Seo

Comment Google utilise l'intelligence artificielle dans la recherche Google

Alors que Google continue d'exploiter davantage l'intelligence artificielle et l'apprentissage automatique dans la recherche Google, on peut se demander de quelle manière l'IA et l'apprentissage automatique aident la recherche Google à effectuer ses tâches quotidiennes. Depuis 2015, lorsque Google a introduit sa première IA dans la recherche nommée RankBrain, Google a continué à déployer des systèmes d'IA pour mieux comprendre le langage et ainsi améliorer les résultats de recherche que Google présente à ses recherches.

Il y a plusieurs mois, nous avons envoyé à Google un certain nombre de questions sur la façon dont Google utilise son IA dans la recherche, y compris RankBrain, la correspondance neuronale, BERT et la dernière percée de Google en matière d'IA - MUM. Nous avons mieux compris quand Google utilise l'IA, quelle IA fait quoi dans la recherche Google, comment ces différents algorithmes d'IA peuvent fonctionner ensemble, comment ils ont changé au fil des ans et ce dont les spécialistes du marketing de recherche ont besoin, le cas échéant. savoir comment Google utilise l'IA dans la recherche.

Nous avons parlé avec Danny Sullivan, l'agent de liaison public pour la recherche Google, pour nous aider à trouver des réponses à bon nombre de ces questions. En bref, RankBrain, la correspondance neuronale et le BERT sont utilisés dans le système de classement de Google pour de nombreuses requêtes, sinon la plupart, et cherchent à comprendre le langage de la requête et du contenu qu'il classe. Cependant, MUM n'est actuellement pas utilisé à des fins de classement, il n'est actuellement utilisé que pour la dénomination des vaccins COVID et alimente les sujets connexes dans les résultats des vidéos.

Cela commence par écrire du contenu pour les humains

Vous l'entendez tout le temps de la part des représentants de Google et de nombreux référenceurs : écrivez du contenu pour les humains. À l'époque du référencement, lorsque les algorithmes étaient peut-être plus simples, vous aviez de nombreux SEO qui créaient du contenu pour chaque moteur de recherche (à l'époque, il y avait des dizaines de moteurs de recherche différents). Maintenant, il y a principalement Google, avec un peu de Bing et quelques froissements de DuckDuckGo - mais les algorithmes sont beaucoup plus complexes et avec l'apprentissage automatique et l'IA, les algorithmes comprennent le langage plus comme un humain comprendrait le langage.

Donc, le conseil que Google a donné est d'écrire pour les humains, et que vous ne pouvez pas optimiser votre site pour BERT ou toute IA. Si vous écrivez du contenu que les humains comprennent, les algorithmes et les moteurs de recherche IA le comprendront également. En bref, cet article n'a pas pour but d'essayer de vous donner des conseils SEO sur la façon d'optimiser vos sites pour une IA spécifique, mais plutôt de communiquer comment Google utilise l'IA dans la recherche Google.

Présentation de l'IA utilisée dans la recherche Google

RankBrain. Cela commence par RankBrain, la première tentative de Google d'utiliser l'IA dans la recherche remonte à 2015. Google nous a dit que RankBrain aide Google à comprendre comment les mots sont liés aux concepts et peut prendre une requête large et mieux définir comment cette requête se rapporte aux concepts du monde réel. Alors qu'il a été lancé en 2015 et qu'il était utilisé dans 15 % des requêtes, Google a déclaré qu'il est désormais, en 2022, largement utilisé dans de nombreuses requêtes et dans toutes les langues et régions. RankBrain aide spécifiquement Google à classer les résultats de recherche et fait partie de l'algorithme de classement.

