Seo

Hvordan Google bruker kunstig intelligens i Google Søk

Ettersom Google fortsetter å utnytte mer kunstig intelligens og maskinlæring i Google Søk, kan man spørre seg på hvilke måter AI og maskinlæring hjelper Google Søk med å utføre sine daglige oppgaver. Siden 2015, da Google introduserte sin første AI i søket kalt RankBrain, har Google fortsatt å distribuere AI-systemer for å bedre forstå språket og dermed forbedre søkeresultatene Google presenterer for sine søk.

For flere måneder siden sendte vi Google en rekke spørsmål om hvordan Google bruker sin AI i søk, inkludert RankBrain, nevral matching, BERT og Googles siste AI-gjennombrudd – MUM. Vi har kommet opp med en mer forståelse av når Google bruker AI, hvilken AI gjør hva i Google Søk, hvordan disse ulike AI-algoritmene kan fungere sammen, hvordan de har endret seg gjennom årene og hva, om noe, søkemarkedsførere trenger for å vet når det kommer til hvordan Google bruker AI i søk.

Vi snakket med Danny Sullivan, den offentlige kontakten for Google Søk, for å hjelpe med svarene på mange av disse spørsmålene. Kort sagt, RankBrain, neural matching og BERT brukes i Googles rangeringssystem på tvers av mange, om ikke de fleste, spørringer og ser på å forstå språket til både spørringen og innholdet den rangerer. Imidlertid brukes MUM foreløpig ikke til rangeringsformål, den brukes foreløpig bare for navngivning av COVID-vaksine og styrer de relaterte emnene i videoresultatene.

Det starter med å skrive innhold for mennesker

Du hører det hele tiden fra Google-representanter og fra mange SEO-er: skriv innhold for mennesker. I eldre dager med SEO, da algoritmene kanskje var enklere, ville du ha mange SEO-ere som laget innhold for hver eneste søkemotor (den gang var det dusinvis av forskjellige søkemotorer). Nå er det først og fremst Google, med litt Bing og litt masing fra DuckDuckGo – men algoritmene er mye mer komplekse og med maskinlæring og AI forstår algoritmene språk mer som et menneske ville forstå språk.

Så rådet Google har gitt er å skrive for mennesker, og at du ikke kan optimalisere nettstedet ditt for BERT eller noen AI. Hvis du skriver innhold som mennesker forstår, vil algoritmene og AI-søkemotorene også forstå det. Kort sagt, denne artikkelen er ikke rettet mot å prøve å gi deg SEO-tips om hvordan du kan optimalisere nettstedene dine for en spesifikk AI, men snarere å kommunisere hvordan Google bruker AI i Google Søk.

Oversikt over AI brukt i Google Søk

RankBrain. Det starter med RankBrain, Googles første forsøk på å bruke AI i søk dateres tilbake til 2015. Google fortalte oss RankBrain hjelper Google med å forstå hvordan ord er relatert til konsepter og kan ta et bredt søk og bedre definere hvordan det søket forholder seg til virkelige konsepter. Mens den ble lansert i 2015 og ble brukt i 15 % av søkene, sa Google at den nå, i 2022, er mye brukt i mange søk og på alle språk og regioner. RankBrain hjelper spesifikt Google med å rangere søkeresultater og er en del av rangeringsalgoritmen.

  • Lansert år: 2015
  • Brukt til rangering: Ja
  • Ser på spørringen og innholdsspråket
  • Fungerer for alle språk
  • Svært vanlig brukt for mange spørsmål

Her er et eksempel gitt av Google på hvordan RankBrain brukes, hvis du søker etter "hva er tittelen på forbrukeren på det høyeste nivået i en næringskjede," lærer Googles systemer fra å se disse ordene på forskjellige sider som konseptet med en matvare kjeden kan ha å gjøre med dyr, og ikke menneskelige forbrukere. Ved å forstå og matche disse ordene med deres relaterte konsepter, hjelper RankBrain Google med å forstå at du leter etter det som vanligvis refereres til som et «apex predator».

Nevral matching. Nevral matching var den neste AI Google utgitt for søk, den ble utgitt i 2018 og deretter utvidet til de lokale søkeresultatene i 2019. Faktisk har vi en artikkel som forklarer forskjellene mellom RankBrain og neural matching her. Google fortalte oss at nevral matching hjelper Google med å forstå hvordan søk relaterer seg til sider ved å se på hele søket eller innholdet på siden og forstå det innenfor konteksten til den siden eller søket. I dag brukes nevral matching i mange, om ikke de fleste, søk, for alle språk, i alle regioner, på tvers av de fleste søkevertikaler.Nevral matching hjelper spesifikt Google med å rangere søkeresultater og er en del av rangeringsalgoritmen.

  • Lansert år: 2018
  • Brukt til rangering: Ja
  • Ser på spørringen og innholdsspråket
  • Fungerer for alle språk
  • Svært vanlig brukt for mange spørsmål

Her er et eksempel gitt av Google på hvordan nevral matching brukes, hvis du for eksempel søker etter "innsikt i hvordan du administrerer en green". Google sa "hvis en venn spurte deg dette, ville du sannsynligvis blitt stum." "Men med nevral matching er vi i stand til å forstå dette spørrende søket. Ved å se på de bredere representasjonene av konsepter i spørringen – ledelse, lederskap, personlighet og mer – kan nevral matching tyde at denne søkeren ser etter ledelsestips basert på en populær, fargebasert personlighetsguide,” fortalte Google oss.

