网站结构等方面都会产生颠覆式的影响。这篇只是开了个头，以后再继续讨论。
以上就是编者，提供的《人工智能能否彻底改变SEO？》内容。想看更多关于资讯，可直接点击进行跳转。
相关文章：人工智能将彻底改变SEO-中国机器人
你好，游客
人工智能将彻底改变SEO
　　过去一年，搜索引擎，或者扩大至互联网行业，最热门的话题无疑是。过去10几年，SEO技术和方法其实没什么大变化，这些年来我第一次觉得，不久的将来，SEO将被人工智能彻底改变。
　到目前为止，搜索引擎工程师多次否认排名算法中使用了他们自己的网站流量统计数据。可能的原因包括：
　　噪声太大，太容易作弊。看看以前做点击器，现在做百度快排的有多少，就知道作弊的市场有多大了。不仅给自己刷，还有给竞争对手刷的，把跳出率刷高。
　　不同场景，用户行为方式不同。跳出率高，不一定代表页面质量不高。
　　有的网站没有用搜索引擎的统计服务，怎么给这些网站排名?
　　但我们又真实地观察到用户访问数据确实影响了页面排名，这是不是有矛盾呢?人工智能也许就是答案。
　　去年写了AlphaGo、与SEO后，在网上看到有人说我在胡扯，别看到个新名词就往SEO扯。不知道一年后，是不是还有人觉得人工智能将影响、改变SEO的想法是胡扯。
　　人工智能近期发展
　　先看看过去几年人工智能领域值得注意、又和搜索有关的几件事：
　　2011年，吴恩达创建了Google Brn，一个超大规模的人工神经网络。可能是最早的Google人工智能项目。
　　2014年5月，吴恩达加入百度，任首席科学家，主要负责的肯定也是AI。号，吴恩达辞职。这个和人工智能本身应该无关，和新老板有关，看下面。
　　2015年，Google上线深度学习为基础的算法RankBrain，并且声称RankBrain是第三大排名因素。(前两大排名因素是内容和链接)RankBrain主要用于找到与用户查询词不完全匹配(因而传统排名算法不太有效)、但其实很好回答了用户查询的那些页面。记住这句有点拗口的话，因为百度有与此类似的算法，而且比Google更早使用，下次再写。
　　2015年10月，AlphaGo以5:0战胜欧洲围棋冠军樊麾。这条消息2016年1月才出来。
　　2016年3月，AlphaGo以4:1胜李世石。李世石赢的那一盘可能是人类战胜AI的最后一局棋。
　　号到2017年初的短短几天内，以Master为用户名的AlphaGo在弈城、野狐网络平台上，快棋60:0狂胜中日韩几乎所有人类最高手，包括柯洁、聂卫平、古力、常昊、朴廷桓、井山裕太&..平了一局，是因为网络断线。
　　2017年1月，原微软全球副总裁陆奇加入百度，任总裁。李彦宏在欢迎词里特意提到&同时，陆奇还是人工智能领域世界级的技术权威。&&百度已经决定将人工智能列为公司未来十年最重要的战略方向&&陆奇的加盟将极大地确保这一战略得以顺利实现&。
　　2016年9月以来，Google陆续上线各语种的采用深度学习方法的谷歌翻译。本来我也没太注意这个新闻，偶然用了一下Google翻译，水准之高，大大出乎我的想象。
　　人工智能领域领头的公司，刚好都是搜索引擎，是碰巧?Google研发AlphaGo只是为了下棋?只是为了无人汽车?百度人工智能团队现在发展到了1300人，挖吴恩达，挖陆奇，是为了组团参加最强大脑?
　　人工智能用于搜索
　　即使没有RankBrain这种确定使用人工智能的算法，我们也能猜到，搜索引擎花这么大精力研究人工智能，肯定不止是在外围或新业务上使用，他们没理由不把人工智能用在自己的核心业务，也就是搜索上。
仔细思考一下就知道，AlphaGo下围棋与搜索排名要解决的问题看似谁也不挨谁，但其本质是非常相像的，是可以用同一种方式解决的：
　　AlphaGo通过学习无数盘棋，其中有人类的历史棋局，更多的是AlphaGo自我对局，累积海量数据，面对某一盘面时做出判断：下一手，子下在哪里胜率比较高?
