John GiannandreaGoogle検索機械学習の新しい責任者
公開: 2016-02-05ベンゴメスはGoogle検索をリードする役割を引き受けます
Googleの検索および人工知能ユニットを率いるエグゼクティブとして2年間務めた後、Googleはアジャイルマーケティングを実証しています。
John Giannandreaの役割は、2人の幹部によって共有されます。同社のAI研究部門の1つであるGoogleBrainの共同創設者であるJeffDeanです。 Googleが2014年に6億ドルで購入したDeepMindの主要なAIには、いとこがいます。 2018年には、テクノロジーの巨人がHalli Labs、AIMatter、Banterも買収しました。これらはすべて人工知能に関するものであり、適切なスタッフがGoogleにとって重要であることを意味します。 2000年にGoogleに入社し、検索エンジニアリングチームを率いてきたBen Gomesは、Deanと並んでいますが、現在は主要な検索組織の役割を担っています。
2016年の初めにAmitSinghalが解任した後、Giannandreaがその役割を引き受けたとき、それはGoogleが機械学習と人工知能を音声と視覚探索のコアに統合することに重点を置いていることを示していました。 ただし、GoogleのCEOであるSundar Pichaiは、会社全体の業務におけるAIの重要性を引き続き強調しています。 役割のチャンスは、AIが非常に大きくなり、独自のビジネスユニットを形成する必要があることを示唆しています。
TheInformation.com *は本日通知を行い、おそらくより統合的な方法で、GiannandreaがGoogleでの継続的な雇用であることを指摘しました。 彼は、AIが、AIモデルの教育に使用されるデータで人間の偏見を複製し、永続させるアルゴリズムのリスクをもたらすという話の流れを食い止めようと努めてきました。
John Giannandrea 2016年のGoogle検索機械学習の新しい責任者
2年前、AmitSinghalは昨日Google+で彼が先に進むことを発表しました。 彼が「2月26日はGoogleでの最後の日になる」と述べた後、ジョン・ジャナンドリアがGoogle検索の指揮をとることがすぐに発表されました。
Googleに長く携わり、検索に多大な貢献をしたことは驚くべき成果であり、慈善活動に焦点を当てて人生の新しい時代に足を踏み入れたシンハルを祝福することは誰もが認めるところです。 新しいリーダーシップはしばしば重大な再集中を意味するため、SEOの専門家は、Giannandreaがこの立場をとるにつれて、獲得した検索がどのように変化するのか、そしてその変化がテクノロジーの世界全体に波紋を生み出すのかどうか疑問に思います。 GoogleBotがウェブコンテンツをクロールして解釈する方法の未来は、彼のリーダーシップの下で有望に見えます。彼がニュースで機械学習の未来にどのように影響し、メタウェブがどのように織り込まれているかを観察しています。
アミットはさらに次のように述べています。「検索はこれまでになく強力であり、すでに毎日ショーを運営している優れたシニアリーダーの手によってのみ改善されます。 人々に情報を提供するという私たちの使命と、それがこの世界に与えた影響は、誇張することはできません。」 Google Algorithm RankBrainなどで人工知能を監督する先駆者であるJohnGiannandreaは、Googleで6年間雇用されており、現在はエンジニアリング担当副社長です。
2015年11月にフォーブスが説明したように、RankBrainの役割は、検索エンジンを通過した数百万のクエリの「非常に大きな部分」を占めていました。 彼のチームは、Google検索内の機械学習の形式を評価しています。 以前は、Googleは、人間が主導する一連の厳密な検索ルールに準拠したアルゴリズムに大きく依存していました。
ジャナンドレアのGoogle検索の責任者としての新しい地位は、Alphabet Inc（AI）の一部門であるGoogleにとって人工知能の重要性がさらに強調されていることを示しています。 彼のテクノロジーに対する先見性は、モバイルデバイスでの検索と音声認識を適用する検索における最新の取り組みの鍵です。 機械学習は、事業を引き受けるための詳細なコンピュータープログラムを作成することとは異なるアプローチです。 むしろ、あなたはコンピューターに仕事の複数の例を与えて、それを自動的に学習させようとします。