BERT. BERT, Bidirectional Encoder Representations from Transformers, kom i 2019, det er en nevrale nettverksbasert teknikk for naturlig språkbehandling før trening.Google fortalte oss at BERT hjelper Google med å forstå hvordan kombinasjoner av ord uttrykker forskjellige betydninger og hensikter, inkludert å se på rekkefølgen av ord på en side, så selv tilsynelatende uviktige ord i søkene dine telles med. Da BERT ble lansert, ble det brukt i 10 % av alle engelske søk, men utvidet til flere språk og brukt i nesten alle engelske søk tidlig. I dag brukes den i de fleste søk og støttes på alle språk.BERT hjelper spesifikt Google med å rangere søkeresultater og er en del av rangeringsalgoritmen.

  • Lansert år: 2019
  • Brukt til rangering: Ja
  • Ser på spørringen og innholdsspråket
  • Fungerer for alle språk, men Google sa at BERT "spiller en kritisk rolle i nesten alle engelske søk"
  • Svært vanlig brukt for mange spørsmål

Her er et eksempel gitt av Google på hvordan BERT brukes, hvis du søker etter «hvis du søker etter «kan du få medisin for noen apotek», hjelper BERT oss å forstå at du prøver å finne ut om du kan hente medisin for noen andre. Før BERT tok vi den korte preposisjonen for gitt, for det meste viste resultater om hvordan man fyller ut en resept," fortalte Google oss.

MAMMA. MUM, Multitask Unified Model, er Googles nyeste AI i søk. MUM ble introdusert i 2021 og deretter utvidet igjen i slutten av 2021 for flere applikasjoner, med mange lovende bruksområder for det i fremtiden. Google fortalte oss at MUM hjelper Google ikke bare med å forstå språk, men også å generere språk, slik at den kan brukes til å forstå variasjoner i nye termer og språk. MUM brukes ikke til noen rangeringsformål akkurat nå i Google Søk, men støtter alle språk og regioner.

  • Lansert år: 2021
  • Brukt til rangering: Nei
  • Ikke spørrings- eller språkspesifikke
  • Fungerer for alle språk, men Google brukes ikke til rangeringsformål i dag
  • Brukes til et begrenset antall formål

For øyeblikket brukes MUM til å forbedre søk etter COVID-19-vaksineinformasjon, og Google sa at de "ser frem til å tilby mer intuitive måter å søke på ved å bruke en kombinasjon av både tekst og bilder i Google Lens i løpet av de kommende månedene."

AI brukes sammen i søk, men kan være spesialisert for søkevertikaler

Danny Sullivan fra Google forklarte også at selv om disse er individuelle AI-baserte algoritmer, jobber de ofte sammen for å hjelpe med å rangere og forstå det samme søket.

Google fortalte oss at alle disse AI-systemene "brukes til å forstå språk, inkludert søket og potensielt relevante resultater," og la til at "de er ikke designet for å fungere isolert for å analysere bare et søk eller en side." Tidligere kan det ha blitt antatt og forstått at ett AI-system kan ha sett mer på å forstå spørringen og ikke innholdet på siden, men det er ikke tilfelle, i hvert fall ikke i 2022.

Google bekreftet også at RankBrain, neural matching og BERT i 2022 brukes globalt, på alle språkene som Google Søk opererer på.

Og når det kommer til nettsøk kontra lokalt søk kontra bilder, shopping og andre vertikaler, forklarte Google at RankBrain, neural matching og BERT brukes til nettsøk. Andre moduser eller vertikaler av Google Søk, for eksempel bilder eller shoppingmodus, bruker separate, spesialiserte AI-systemer, ifølge Google.

Hva med kjerneoppdateringer og AI

Som forklart ovenfor, bruker GoogleRankBrain, neural matching og BERT i de fleste søk du legger inn i Google Søk, men Google har også kjerneoppdateringer. Googles brede kjerneoppdateringer som Google ruller ut noen ganger i året, blir ofte lagt merke til av nettstedeiere, utgivere og SEO-er mer enn når Google lanserer disse større AI-baserte systemene.

Men Google sa at disse kan fungere sammen, med kjerneoppdateringer. Google sa at disse tre, RankBrain, neural matching og BERT er de større AI-systemene de har. Men de har mange AI-systemer innen søk og noen innenfor kjerneoppdateringene som Google ruller ut.

Google fortalte oss at de har andre maskinlæringssystemer i Google Søk. "RankBrain, neural matching og BERT er bare noen av våre kraftigere og mer fremtredende systemer," sa Google. Google la til, "det er andre AI-elementer som kan påvirke kjerneoppdateringer som ikke gjelder de spesifikke tre AI-systemene."

Relaterte artikler

0 kommentarer
Inline tilbakemeldinger
Se alle kommentarer
Tilbake til toppen-knappen