  • Année Lancé: 2015
  • Utilisé pour le classement : Oui
  • Examine la requête et la langue du contenu
  • Fonctionne pour toutes les langues
  • Très couramment utilisé pour de nombreuses requêtes

Voici un exemple fourni par Google de la façon dont RankBrain est utilisé, si vous recherchez "quel est le titre du consommateur au plus haut niveau d'une chaîne alimentaire", les systèmes de Google apprennent en voyant ces mots sur différentes pages que le concept d'un aliment chaîne peut concerner les animaux, et non les consommateurs humains. En comprenant et en faisant correspondre ces mots à leurs concepts associés, RankBrain aide Google à comprendre que vous recherchez ce que l'on appelle communément un "prédateur au sommet".

Appariement neuronal. La correspondance neuronale a été la prochaine IA publiée par Google pour la recherche, elle a été publiée en 2018, puis étendue aux résultats de recherche locaux en 2019. En fait, nous avons un article expliquant les différences entre RankBrain et la correspondance neuronale ici. Google nous a dit que la correspondance neuronale aide Google à comprendre comment les requêtes sont liées aux pages en examinant l'intégralité de la requête ou du contenu de la page et en la comprenant dans le contexte de cette page ou de cette requête. Aujourd'hui, la correspondance neuronale est utilisée dans de nombreuses requêtes, sinon la plupart, pour toutes les langues, dans toutes les régions, dans la plupart des secteurs de recherche.La correspondance neuronale aide spécifiquement Google à classer les résultats de recherche et fait partie de l'algorithme de classement.

  • Année Lancé: 2018
  • Utilisé pour le classement : Oui
  • Examine la requête et la langue du contenu
  • Fonctionne pour toutes les langues
  • Très couramment utilisé pour de nombreuses requêtes

Voici un exemple fourni par Google de la façon dont la correspondance neuronale est utilisée, si vous recherchez "insights how to manage a green", par exemple. Google a dit "si un ami vous demandait cela, vous seriez probablement perplexe". «Mais avec la correspondance neuronale, nous sommes en mesure de donner un sens à cette recherche interrogative. En examinant les représentations plus larges des concepts dans la requête – gestion, leadership, personnalité et plus encore – la correspondance neuronale peut déchiffrer que ce chercheur recherche des conseils de gestion basés sur un guide de personnalité populaire basé sur les couleurs », nous a dit Google.

BERT. BERT, Représentations d'encodeurs bidirectionnels de transformateurs, est venu en 2019, il s'agit d'une technique basée sur un réseau de neurones pour la pré-formation au traitement du langage naturel.Google nous a dit que BERT aide Google à comprendre comment les combinaisons de mots expriment différentes significations et intentions, y compris en regardant la séquence de mots sur une page, de sorte que même les mots apparemment sans importance dans vos requêtes sont pris en compte. Lorsque BERT a été lancé, il était utilisé dans 10 % de toutes les requêtes en anglais, mais étendu à d'autres langues et utilisé dans presque toutes les requêtes en anglais dès le début. Aujourd'hui, il est utilisé dans la plupart des requêtes et est pris en charge dans toutes les langues.BERT aide spécifiquement Google à classer les résultats de recherche et fait partie de l'algorithme de classement.

  • Année Lancé: 2019
  • Utilisé pour le classement : Oui
  • Examine la requête et la langue du contenu
  • Fonctionne pour toutes les langues, mais Google a déclaré que BERT "joue un rôle essentiel dans presque toutes les requêtes en anglais"
  • Très couramment utilisé pour de nombreuses requêtes

Voici un exemple fourni par Google de la façon dont BERT est utilisé, si vous recherchez "si vous recherchez" pouvez-vous obtenir des médicaments pour quelqu'un pharmacie ", BERT nous aide à comprendre que vous essayez de déterminer si vous pouvez prendre des médicaments pour quelqu'un d'autre. Avant le BERT, nous tenions cette courte préposition pour acquise, faisant principalement apparaître des résultats sur la façon de remplir une ordonnance », nous a dit Google.