検索はGoogleの機械学習の基盤です
検索はGoogleの基盤です。 Googleは毎月1,000億回以上の検索を提供しています。 機械学習は新しいものではなく、検索の欠点を補うためのアルゴリズムとはかけ離れたものでもありません。 それは確かに管理を容易にします。 機械学習は、デジタルマーケティングをより速く進化させ、セマンティック検索の世界をより良くすることを証明しています。 このようなセマンティック検索の世界に革命を起こすことができる何かを構築するためには、多くの思考、マーケティング調査、テスト、および注意が必要です。
検索と機械学習は、人間のエンジニアが手作業でコーディングしたアルゴリズムのルールよりも、検索クエリをより適切に処理することが期待されています。 Mozの検索専門家によると、「機械学習はすでに多くの主要なプラットフォームで使用されています」。 したがって、人工知能がGoogle検索の未来である場合、SEOの世界で私たちがはるかに多くの先端にいる可能性があります。
Googleは、社内の機械学習の優先順位に合わせて、検索からすべての研究活動を統合しています。 彼の検索経験を考えると、Googleの広大な研究と人工知能部門を率いる現在のエンジニアリングVPであるジョンジャナンドレアは、重要なアルファベットで成功する可能性が最も高い人物であり、アルゴリズムは先に変わります。 Singhalが監視するGoogle検索の改善により、巨大なWeb検索ツールがより速く、よりスマートになり、モバイルデバイスで実行されているソフトウェアの内臓を覗き見ることができるようになりました。 Giannandreasは、Google検索のこの基盤を前進させるのに最適な人物になる準備ができています。
機械学習は現在、Googleが検索とユーザーの意図に焦点を合わせている中ではるかに進んでおり、間違いなく継続するように設定されています。 検索が洗練されているため、SEOの専門家は、Google検索に関して一夜にして革命を起こすことはないと予想しています。 私たちは、検索の可視性を高め、新しいWebアクセス、より優れたユーザーエクスペリエンスを実現し、それによって収益を増やすチャンスを獲得するという情熱を継続するための詳細と時間に深く関わっています。 グーグルがランクブレインに割り当てたすべての重要性を考えると、グーグルのランキングチャンスに影響を与える上でそれが実際にどのように機能するかを示す詳細はまだ発表されていません。 グーグルは現在、幅広い一般性におけるランクブレインの変更について2つか3つの実際の例を提供しています。
Singhal：Googleの検索アルゴリズムの監督
Singhalは、これまでのGoogleでの彼の期間中、Google検索と非常に絡み合っています。 彼は、Googleの共同創設者であるラリーペイジとセルゲイブリンによって作成されたアルゴリズムを書き直す必要があるというガイダンスがあったときに参加することで知られています。 検索に応じてグーグルが検索エンジンの結果ページ（SERP）に表示するものを解読することに関係するタスクは、検索の巨人の中核にとって極めて重要です。
機械学習は、SEOとは何かという状況を急速に変えています。 ジョン・ジャナンドレアは昨年秋、グーグル本社の記者団に語った。 「コードを書くのではなく、物事を学ぶことができれば、これらの物事をはるかにうまくスケーリングできることがますます発見されています。」 ただし、機械学習は新しいものではありません。 historyofinformation.com ***によると、1957年に、アメリカの数学者で人工知能の研究者であるRay Solomonは、「帰納的推論マシン」を公開しました。 IREコンベンションレコード、情報理論に関するセクション、パート2（1957）56-62。 これは、機械学習について書かれた最初の論文でした。
シンハルはこの舵取りから離れたことはありません。 彼の仕事は、垂直検索の拡大における移行を通じてGoogle検索を導き続け、ソーシャルシグナルを統合しようと努めています。検索がよりセマンティックになり、おそらく最も重要になるにつれて、Googleの直接的な答えは、モバイル検索の世界でGoogleを成功させます。
