SEO skupia zagadnienia związane z optymalizacją treści pod kątem wymagań określonego systemu, którym są wyszukiwarki. Dla specjalistów SEO bardzo istotne jest więc zrozumienie działania tego systemu.

Skuteczne strategie SEO są tworzone przez specjalistów posiadających dużą wiedzę na temat tego, jak w procesie pozycjonowania stron wyszukiwarki przeszukują i indeksują strony internetowe, w jaki sposób działają ich algorytmy oraz jak rozpoznają one zamiary użytkowników.

Nowym obszarem, który powinien stać się obiektem uwagi ekspertów, jest uczenie maszynowe (Machine Learning). Niemalże zewsząd napływają wiadomości na temat nowych rozwiązań w dziedzinie sztucznej inteligencji, a ich centralnym aspektem jest uczenie maszynowe.

Jaki jednak związek ma uczenie maszynowe z SEO? Poniższy tekst przedstawia podstawy uczenia maszynowego i ukaże kilka sposobów na to, w jaki sposób można wykorzystać ten trend technologiczny do wzmocnienia działań SEO.

Czym w ogóle jest uczenie maszynowe?

Bez wcześniejszego wyjaśnienia, czym jest uczenie maszynowe, nie da się opisać, w jaki sposób technologia ta wykorzystywana jest przez wyszukiwarki. Według definicji Uniwersytetu Stanford, „uczenie maszynowe to sposób nauki pozwalający komputerom działać w sposób niewymagający uprzedniego, dokładnego zaprogramowania”.

Machine-learning-explanation

Być może miałeś już okazję usłyszeć niemało na temat uczenia maszynowego w kontekście sztucznej inteligencji, ale warto mieć na uwadze, że nie jest to jedno i to samo. Różnica pomiędzy zastosowaniami tych dwóch dziedzin jest rozmyta, ale ważne jest, by zrozumieć, na czym ona polega.

Uczenie maszynowe polega na umożliwieniu maszynom (czyli komputerom) wyciągania własnych wniosków na podstawie danych, których im dostarczamy, bez żadnego wcześniejszego programowania wyjaśniającego, w jaki sposób powinny działać. Z kolei sztuczna inteligencja polega na tworzeniu systemów, które mają inteligencję podobną ludzkiej i w analogiczny sposób przetwarzają informacje (rozwiązując m.in. problemy niezalgorytmizowane).

Jak możemy rozróżniać uczenie maszynowe oraz sztuczną inteligencję?

Uczenie maszynowe jest rozwiązaniem stosowanym przy projektowaniu oprogramowania mającego rozwiązywać określone problemy. Deweloperzy mogą na przykład stworzyć algorytm, który zostanie wykorzystany przy eksploracji dużej bazy danych. Algorytm ten nie zostanie jednak wcześniej poinstruowany, czego konkretnie ma szukać. Zamiast tego deweloperzy pokażą algorytmowi szereg charakterystycznych elementów (wzorców) oraz swoistych znaków ostrzegawczych, na które ma zwracać szczególną uwagę. Na ich podstawie algorytm musi sam opracować model prognostyczny dla częstotliwości pojawiania się w przyszłości wspomnianych elementów na podstawie przeanalizowanych danych.

Cała ta praca w gruncie rzeczy jest czysto matematyczna. Aby wykonać dokładnie to samo zadanie, można by zatrudnić kilkuset matematyków. Zabrałoby im to jednak dobre parę lat, a na dodatek ryzyko pojawienia się błędów w obliczeniach byłoby znacznie wyższe. Z wykorzystaniem uczenia maszynowego może wykonać to samo zadanie w dużo krótszym czasie.

Sztuczna inteligencja ma z kolei dużo więcej wspólnego z naszym ludzkim mózgiem. Z tego względu jest bardziej kreatywna i nieprzewidywalna. Sztuczną inteligencję można wykorzystać do takich zadań jak analiza dokumentów czy wyciąganie wniosków z poprzednich badań, bądź też do dodawania nowych danych. Podobnie jak my, SI może sama tworzyć nowe informacje na podstawie przeanalizowanych wcześniej danych. Nie bez kozery mówi się o różnych metodach uczenia narzędzi sztucznej inteligencji (metoda uczenia nadzorowanego – z nauczycielem oraz uczenie nienadzorowane – bez nauczyciela).