　　搜索引擎排名算法通过学习质量评估员给出的数据、搜索用户点击访问数据等，面对某一个页面时做出判断：这个页面是高质量还是低质量的?这个页面作弊了吗?这个页面与查询词相关还是不相关?
　　传统搜索算法要回答上面问题时，需要工程师根据常识、工程知识、情怀、用户反馈等情况，选出排名因素，调整排名因素的权重，按既定的公式计算出答案。人工智能为基础的算法不需要工程师告诉它使用什么排名因素，而是自己去学习，自己琢磨用哪些排名因素，各占多少权重。人工智能考虑的因素很可能是会令人类觉得莫名其妙的。
　　人工智能的最大缺点，对人来说的缺点，它对人来说是个黑盒子，工程师也不知道它是怎么算的，根据什么算的。结果正确时，一切都挺好，但结果不大对头时，工程师也不知道为什么错了，还不好debug。也许由于这个原因，搜索引擎算法的核心现在还没被人工智能取代，搜索引擎需要很谨慎，不然会错得自己都不知道为什么错。
　　人工智能怎样影响SEO?
　　回到最前面的问题，用户点击、访问等行为是否是排名因素?是的话，怎样解决噪声、作弊问题?没有用搜索引擎统计服务的网站，无法确切知道访问深度、停留时间等，这又怎么办?
　　可以设想一下，算法可能不把用户访问数据作为直接排名因素，但可以作为某种验证方式，比如在传统排名算法计算出相关页面后，人工智能算法挑出与已知作弊页面有相同访问特征和其它特征的页面，降低其排名或者干脆不返回。这里要记得人工智能潜在的惊人的准确率。记得去年中Google就说过，AlphaGo当时大致相当于人类13段棋手，年底的棋局似乎验证了这很可能不是吹牛。柯洁和聂卫平等人与Master对局后都表达过大致这么个意思：看了AlphaGo/Master的棋，觉得人类一些对围棋的认识很可能是错的。
　　这种判断的惊人准确性，也许以后对黑帽SEO是个无法挽回的打击。如果搜索引擎算法判断一个页面是否作弊时，具有13段棋手、远远超出人类的水平和准确率，那么我们凡人该怎么作弊?
　　与此类似，如果网站没有使用搜索引擎的流量统计服务，人工智能可能会判断，这个网站A具有特征x, y, z&，另一堆使用了自己统计服务的网站同样具有特征x, y, z&..，预估网站A的访问深度、停留时间等和那些已知网站相同。这里，特征x, y, z&&是什么，是人工智能自己学习出来的，很可能有人类意想不到、觉得毫无关系的东西。而基于人工智能的骇人能力，结论很可能是正确的。
　　人工智能对SEO的关键词研究、页面文案写作、网站结构等方面都会产生颠覆式的影响。这篇只是开了个头，以后再继续讨论。
相关新闻 & & &
　　　同意评论声明
　　　发表
尊重网上道德，遵守中华人民共和国的各项有关法律法规
承担一切因您的行为而直接或间接导致的民事或刑事法律责任
本站管理人员有权保留或删除其管辖留言中的任意内容
本站有权在网站内转载或引用您的评论
参与本评论即表明您已经阅读并接受上述条款您所在的位置：&&正文
人工智能改变SEO的速度远超想象
作者:&邦邦开门&
机器人－全文略读：弱人工智能(ANI)：&AI只能针对一类事物（例如：击败世界冠军的智能象棋机器人） 通用人工智能(AGI)：AI可以执行所有的东西。一旦AI可以像人类一样，我们可以认为是AGI。超级人工智能(ASI)：AI可以在一个更高的水平执行所有的事情...
So what is artificial intelligence?