機械学習は、クリックするだけに焦点を当てたSEO以上のものです。 今日の新しいGoogle検索エンジンは、人々があなたのウェブサイトをどのように操作しているかを表にしています。彼らは戻るボタンを押して他のサイトをクリックしていますか、それともあなたのサイトにいるときに探している答えに満足していますか？ 機械学習は、クリック後のアクティビティに関する詳細な場所を検索します。 SERPSに表示された後にクリックを獲得する必要があるだけでなく、サイトでの優れたエクスペリエンスでユーザーを満足させる必要があります。
Google検索は、顧客体験をより適切に評価するために機械学習に移行します
Googleの検索に大きな変化はありますか？ カスタマーエクスペリエンスは依然として最優先事項であり、Googleの指揮下での変更は、構造化データと機械学習のより中心的なアプローチに対するマーケターの戦略的優先事項に影響を与える可能性があります。 ユーザーエンゲージメントを促進するためにWebサイトの各ページに表示されるWebコンテンツを効果的に最適化するSEOのベストプラクティスを求めているWebマスターは、サイト訪問者がそのコンテンツをどのように消費して反応するかを完全に把握しています。 Crazy Eggのようなヒートマップは、ユーザーがサイトで好むホットスポットを明らかにするのに非常に役立ちます。 検索者はGoogleに何でも質問して回答を得ることができるようですが、Webサイトにアクセスしたときに回答に満足しているかどうかを知ることは、判断が難しいことです。
今後、ディープラーニングや機械学習がGoogle検索の大部分を占めることが期待できます。 アルゴリズムがいかに複雑であるかを考えると、機械学習の成長は、Google検索の仕組みの1つの要素にすぎません。 基本的に、John Giannandreaと彼のチームの仕事は、検索クエリの一部である単語やフレーズの分析に精通するように、Googleの機械学習エンジンを進化させました。 新しいGoogle検索は、関連する単語やフレーズがほぼ同じ意味を持つかどうかをより直感的に判断できるようにすることで、新しいクエリを処理する際の古いルールベースのシステムを改善します。 スキーママークアップは、Webページのコンテンツを理解し、それらのクエリに一致させることを容易にするプロセスを支援します。 グーグルが毎日検索する多くの新しいクエリがあります-それが前に見たことがないもの。
私が書いているのは午後12時58分で、Google Searchesが今日これまでに検索したクエリの数は2,464,000,000であり、急速に増加しています。 Googleは現在、毎秒平均42,000を超える検索クエリを処理しており、その結果、1日あたり35億回を超える検索が行われ、世界中で年間1.2兆回の検索が行われることになります。
ジョン・ジャナンドレアがGoogleの検索アルゴリズムを担当しているため、人工知能に関する彼の専門知識により、Google検索の将来が機械学習への大きな依存に移行していることをGoogleが認識していることは理にかなっています。 非常に多くの新しい検索を管理することは大きな仕事です。 「2013年のcomScoreの公開リリースによると、2012年12月の時点で、Googleはウェブ検索ボリュームの65.2％のシェアを享受しており、その月の検索数は1,147億回でした」とwww.internetlivestats.com *は述べています。
マシンとユーザーがコンテンツを評価する方法を組み合わせる
JohnGiannandreaがGoogle検索のRankBrainにどのように影響したか
SinghaはGoogleフェローに指名されました。これは、Googleが検索エンジニアに授ける最高の栄誉です。 グーグルでの彼の期間中、彼は会社の検索エンジンを首謀しました、そして、私たち全員が認識するように、グーグル検索エンジンはインターネットをかなり支配しました
タイトルタグから説明メタタグや構造化データまで、それぞれがWebサイトのコンテンツの概要を説明するのに役立ちます。 正しく最適化されると、そのようなデータは、リッチスニペットを使用してページをSERPに導入するのに役立つ場合があります。 ユーザーがクエリを実行すると、独自のコンテンツを含む深いページでさえ、機械学習でより頻繁に表示される可能性があります。
これまでのGoogleでのジョンジャナンドリアの努力は、ページが何であるかについての検索エンジンの要約を前進させるために多くのことをしました。 すでに2016年の第1四半期に、Googleウェブマスターツールが拡張され、SEO専門家がHTMLドキュメントを改善するのに役立つ豊富なコンテンツ分析セクションが提供されています。
