Algorytm Google nieustannie się rozwija. Aby sprostać rosnącym wymaganiom użytkowników sieci oraz wysokim standardom, jakie stawiają sobie twórcy najpopularniejszej wyszukiwarki świata, od lat do pomocy zaprzęgana jest sztuczna inteligencja.
W jaki sposób algorytmy wyszukiwarki są wspierane przez AI? Jakie konkretne rozwiązania w tym zakresie pojawiły się w ciągu ostatnich lat? Tego dowiesz się w tym artykule.
Czego dowiesz się z artykułu?
Co to jest AI?
Zanim przejdziemy do tego, z jakich rozwiązań w zakresie sztucznej inteligencji korzysta Google, przybliżmy sobie pokrótce, czym jest AI.
Celem sztucznej inteligencji jest nadanie maszynom/programom umiejętności odbierania informacji, przetwarzania ich i używania w sposób taki, jak robią to ludzie (a nawet lepszy). Jednym z ważnych aspektów ludzkiej inteligencji jest także możliwość wyciągania wniosków na podstawie swoich doświadczeń i użycia ich, aby skuteczniej radzić sobie z przyszłymi, często nienapotkanymi wcześniej wyzwaniami. Można oczywiście w tym kontekście mówić wiele o typach sztucznej inteligencji i tym, czy maszyny faktycznie mogą myśleć jak człowiek. W przypadku algorytmu Google na uwadze wystarczy jednak mieć właśnie te wcześniej wspomniane kwestie.
Celem wyszukiwarki jest przeszukiwanie zasobów Internetu (odbieranie i gromadzenie informacji) oraz zwracanie jak najbardziej trafnych odpowiedzi użytkownikom. Internet stale się rozwija, dlatego ważnym czynnikiem jest także to, aby algorytmy były w stanie reagować na te zmiany (wyciąganie wniosków na podstawie dotychczasowych doświadczeń).
Dlaczego jednak algorytm Google w ostatnim czasie zaczął być w szczególny sposób wspomagany sztuczną inteligencją? Przyjrzyjmy się temu bliżej.
Dlaczego Google wykorzystuje sztuczną inteligencję?
Najprostsza odpowiedź brzmi – aby poprawić doświadczenia użytkowników i poradzić sobie z rosnącymi, coraz bardziej złożonymi zasobami Internetu. Powodem jest także zapobieganie próbom manipulowania algorytmem Google.
W początkowych latach funkcjonowania Google (czyli początek tego stulecia), algorytm dało się łatwo oszukać. Zwracał on uwagę głównie na dopasowanie słów kluczowych i liczbę linków. Takie działania jak keyword stuffing czy kupowanie masowej ilości niskiej jakości odnośników były całkiem skuteczne.
Celem Google było jednak dostarczanie jakościowych i przydatnych informacji użytkownikom, zapewniając im przy tym ogólnie świetne doświadczenie. Jednym z ważniejszych kroków w tym celu było choćby nauczenie algorytmu rozpoznawania znaczenia słów, rozumienia ich kontekstu oraz tego, czemu zostały wprowadzone w określonej kolejności.
Problem tkwi jednak w tym, że języki, branże i ogólnie sam Internet szybko się rozwijają. Ciągle pojawiają się nowe biznesy, rozwija się technologia, ilość informacji w obiegu systematycznie się zwiększa, do czego przykłada się zarówno rosnąca świadomość, dlaczego tak ważny jest content, jak i rosnąca popularność idei Web 2.0. Aby za nimi nadążać, algorytm Google nie może operować na podstawie kilku prostych i sztywnych reguł – z tego względu musi być wspierany przez sztuczną inteligencję.
Najważniejsze rozwiązania z zakresu AI, z których korzysta Google
Przyjrzyjmy się zatem, jakie zastosowanie w algorytmie wyszukiwarki Google znalazło AI.
-
RankBrain
Wprowadzenie RankBrain ogłoszono w 2015 roku. Od tego czasu jest on integralną częścią algorytmu Google. Przedstawiono go jako sztuczną inteligencję, która jest w stanie przetworzyć treści pisane na matematyczne wektory, aby następnie je lepiej zrozumieć.
Jeden z czynników, który warto mieć szczególnie na uwadze w przypadku RankBrain jest to, że gdy natrafi on na nieznaną mu frazę, potrafi domyślić się, do jakich znanych mu zapytań jest ono podobne. Na podstawie owego domysłu filtruje informacje tak, aby dobrać prawidłową odpowiedź.
Warto też zaznaczyć, że RankBrain działa na podstawie algorytmów maszynowego uczenia. Oznacza to, że stale analizuje on gromadzone informacje i ulepsza swoje działanie. Google w zasadzie było jednym z pionierów, jeśli chodzi o praktyczne zastosowanie machine learningu, co pokazuje, że firma jest gotowa korzystać ze wszelkich możliwych rozwiązań, aby wspierać algorytm sztuczną inteligencją.