通常情况下有以下三种分类：
弱(ANI)：&AI只能针对一类事物（例如：击败世界冠军的智能象棋）
通用(AGI)：AI可以执行所有的东西。一旦AI可以像人类一样，我们可以认为是AGI。
超级(ASI)：AI可以在一个更高的水平执行所有的事情。（已经超越了人类所具有的能力）
我们在此所讨论的谷歌的算法RankBrain，指的是ANI。
事实上，ANI出现已经有一段时间了。不知道大家有没有想过，我们个人电子邮箱中的垃圾邮件是怎样被过滤出来的？是的，就是依赖于ANI。下面是一些我最喜欢的ANI程序：谷歌翻译、IBM的Watson技术、亚马逊的自动产品推荐功能、自动驾驶汽车，当然，还有谷歌的RankBrain。
在ANI领域，可以有不同的算法。就像Pedro Domingos在他的The Master Algorithm一书中所写到的：数据方面的专家将近乎完美的AI领域划分为5大流派：
Symbolists 符号主义
Connectionists 联结主义
Evolutionaries 进化主义
Bayesians 贝叶斯派
Analogizers& 推理派
谷歌的RankBrain属于联结主义流派。联结主义认为我们所有的知识是大脑神经元之间的连接编码。RankBrain的特殊战略是该领域专家所说的反向传播技术，现如今更名为“深度学习”。
联结主义声称这种技术能够从原始数据中获取信息，因此，最终它能够自动化的发现所有的知识。谷歌显然也这么认为。在2014年1月26日，谷歌宣布收购DeepMind技术，从本质上来说，这就是一种反向传播。
所以，当我们谈论RankBrain时，我们可以告诉别人它是由ANI中一个特定的技术（称之为“反向传播”或“深度学习”）所组成的。现在我们需要探究一下，到底有多少ANI在使用这一技术，更重要的是，它是如何改变SEO行业的？
技术的快速增长
The exponential growth of technology (and AI)
来自WaitButWhy的Tim Urban在他的The Road to Superintelligence文章中阐述道：技术发展的速度已经超越了人类的进步。
当我们回顾历史时，能够看到科学进步的足迹。
但是，就像Ubran在文中所说的，在现实中，你无法预测到未来，就像下面这幅图：
图中所显示的是，人们往往会低估未来。这是因为他们一直在图中的左侧，所以无法看到整张图的全貌。
然而，现实的情况是，随着时间的推移，人类进步的速度也越来越快。Ray Kurzweil提出了一种新的理论——“加速回报定律”。该理论背后的依据在于先进的社会由于其自身的优越性比欠发达的社会发展更迅速。同样，该理论也可以用于，和我们现在能看到的在高科技推动下的高速发展。
我们现在看到的统计数据，从中不难得出结论：加速回报定律能够快速的改变事情的发展状态。
我们可以清楚的看到并直观的感受到，先进工艺和计算机的发展已经从加速回报定律中收益。更令人震惊的启示是：在某些时候，计算机的处理能力不仅仅超过了一个人，甚至超过了全人类的综合能力。
事实上，大概在2025年我们能够实现AGI。科技正在以越来越快的速度发展，这似乎让我们大多数人感到有些措手不及。
The rise of superintelligence
正如我在上文所提到的，谷歌的RankBrain只是一种形式的ANI，这就意味着，它可以在一个特定的领域比人类做的更好，这就是：相对较“弱”（较单一）的。
但是我们依旧对这种“弱”智能模式的转化能力感到震惊，甚至不知如何处理。
在这里，你可以清楚地看到，谷歌的RankBrain，在特定的领域表现十分优秀，但是在涉及多个领域时，表现得就差强人意。
当我们采用“加速回归定律”用于时，会产生什么情况呢？TimUrban向我们展示了他的实验思路：