Googleでは、人工知能は機械学習の遠端に位置しています。 Googleは、John Giannandreasの下で機械学習に多額の投資を行ってきました。これには、動画、音声、翻訳、そして最近では検索のGoogle検索が含まれます。 個人がGoogle検索ボックスに入力する毎秒数百万の検索クエリは、RankBrainというニックネームの人工知能システムによって解釈されます。 Googleの上級研究科学者であるGregCorradoは、「RankBrainは人工知能を使用して、コンピューターが理解できる数学的エンティティ（ベクトルと呼ばれる）に大量の書記言語を埋め込みます」と述べています。 ランクブレインが新しい単語またはフレーズを検出すると、マシンは、検索クエリに回答するために同様の意味を持つ可能性のある単語またはフレーズを推測します。
ブルームバーグのニュースによると、彼が監督した追加の検索作業には、使用される明示的な検索用語ではなく、ユーザーがデバイスで行っていることに基づいて情報を取得する画像認識とテクノロジーの進歩が含まれます。
質問：機械学習とは何ですか？
回答： 「機械学習はコンピューターサイエンスのサブフィールドであり、人工知能におけるパターン認識と計算学習理論の研究から明示的にプログラムおよび進化することなくコンピューターに学習する能力を与えます。機械学習は、学習できるアルゴリズムの研究と構築を探求します。ウィキペディアによると、使用されている明示的な検索用語によると、このようなアルゴリズムは、データ駆動型の予測または決定を行い、サンプル入力からモデルを構築することにより、厳密に静的なプログラム命令に従うことを克服します。
機械学習に固執するSEOの専門家
高度なSEOの専門家は、機械学習の背後にある線形代数をある程度理解しています。 それが生成する結果は、ユーザーの意図を満たすために非常に正確な結果を取得できます。 それらを正確な結果に導いた理由と、Google検索がどこに向かっているのかを説明するのははるかに困難です。 Alphabetは当初、月曜日の半ばにAppleから市場価値のトップの地位を奪い、第4四半期の収益レポートに至りました。 グーグル検索は、アルファベットの主要なグーグルユニットの周りで優位に立つと解釈される人もいます。
John Giannandreaは、直観、さらなる調査、試行錯誤を通じて数学を調整するために、ニューラルネットの動作を微調整し続けると想定されています。 さらに試行錯誤しながら、新しいデータでそれらを再トレーニングする必要があります。 Googleが検索をこの複雑な機械学習モデルに移行するにつれて、検索の先にあるものすべてが不明確になります。 人間の脳はこれらの機械の背後にあるガイドのままですが、どのように変わったか。 ちょうど昨日、Googleは構造化データマークアップのためのより広範なJSON-LDサポートを追加しました。 これは、Google検索機械学習の更新と完全に一致するものかもしれません。
サイトに数千のWebページがある場合、追加の構造化データを手作りすることはおそらく不可能です。 Google Analyticsがすでに視聴者に最も好まれていることを示している、コアサービスページと主要ページから始めることをお勧めします。
Googleが機械学習を使用して、Googleクイックアンサーボックスに表示される質問に回答する方法について、さらに学習しています。 人工知能の側面は、ピューレがユーザーの意図に一致するように提供される可能性があるすべてである場合に、一部の検索エンジンが苦労するぼやけを減らすためのインテリジェントなマシンを提供します。 すべてを標準化したいと思っても、検索業界の結果は正確なルールに直接基づいていません。 それは、意味論的言語、音声認識、翻訳、および視覚処理の作業に大きく依存しており、科学的および工学的な深い課題に火をつけ続けています。
ユーザーエンゲージメントとユーザーエクスペリエンスを混同しないでください
seo.theory.comの所有者であるMichaelMartinezは、このように述べています。 「人々は「ユーザーエンゲージメント」と「ユーザーエクスペリエンス」を混同し続けています。 ユーザーエクスペリエンスは、ページに配置するものです。 ユーザーエンゲージメントは、訪問者がページで行うことです。」 グーグルは、グーグルアナリティクスが設置されていない状態でこれらの人々が存在する場合、大多数のウェブページでこれらの人々が何をしているのかを追跡することはできません。