-
Neural Matching
Neural Matching (dopasowanie neuronowe) to obecnie jeden z budulców algorytmu Google. Wprowadzono go w życie w 2018 roku. Stanowi on niejako uzupełnienie wspomnianego wcześniej RankBrain’a.
Celem dopasowania neuronowego jest przede wszystkim uzyskiwanie informacji i wyszukiwanie między nimi podobieństw. Podczas gdy RankBrain robi to w przypadku większości zapytań, tak Neural Matching przejmuje pałeczkę, gdy w grę wchodzą bardzo niejasne kombinacje słów kluczowych i koncepty.
Neural Matching patrzy na całe zapytanie, a nie tylko na pojedyncze słowa kluczowe, aby zrozumieć ogólną koncepcję leżącą u jego podstaw. Pomaga to algorytmowi Google rozszyfrować, jaka jest intencja użytkownika.
Skoro już wspomnieliśmy o intencji użytkownika, warto mieć ją na uwadze, tworząc treści. W ustaleniu, jak przygotować content z myślą o odbiorcach, na pewno pomoże audyt SEO strony internetowej.
-
BERT
BERT (Bidirectional Encoder Representations from Transformers) został ogłoszony w 2019 roku. Dzięki niemu algorytm Google jest w stanie rozumieć wprowadzane zapytania, „czytając je” jednocześnie w dwóch kierunkach, co pozwala wychwycić dwuznaczność i niuanse zwłaszcza w przypadku chaotycznych zapytań.
Co ciekawe, BERT usprawnił także to, jak algorytm Google ocenia jakość ogólnego powiązania stron z danymi zapytaniami. Po jego wprowadzeniu zauważono, że wiele witryn polegających na nienaturalnych profilach linków utraciło pozycje.
Przeczytaj także:
Czym są nienaturalne linki przychodzące? Definicja i przykłady -
MUM
Pierwsza informacja o MUM pojawiła się 18 maja 2021 roku. Pełna data jego wprowadzenia nie jest jeszcze znana. Można jednak przypuszczać, że to kwestia paru lat. Na jakiej podstawie? Multitask Unified Model (Wielozadaniowy Ujednolicony Model) ma wiele wspólnego z BERT-em. Fundamenty tego drugiego powstały w 2015 roku, ogłoszono go w 2019 roku, a w pełni wprowadzono w 2020 roku. Założenia MUM są ambitne, więc zapewne nie będzie on szybko gotowy.
Czego dotyczy MUM? Podstawą jego działania są modalności, czyli zbiory danych powstałe w wyniku agregacji informacji z różnych mediów, jak teksty, nagrania dźwiękowe i materiały video. Dzięki nim modele uczenia maszynowego mogą funkcjonować jeszcze sprawniej.
Tak bogate i aktywnie przetwarzane zbiory danych mają umożliwić MUM rozumienie intencji oraz indywidualnych potrzeb użytkownika w niespotykany jeszcze sposób. Google posłużyło się ciekawym przykładem, aby zobrazować działanie MUM.
Załóżmy, że zdobyłeś szczyt Mount Adams w USA. Następnie chcesz wejść na górę Fudżi w Japonii. Choć masz już doświadczenie w spinaczkach, to jednak do kolejnej wyprawy trzeba przygotować się inaczej. Obecnie musiałbyś w tym celu w Google wpisać wiele dodatkowych zapytań, aby uzyskać potrzebne dane (według Google około 8).
Dzięki MUM wystarczy jednak, że wprowadzisz zapytanie typu „co powinienem zrobić inaczej?”. Zaawansowane algorytmy wyszukiwarki wezmą pod uwagę Twoją historię wyszukiwań i kontekst nowego pytania, udzielając precyzyjnej odpowiedzi oraz sugestii dostosowanych pod Twoje potrzeby.
W jakich obszarach Google korzysta ze sztucznej inteligencji?
Ale Google to nie tylko wyszukiwarka. Sztuczna inteligencja zadomowiła się już na dobre także i w innych usługach giganta z Mountain View, o których teraz powiemy nieco więcej.
AI w Google Ads
Google Ads jest bez dwóch zdań jednym z najpotężniejszych narzędzi w rękach marketerów. I prawdę mówiąc, trudno wyobrazić sobie platformę reklamową Google w takim kształcie, w jakim jest dziś bez AI.
W przypadku „Adsów” kluczową rolę odgrywają algorytmy uczenia maszynowego. Analizują one historię i wyniki wyszukiwania, a także zachowania użytkowników na stronach WWW, dodają do tego rynkowe trendy i liczby z poprzednich kampanii reklamowych, by w ten sposób:
- określać grupy odbiorców, które najchętniej klikną promowane linki;
- samemu proponować reklamodawcom słowa kluczowe dla kampanii;
- pomagać w doborze stawek;
- personalizować wyświetlane reklamy według historii wyszukiwania czy lokalizacji odbiorców.
Z pomocy AI możesz skorzystać przy konfiguracji własnych kampanii… lub oddać to zadanie niemal w całości w jej ręce. Na to pozwalają obecnie kampanie Performance Max, w ramach których sztuczna inteligencja sama dobiera kanały promocji oraz słowa kluczowe, targetuje odbiorców i optymalizuje stawki za kliknięcie. Po Twojej stronie leży jedynie stworzenie treści reklamy oraz określenie celów kampanii.