AI的“智商”呈现直线上升的趋势，并且与我们人类相比，已经变得越来越聪明。当它触及到人类的底线时，Nick Bostrom用白痴来形容人类，是的，我们似乎是这样愚蠢的人类。唯一的一点不同是，在谈论智力时，所有的人，从白痴到爱因斯坦，是处于一个极度狭小的范围内，所以我们只能是处在白痴的水平上，在成为AGI后，我们会突然比爱因斯坦变得聪明，却不知道是什么刺激了我们。
那么这对搜索引擎的优化和够带来什么启示呢？
SEO一直在变化
SEO has changed forever
在预测未来之前，让我们先了解一下RankBrain是如何改变SEO的。我和卡耐基梅隆大学的校友、以及Market Brew （财富500强的SEO团队所提供有关汽车方面的搜索引擎）的创始人Scott Stouffe一起聊天。作为搜索引擎方面的工程师，在最近的十年里Stouffer把关注点放在了该行业所忽视的一个角落，并形成了独特的视角。下面是他对于谷歌将发展重点放在领域的一些建议。
现在的回归分析存在严重缺陷
这是我们所在行业最大的谬论。谷歌上面搜索引擎排名的变化通常是可以被提前预见到的。并且，预测几乎没有出过错。一些数据方面的专家和来自知名企业的CTO声称他们有“充分的理由”来印证Google搜索引擎数据库每月一次的大规模升级所带来的结果与他们的预期相符合。其中分析包括阅读近几个月的大事件排名，以及在所有不同类型的网站中观察排名的变化。
用现在的回归分析方法，数据专家们都会指出某一类网站分享的内容或反向链接， 都很符合谷歌最新的算法倾向。
然而，这里讨论的不是谷歌如何工作。谷歌的RankBrain，机器学习以及深度学习的方法，与工作是截然不同的。
在谷歌内部，有自己的一套核心算法。这就是RankBrain所主要负责的工作，这些核心算法适用于每一种类型的搜索结果。例如：在某些搜索结果中，RankBrain可以得出结论：最重要的信号是META标题。
进一步扩展META标题的匹配算法可能会带来更好的搜索体验。但在另一个搜索结果，这种非常相似的信号对于一个富有经验的搜索者来说可能是一种可怕的事情。因此，另一种算法，例如： PageRank，情况可能会改善很多。
这就意味着，对于每个搜索结果，谷歌都会有一种完全不同的算法组合。现在想必你已经明白为什么在每一个网站做回归分析，在不考虑搜索结果的情况下是有致命缺陷的。
由于这些原因，如今的回归分析必须通过每一个特定的搜索结果来完成。Stouffer最近写了一个搜索建模的方法，在谷歌的算法变化中可以被测量。首先，你可以对搜索引擎模型进行一次快照，并对过去的一个特定关键词进行搜索。然后，在重新校准后，排名变化的转变已被检测到，这就揭示了两者之间的搜索引擎模式设置。使用这种方法，在一定的排名变化范围内，你可以看到哪些特定的算法是可以上下加权的。
有了这方面的知识，我们可以把重点放在搜索引擎优化上。但是，同样的方法将不适用其他的搜索结果，这是因为RankBrain对于搜索结果（关键词）的水平。它为每个搜索结果进行算法的定制。&
留位以避免误判
谷歌意识到，他们可以“教”深度学习系统RankBrain，什么是好的网站，什么是坏的网站。为每个搜索结果设置不同的权重，此外，他们也意识到，每个垂直行业中的“好”与“坏”网站也应仔细甄别，因为不同的行业有不同的CRM、不同的模板和结构。
当RankBrain在运行时，本质上它是学习在外部环境下什么是正确的设置。你可能已经猜到了，这些设置完全依赖于垂直操作。因此，例如，在医疗行业，谷歌知道WebMD是一个知名度很高的网站，他们希望自己的搜索指数最高。其他看起来像WebMD的网站被划归到“好”网站中，同样，看起来有着垃圾网站结构的则被认为是“坏”网站。
RankBrain以其深厚的学习能力，把网站划分为好与坏，如果你有许多不同行业的搜索引擎都汇集到一个网站，那么将会发生什么？
首先，我们对于深度学习的细节要进行更多的挖掘。在网站被贴上“好”与“坏”的标签之前，RankBrain必须确定每个站点的分类是什么。像Nike和WebMD这类网站就十分容易。虽然每个站点拥有许多不同的子类别，一般的类别是非常简单的。这种类型的网站很容易进行分类。