Google Analyticsを介して着信トラフィックを分析する場合、Google検索は訪問者がWebサイトにアクセスする多くの方法の1つです。 「訪問あたりの平均ページビュー」を追跡して、ユーザーがデジタルコンバージョンファネルをページからページへと移動する方法を知ると、2ページを超えると、コンテンツはGoogle検索ではなく、ユーザーを引き付けます。 企業が活用する予測データは、以前にGoogleBotによって推定されたデータの端数よりも多い必要があります。
Googleは、他の検索エンジンと同様に、独自の検索結果内でユーザーの満足度を測定します。 Webメッセージングに対するユーザーの満足度の範囲を理解することは、すべてのソーシャルネットワーク、ニュース出版物、Buzzsumoなどを含む完全なデジタル分野にまで及びます。 検索がどこに向かっているのかを知ることは、コンテンツマーケティングとSEOキャンペーンの計画にとって重要です。 人工知能とその深層学習への依存は、ますます重要になっています。
Google検索が変化するにつれてあなたのビジネスは何を必要としますか？
私たちに寄せられた多数のリクエストは、検索とデジタルマーケティングに関して、企業が次にどこに行くべきか混乱していると感じる頻度を明らかにしています。 SEOは非常に急速に成長しているため、ビジネスを始めたばかりでも、オンラインでの認知度を高めるために次に何をする必要があるかを探している場合でも、SEOの専門家に指導を求めています。
すべてのデジタル空間のマーケターは、進化する顧客体験の現実を受け入れています。 新しいGoogle検索を一歩踏み出すことで、SEO戦略、創造性、熱意、そして最終的にはクライアントの成功へのアプローチが刺激されます。
SEOを成功させるための戦術は、ここ数か月で大きく変化しました。 ジョン・ジャナンドリアの新しいリーダーシップの下で、SEOの現在の状態は進化するために生きます。 彼の検索とGoogleによる2016年のコンテンツの読み取りに関する深い経験は、検索マーケターがGoogle検索の変化する状況を学ぶために新しい時間と労力を費やさなければならないことを意味します。 最適化された見出しと慎重に選択されたキーワードを使用してサイトにトラフィックを誘導する以前の戦略は、 Googleモバイルアルゴリズムを含む新しいSEO戦略に進化するために評価する必要があります。 新年、そして新世代の検索エンジン最適化のリーダーシップがGoogleに登場するにつれ、このレポートがあなたに役立つと信じており、おそらくあなたの会社に役立つマーケティングのアイデアにさらに焦点を当てることになります。
インターネットを使用している多くの人は、クラウドトレーニングを取り巻く進行中の側面に関与していません。 ジョン・ジャナンドリアのような大物の影響力者がGoogle検索の指揮を執り、言語や画像をコンピューターや人間のように相互作用や解釈が少し少なくなるように理解するアルゴリズムを作成することは、明らかに良いことです。 Googleで多くのクラウドトレーニングを受けたスタッフを率いてきた経験から、検索の未来は、この新しいリーダーシップの下で、これまで以上に機械学習の影響を受ける可能性があります。
マシンとユーザーがコンテンツを評価する方法を組み合わせる
Google検索機械学習の進歩と、ウェブページの訪問者がコンテンツをどのように表示するかを理解することが重要です。
機械学習がSEO専門家にとって意味することには、人間がWebコピーを作成するときに何が適切かを特定し、製品を検索する見込みのある購入者が対応するページを見つけられることを期待することが含まれます。 製品カルーセルに使用されるエンティティグラフデータを識別します。 彼らは、マシン自体がそのページが何であるかを学習するのに役立つように設計されたコードを記述し、関連するコンテンツを検索した人に報酬を与えることができます。
以前は、Googleのアルゴリズムは、消費者が検索クエリに対する適切な回答であると考えるものを見つけようとしていました。 視聴者があなたのウェブサイトにアクセスした後、あるウェブページから別のページへのリンクをたどると、それはあなたの価値のあるページを見つける機械ではなく人間です。 構造化データマークアップは、マシンがコンテンツを解読しやすくするために記述されたコードです。 ページ上のテキストの使用、使用されるキーワード、頻度と場所、説得力のある画像、およびユーザーのメリットは、人間が知覚する品質を反映できる追加の項目です。 Search EngineLandのDannySullivanは、次のようにコメントしています。