MAMAN. MUM, Multitask Unified Model, est l'IA la plus récente de Google en matière de recherche. MUM a été introduit en 2021, puis étendu à nouveau fin 2021 pour plus d'applications, avec de nombreuses utilisations prometteuses à l'avenir. Google nous a dit que MUM aide Google non seulement à comprendre les langues, mais également à générer des langues, de sorte qu'il peut être utilisé pour comprendre les variations de nouveaux termes et langues. MUM n'est actuellement utilisé à aucune fin de classement dans la recherche Google, mais prend en charge toutes les langues et régions.

  • Année Lancé: 2021
  • Utilisé pour le classement : Non
  • Pas de requête ou de langues spécifiques
  • Fonctionne pour toutes les langues mais Google n'est pas utilisé à des fins de classement aujourd'hui
  • Utilisé à un nombre limité d'usages

Actuellement, MUM est utilisé pour améliorer les recherches d'informations sur le vaccin COVID-19, et Google a déclaré qu'il était "impatient d'offrir des moyens de recherche plus intuitifs en utilisant une combinaison de texte et d'images dans Google Lens dans les mois à venir".

L'IA est utilisée ensemble dans la recherche, mais peut être spécialisée pour les marchés verticaux de recherche

Danny Sullivan de Google a également expliqué que bien qu'il s'agisse d'algorithmes individuels basés sur l'IA, ils fonctionnent souvent ensemble pour aider à classer et à comprendre la même requête.

Google nous a dit que tous ces systèmes d'IA "sont utilisés pour comprendre le langage, y compris la requête et les résultats potentiellement pertinents", ajoutant qu'"ils ne sont pas conçus pour agir de manière isolée pour analyser uniquement une requête ou une page". Auparavant, on avait peut-être supposé et compris qu'un système d'IA avait peut-être davantage cherché à comprendre la requête et non le contenu de la page, mais ce n'est pas le cas, du moins pas en 2022.

Google a également confirmé qu'en 2022, RankBrain, la correspondance neuronale et le BERT sont utilisés dans le monde entier, dans toutes les langues dans lesquelles Google Search opère.

Et en ce qui concerne la recherche sur le Web par rapport à la recherche locale par rapport aux images, aux achats et autres secteurs verticaux, Google a expliqué que RankBrain, la correspondance neuronale et le BERT sont utilisés pour la recherche sur le Web. Selon Google, d'autres modes ou secteurs verticaux de la recherche Google, tels que les images ou le mode shopping, utilisent des systèmes d'intelligence artificielle distincts et spécialisés.

Qu'en est-il des mises à jour principales et de l'IA

Comme expliqué ci-dessus, Google utiliseRankBrain, correspondance neuronale et BERT dans la plupart des requêtes que vous entrez dans la recherche Google, mais Google propose également des mises à jour de base. Les mises à jour générales de Google que Google déploie plusieurs fois par an sont souvent plus remarquées par les propriétaires de sites, les éditeurs et les référenceurs que lorsque Google publie ces grands systèmes basés sur l'IA.

Mais Google a déclaré que tout cela pouvait fonctionner ensemble, avec des mises à jour de base. Google a déclaré que ces trois systèmes, RankBrain, la correspondance neuronale et BERT, sont les plus grands systèmes d'IA dont ils disposent. Mais ils ont de nombreux systèmes d'IA dans la recherche et certains dans les mises à jour de base que Google déploie.

Google nous a dit qu'ils avaient d'autres systèmes d'apprentissage automatique dans la recherche Google. "RankBrain, la correspondance neuronale et BERT ne sont que quelques-uns de nos systèmes les plus puissants et les plus importants", a déclaré Google. Google a ajouté : "il existe d'autres éléments d'IA qui peuvent avoir un impact sur les mises à jour de base qui ne concernent pas ces trois systèmes d'IA spécifiques".

Articles Relatifs

0 Commentaires
Commentaires en ligne
Voir tous les commentaires
Retour à bouton en haut