而有许多不同类别的网站如何划分呢？一个很好的例子是介绍操作方法的网站。这类网站通常有许多信息大类，在这种情况下，深度学习的方法就不再适用了。哪一种数据可能会被谷歌所采纳呢？答案是：随机性的。它可能会选择一个类别或是其他。对于知名度高的网站，像是维基百科，谷歌可以选择忽略对该分类的处理或者干脆确保深度学习过程不会削弱现有的搜索体验。
但是对于一些鲜为人知的网站会发生什么呢？答案是：谁知道呢？据推测，这种机器式的学习过程会自动的进行站点分类，并与其他的网站相比较。例如：一个介绍操作方法的网站十分像WebMD的网站。它太优秀了，对吗？
好吧，如果分类过程中认为这个网站是关于鞋，那么它会进行现场比较，耐克的网站结构，而并非是WebMD的网站。如果网站结构看起来很像一个买破鞋的垃圾网站，而不是一个有信誉的网站，在这种情况下，过于概括的网站很容易被标记为垃圾网站。如果介绍操作方法的网站有不同的域名，那么将会容易被看做是好的网站。予以留位。
让我们来看看反向链接是如何发挥作用的。基于以上程序的分类，你需要做到的是比以往任何时候都要坚持在自己的“链接附近”，这样Rankbrain就会知道在反向链接中出现的一些异样情况。
让我们举一个和上面的例子相类似的例子。假设一家公司有一个关于鞋的网站。我们已经了解到RankBrain的深度学习过程是将该网站与鞋类行业中最差与最好的网站进行各个方面的比较，因此，很自然地，这个网站的反向链接也会和最好、最差的网站进行比较。
我们也可以说一个典型的信誉好的鞋类网站可以从竞争对手那里获得反向链接
Sports 运动
Health 健康
Fashion 时尚
现在，我们可以说公司的SEO团队选择从竞争对手处获得反向链接，再加上一个新的竞争对手——来自于以前的CEO所在的汽车行业。他们是十分聪明的：在页面上构建了一个租鞋就获得免费擦鞋的链接，链接到他们所卖的新鞋，对于所卖的新鞋来说，就构建了一个反向链接。
这种做法十分精明，对吗？
当然，RankBrain也应注意到这种反向链接的网站比一般的鞋店网站有很大的不同。更糟糕的是，有可能垃圾鞋类的网站也会从汽车网站进行反向链接。
就这样，在甚至是不知道如何判断哪些是正确的反向链接网站时，RankBrain已经嗅到了什么是好的搜索引擎，什么是坏的。新鞋的网站被标记后，导致它的访问量可能会暂时下降。
SEO和人工智的未来发展
The future of SEO and artificial intelligence
我们在前面对于加速回报定律的讨论、RankBrain和其他形式的，它们在某些情况下会超越人类的大脑，在这一点上，没有人知道未来科技将会如何改变我们的生活。
然而一些事实是十分确定的
每一个具有竞争力的关键词都需要进行检查
大多数站点都需要留位避免误判
每个站点都应该模仿各自领域最顶端站点的结构和组成。
在某些情况下，深度学习方法，可以使SEO变得简单。明知道RankBrain和其他相类似的技术是在模仿人类，然而规则是明确的：不再有漏洞。
在其他方面，事情似乎有些困难。SEO领域将会变得非常具有技术性。分析和大数据是常规性的工作，而 SEO并不熟悉这些方法。谁掌握了这些技术，谁将会赚取更多的资金。（完）人工智能会彻底改变SEO吗？_seo吧_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：236,168贴子：
人工智能会彻底改变SEO吗？收藏
这个命题似乎来的有点早，我们还没有搞清楚人工智能是啥，竟然都要改变SEO了。具体啥情况，我也不知道，给大家先报告一下。估计过不了多久，就会有一个讨论结果出来……
登录百度帐号推荐应用
为兴趣而生，贴吧更懂你。或你的位置：
> 唱衰2017，SEO还有什么前途？
发表于( 21:13) 本文标签：
浏览量：238次
&&&&值班编辑QQ：
SEO至此已经被唱衰了多少年，那些不看好、没用好或者根本就觉得不好的朋友们，多不胜数，在已经到来了2017年，SEO还有什么前途吗?