検索へのRankBrainアルゴリズムの貢献は、Googleがテクノロジーを検索コアにさらに深く組み込むことを目指しているため、Googleによる機械知能への50年にわたる推進の一部です。 機械学習は、 Googleマップの統合や、 Googleアシスタントが音声起動のビジネス結果を提供する方法など、検索に関連するすべてのものを再構築するためにGoogleが使用している中核的な変革方法です。 ジョン・ジャナンドリアは、検索のあらゆる側面での彼の広範な知識を求めて、彼の広範な技術的バックグラウンドで多くの人々の間で尊敬を集めてきました。 グーグルの検索は、彼の新しい役割で私たちが期待するように、SEO専門家の中心であり、彼はチームを発展させ、特にモバイルSERPでグーグル検索を進歩させます。
機械学習はどのように機能しますか？ 
基本的に、機械学習は2段階のプロセスで機能します。
ステップ1は、Googleアルゴリズムを使用して一連のデータに対して実行される評価プロセスであり、タスクは出力です。 RankBrainを使用する場合、作成されるアルゴリズムは、Google検索での自然言語解析の習熟度を向上させるアルゴリズムです。
機械学習のステップ2は、取得したアルゴリズムを取得し、それを新しいデータセットに適用します。 この場合も、RankBrainを使用すると、このアルゴリズムは受信したユーザー検索クエリを処理して、それらのクエリの内容と目的をより正確に確認し、そのクエリに関連するドキュメントを区別します。
Google検索の機械学習は、飛行機やトラクターに動力を供給するエンジンがあるのと同じように、ハチドリのアルゴリズムに関連しています。 エンジン自体は、それぞれが相互に関連する複数のさまざまな部品で構成される複雑なユニットです。 同様に、Hummingbirdはさまざまな部分を網羅しており、RankBrainは最新のものの1つです。
特に、RankBrainの機械学習は、Hummingbirdアルゴリズム全体のコンポーネントであり、すべてのGoogle検索のより高い割合をますます管理していることを私たちは知っています。
Hummingbirdのアルゴリズムは、SEO業界の人々によく知られている関連する名前で頻繁に話されています。 これには、Google Penguin、Panda、Pigeon、Payday、Pirate、Top Heavyなどの用語が含まれます。これらの用語は、SERPの広告の多いページを降格することを目的としています。 機械学習はモバイルファーストアルゴリズムの中核であり、モバイルフレンドリーページ、特にAccelerated Mobile Pages（AMP）に素晴らしい報酬をもたらします。
ランクブレイン機械学習は何をしますか？
Stone Templeは、RankBrainについて詳細な調査を実施し、「Googleがリンク、コンテンツ、関連性の他の側面、スパム、またはその他のアルゴリズムを解釈する方法を変更しない」と結論付けました。 ランクブレインが行うことと行わないことの両方を解読することは役に立ちます。 何よりも、彼らの結論は、これらのアルゴリズムをまったく変更しないということです。 今日入手可能な情報に基づくと、RankBrainはWebページを分類しないと理解しています。 その分類はクエリ分析に関するものです。
それが行うことは、クエリの解釈とページコンテンツの理解に関するより良い仕事であり、そのため、RankBrain機械学習は関連性のマッチングを大幅に改善します。 AIが人間の行動をよりよく学習した結果、ユーザーの意図をパズルで解く方法は、SEOの結果に多くの変化をもたらします。 私たちは皆、機械学習が検索の進化にどのように影響するか、そしてそれがSEOの将来にどのような意味を持つかを学ぼうとしています。
最新の検索エンジニアリングは、キーワードなどの複雑なセマンティック分析です。 HTMM（隠しトピックマルコフモデル）とPLSAを含みます。 ユーザーが何を探しているのかをよりよく理解しようと努力するマーケターは、検索の仕組みの進歩に合わせてコンテンツを見つけることができます。