Co więc ma wspólnego uczenie maszynowe z SEO?

Jeżeli przyjrzysz się głównym składnikom największych wyszukiwarek, zauważysz, że uczenie maszynowe jest jedną z najprężniej rozwijających się dziedzin. Google przeznaczyło ogromne środki i zasoby na rozwój Machine Learning i udostępniło na te potrzeby swoją platformę prognostyczną TensorFlow na zasadach open source.

Uczenie maszynowe będzie w przyszłości jeszcze bardziej powszechne, zatem ważne jest, byś zrozumiał, w jaki sposób łączy się ono z SEO. Oto kilka istotnych zastosowań, które Google właśnie implementuje.

RankBrain

Machine-learning-RankBrain

RankBrain to pierwsze zastosowanie algorytmu uczenia maszynowego w wyszukiwarce Google.

RankBrain jest w stanie zrozumieć różne jednostki (czyli unikatowe i precyzyjnie zdefiniowane pojęcia), a także to, w jaki sposób są one ze sobą połączone w zapytaniu wyszukiwania. Dzięki temu wyszukiwarka może lepiej zrozumieć sens zapytania i dostarczyć zestaw właściwych odpowiedzi.

Ujmując to inaczej, Google daje systemowi zestaw informacji oraz znanych jednostek. Na podstawie tych jednostek system uczy się następnie rozpoznawać nowe, jeszcze mu nieznane jednostki. Wyszukiwarki byłby przecież zupełnie bezużyteczne, gdyby nie były w stanie rozpoznać nowej nazwy restauracji czy tytułu filmu.

RankBrain pomaga rozwiązywać Google wiele różnych problemów. Na przykład nieustannie się uczy, w jaki sposób poszczególne jednostki łączą się ze sobą, i potrafi zrozumieć, kiedy słowa występują jako synonimy, a kiedy nie.

Zarządzanie spamem

Machine-learning-managing-spam

Jeżeli używasz któregoś z klientów poczty e-mail – z Gmailem włącznie – to tak naprawdę cały czas widzisz, jak działa uczenie maszynowe. Google twierdzi, że jego algorytmy są w stanie zablokować nawet 99,9% spamu oraz phishingu, a odsetek pomyłek wynosi zaledwie 0,05%.

Google osiąga takie wyniki dzięki temu, że przekazuje swojemu systemowi uczenia maszynowego dane i pozwala, by dalej uczył się samodzielnie. Uzyskanie takich samych wyników za pomocą ręcznego programowania byłoby czymś niemożliwym do osiągnięcia.

Nawiasem mówiąc, specjaliści z Mountain View próbowali tego dokonać i najlepszy wynik, jaki udało im się osiągnąć, wynosił 97% skuteczności w filtrowaniu spamu.

Jakie ma to zatem znaczenie dla SEO?

Bardzo istotne jest zrozumienie, w jaki sposób uczenie maszynowe wpływa na działanie wyszukiwarek oraz SERP-ów. Po pierwsze, musimy wziąć pod uwagę, w jakim stopniu czynnik w postaci algorytmu wpływa na wyszukiwanie w porównaniu z innymi czynnikami. Specjaliści od SEO muszą więc zwracać większą uwagę na tworzenie treści uznawanych przez algorytmy wyszukiwania Google za spełniające wymagania użytkownika.

Uczenie maszynowe coraz bardziej zyskuje na popularności i nic nie wskazuje na to, by ten stan rzeczy miał się w najbliższym czasie zmienić. Co więcej, najprawdopodobniej będzie się ono stawało coraz ważniejszym elementem Google.

Specjaliści od SEO powinni w związku z tym obserwować nowe rozwiązania powiązane z tą technologią, gdyż to one właśnie wpływać będą na sposób funkcjonowania wyszukiwarek. Ich zrozumienie pozwoli więc określić najlepszy sposób na optymalizację procesu pozycjonowania.