Google Maps
Bardzo ciekawie wygląda też zastosowanie sztucznej inteligencji w Mapach Google. Ponownie, algorytmy zajmują się przede wszystkim analizą ogromnych zbiorów danych (tzw. big data) i wykorzystują je do przewidywania przyszłych zdarzeń na mapie.
Co to znaczy? Gdy Google Maps wyznacza optymalną trasę z Warszawy do Opola, to właśnie algorytmy wyposażone w dane na temat natężenia ruchu, wypadków drogowych oraz panujących warunków pogodowych wyliczają co do minuty czas podróży. A przy okazji są w stanie określić nawet, na której trasie wygenerujesz najmniejszy ślad węglowy.
Technologia machine learningu sprawdza się także przy analizie zdjęć Street View. Sztuczna inteligencja Google potrafi w ten sposób rozpoznawać obiekty w przestrzeni miejskiej, dzięki czemu może lepiej określać Twoją lokalizację i udzielać przydatnych wskazówek w czasie rzeczywistym.
Asystent Google
Trudno znaleźć aplikację w środowisku firmy z Mountain View, która wykorzystywałaby sztuczną inteligencję do takiego stopnia, jak Asystent Google. Tutaj do machine learningu i analizy ogromnych zbiorów danych dochodzi system przetwarzania języka naturalnego (NLP). To dzięki niemu asystent nie tylko rozumie, co mówisz, ale też potrafi wygenerować wypowiedź w języku angielskim (i kilkunastu innych; niestety, nie ma wśród nich jeszcze polskiego).
Oczywiście, treść tych odpowiedzi też zależy w dużej mierze od algorytmów — i tego, co już wiedzą o Twoich preferencjach. Z pomocą AI asystent może m.in. personalizować muzyczne rekomendacje, dodawać wydarzenia do kalendarza i wysyłać przypomnienia czy sterować urządzeniami smart home.
Tłumacz Google
Wiele osób nie zdaje sobie sprawy z tego, że pierwsze algorytmy tłumaczeniowe były wykorzystywane jeszcze na początku zimnej wojny! Przez dekady działały w oparciu o słownik, zbiór tekstów w danym języku i… rachunek prawdopodobieństwa.
Dziś Tłumacz Google wykorzystuje do tego AI, a konkretnie — system głębokich sieci neuronowych. Jest to technologia działająca na podobnej zasadzie, co ludzki mózg. Mamy w niej wielowarstwową siatkę neuronów, które kolejno oceniają, porównują i przekazują między sobą informacje — w ten sposób próbując „zrozumieć” ich znaczenie. Tak naprawdę jest to, oczywiście, jeden wielki ciąg obliczeń. Jednak na jego końcu system jest w stanie określić nie tylko znaczenie pojedynczych słów, ale też to, jak funkcjonują w kontekście całej wypowiedzi i jakie tworzą struktury gramatyczne.
I właśnie dzięki rozwojowi AI Google radzi sobie dziś z generowaniem tłumaczeń o wiele lepiej niż choćby dziesięć lat temu. Co więcej, bierze też pod uwagę wprowadzane przez użytkowników poprawki, jest w stanie przekładać całe strony internetowe, a nawet tłumaczyć teksty z obrazów.
Gmail
Swoje zastosowanie dla sztucznej inteligencji Google znalazło także w Gmailu. W tym przypadku AI spełnia dwa zadania.
Pierwsze to rozpoznawanie spamu. Jak chwali się firma z Mountain View, oparte na AI filtry wykrywają dziś ponad 99,9% (!) niechcianych wiadomości, prób phishingu oraz załączników zawierających potencjalnie złośliwe oprogramowanie.
Drugie też jest całkiem przydatne. Sztuczna inteligencja odpowiada bowiem za przypisywanie wiadomości do kategorii w skrzynce mailowej (np. do Powiadomień albo Ofert).
Google Photos
Co ciekawe, z pomocy AI korzysta nawet aplikacja Google Photos (Zdjęcia Google) - i to dość intensywnie. Jeszcze raz główną rolę odgrywają tu samouczące się algorytmy, które po przeanalizowaniu miliardów obrazów mogą:
- rozpoznawać obiekty na zdjęciach, a następnie przypisywać obrazy do konkretnych kategorii;
- identyfikować i usuwać z galerii użytkownika duplikaty lub zdjęcia, które są do siebie bardzo podobne;
- tworzyć personalizowane albumy w Zdjęciach Google.
Algorytmy wyszukiwarki i sztuczna inteligencja – podsumowanie
Nie ma wątpliwości, że AI w dużym stopniu pomaga Google w dostarczaniu pożądanego contentu do odpowiednich użytkowników. Jeśli chciałbyś wiedzieć, jak uwzględnić ten fakt w swoich działaniach, umów się z nami na indywidualne konsultacje SEO.