RankBrainが解決しようとしている主な懸念事項を理解することで、AIシステムが何をするかについてのより風変わりな憶測を排除することができます。 セマンティック検索、機械学習、ケースベースの構造を理解しようと努力するSEO専門家なら誰でも、セマンティックSEOの刺激的で需要の高い分野の真っ只中にいることに気付くでしょう。 これをAdWordsおよびAnalyticsレポートを読み取る機能と組み合わせると、ビジネスはデータから導き出された予測から利益を得ることができ、時間の経過とともに改善するためにWebコンテンツを作成および適合させることができます。 私たちは綿密にフォローし、 Googleのモバイル検索アルゴリズムに依存する最新の機械学習アルゴリズムまたはアプリケーションについて知っていることを組み込んだ新しい検索戦略の実装に取り組んでいます。
機械学習が作成されたのはなぜですか？
Google検索がどのように進歩しているかをさらに理解するために、プロセスが改善に役立つように設計されている修正を検討することが役立ちます。
•複雑な検索と増え続ける新しい検索を処理するために作成されました。
Googleは毎日、検索ボックスにこれまで入力されたことのない、長くて多面的な新しい検索（すべての検索クエリの15％）に直面しています。 このような検索を簡単に管理するための過去の履歴はないため、Googleは、最も関連性の高い結果を表示するために、以前の検索ユーザーの関心にそれらを関連付ける方法を決定する必要があります。
•あいまいな検索クエリの管理
インターネットユーザーは、音声検索であいまいな単語形式や話し言葉を使用することがよくあります。これは、さまざまなコンテキストに基づいて複数のことを意味する可能性があります。 既存の検索履歴を処理する方法を知っているマシンを持つことで、Googleはユーザーの意図をより正確に推測できるようになります。
•正確さと正確さを磨く
以前のキーワードマッチング戦術からコンテキスト理解に進むことで、同じキーワードのバリアント（単数形と複数形、同義語、頭字語、略語、スペルミスなど）を処理する際の精度が向上します。
機械学習はより自然な方法で検索クエリを処理し、音声検索が増加しています。 Siri、Google Now、Cortanaなどの音声検索テクノロジーは、より広く受け入れられています。 当初の目的がどこであっても、RankBrainの機械学習は、音声検索アシスタントが音声検索の結果を提供する際の精度を向上させる上で中心的な役割を果たします。
「それもおそらく公正な評価です。 機械学習はすでにGoogle内で大きく成長しており、今後も継続する予定です。 ただし、Google検索に関しては、一夜にして革命を起こす可能性は低いでしょう。 代わりに、私たちが目にするのは、疲れているが本当の「革命ではなく進化」が展開している可能性が高いです。」 –ダニー・サリバン
AIを検索に導入するというGoogleの決定は、企業が最も価値のあるビジネスを、部分的にマシンインテリジェンスによって制御されるシステムに委託し始めていることを示しています。 Facebook Inc.はAI技術を使用して、ソーシャルネットワークのパーソナライズされたホームページを構成するニュースフィードをフィルタリングし、MicrosoftCorp。は人工知能を使用してBing検索エンジンの機能を向上させています。」 –ブルームバーグニュース**
「彼らがその役割を引き継ぐために人工知能の頭を手に入れたという事実は、彼らが今後どこに進化することを期待しているのかを非常に物語っています。」 – B. Riley＆Co。のシニアエクイティアナリスト、Sameet Sinha
結論
そしていつものように、特にSEOのような急速に発展している業界では何も確かではありません。 今のところ、機械学習は私たち全員が把握しようと努力しているものです。 将来的には、RankBrainが、検索クエリを解釈するだけのアプリケーションをはるかに超えて、拡大し続けるアプリケーションで使用されることを多くの人が期待しています。 あらゆる形態のオンラインコンテンツを実際に理解するのに十分に進歩すれば、それは業界の巨大なイノベーションであり、今日私たちが予測できるよりもはるかに大きな波紋があります。
SEOの最良の戦術と戦略に関するテスト済みの知識に基づいて、ビジネスのカスタムマーケティング計画を策定するためのガイダンスを利用するには、651-206-2410までお電話ください。