一.唱衰之力
SEO一直以来都是市场上呼吁、与哀声同时并存的一种综合度比较高的营销手段之一，之所以被列入营销，那是因为排名带来的流量和转化都是极其让人欢喜的一件事，自然赚钱，老板当然默认这就是一种营销手段技巧。这或许就是商业的另一种变现认知吧，这也就为什么做SEO仅仅SEO是没有什么多大作用的原因吧,因为还要有营销辅助才能发挥真正的作用，也才会被市场普遍认为是互联网营销的一种手段。
这也是当下被市场看好的一种前景搜索。
二.乏力的背后
虽然SEO发展到现在乏力的地步，也就是说做起SEO很难了，而且非常之难，操作起来要很久，并且操作难度高，优化水平和网站对产品、服务层面的要求都越来越高，这些都是显而已见的，正因为如此的乏力局面，反而说明市场上的搜索营销仍然是非常受欢迎的一种营销推广手段，尽管这种慢营销时间周期非常长，但是不管是商家，还是用户，使用率和营销面都比较大的，在这个市场里，SEO仍然是受欢迎的一种技巧手段。这是目前市场那些个人或企业又爱又恨的一种技术，爱的是万一排到第一了，恨的是太乏力了。
尽管如此，搜索不管是在当前还是在以后，都有可能不会失效，可能会发生的实事是搜索会不断的升级与迭代，甚至会发生大的变化，可能会出现变化的原因，就是目前一个比较大的冲击， 是人工智能的出现，这是目前对所有智能革命中一个前所未有的巨大市场，也是未来变革世界的一项重要研发技术，在2016年人工智能已经会进行自我学习了，未来会不会自我升级迭代，那也不是没有可能的，人工智能的出现，也将意味着搜索市场将会出现成熟的语音，人工智能搜索等，简行自媒以为这些前所未有的人工智能搜索将会改变着SEO的市场与格局，当然这样局面的到来还会有很长的一段时间。所以对于站长来说是前景，也是未来要走的一个成长过程。
至于唱衰，简行自媒以为那也是当前市场上大面积竞争的众多声音中那些最多的一类。
原文地址简行自媒;/sikao/4844.html 微信号：jwiseo
热点资讯[]&&&&[]&&&&[]&&&&[]&&&&[]&&&&[]&&&&[]&&&&[]&&&&[]&&&&[]&&&&
专访钱东奇:AI落地还要十年 你很酷不代表能存活
机器更了解人类？杜比实验室用生物传感器理解人类反应
了解机器学习 只需了解“三大法宝”
Google的机器人公司还没卖，出了会跳高的机器人
一个由人工智能管理的世界将会是什么样?
揭秘Facebook的AI机器：AI已关乎存亡
消费者：公司称只能进行设备替换 律师：消费者可向法院起诉 本想买一套VR设备在老家开游戏厅的杨先生，至今仍在为设备运转发愁。近日，杨先生向本报反映，去年他在北京身临其境文化股份有限公司（简称身临其境公司）购买了一套VR设备（如图），结果设备几乎
本文作者：六爷 导语：日，随着两会进行到第五天，雷军今年的三个议案终于浮出水面。 不知不觉，这已是雷军以人大代表身份参加两会的第五个年头。 日，随着两会进行到第五天，雷军今年的三个议案终于浮出水面，分别是：加快实施人工智能
人工智能这一轮的浪潮来的很快，接连攻克了图像识别、语音识别、自动驾驶等多个难题，简直是处于宇宙中心。从资本、媒体到创业者都对这个领域怀有极大的热情。 对于吃瓜群众来说，观感大概是这样：不知不觉，人工智能创业公司就到处都是了，各大巨头也纷纷入
本文作者：思佳 导语：谷歌的诉讼案将Uber推向浪尖，但这不是自动驾驶圈第一次人才外流导致的争议案件了。 在这场白热化的自动驾驶混战中，人才，成了绝大多数大公司间争夺的落脚点。 不久前，因一场无人驾驶核心技术纠纷，谷歌旗下Waymo将Uber告上法庭，而
2016年谷歌教授科研奖（Google Faculty Research Awards）已于当地时间2月23日公布。 从2005年起，谷歌每年都会为在世界各地做出杰出贡献的学者、教授授予奖金，以鼓励他们在计算机科学领域的探索和进步。每年全球都有成千名研究人员向谷歌申请该奖项，但只
训练神经网络并非易事。尽管实现起来并不难，但无论你可以使用多少计算能力，都要花好几个小时才能做好。OpenAI的研究人员可能有一个更好的解决办法：打破常规。 他们开发出了一种进化策略，可以保证更强大的人工智能系统，而这一策略实际上与生物进化并没有
3月23日，马云在马来西亚与创业者交流。 3月23日下午，阿里巴巴董事局主席马云受邀在马来西亚环球转型论坛(GTF)演讲，与近3000名来自20多个国家的创业者和年轻人交流。 马云说：我们无法选择出生在怎样的家庭，如果你碰巧出生在比尔?盖茨家族，你很幸运。当