亚洲视频一区二区_亚洲欧美精品一区二区_xx性动漫xx无尽xx老师_国产免费叼嘿网站免费

說說人工智能什么時候影響百度算法？

本文章由SEO優化用戶上傳提供

過去兩年，人工智能是火的并且快速進入實用的技術，以前寫過人工智能將徹底改變SEO，也介紹過人工智能在搜索算法中的實際應用，但需要說明的是，到目前為止，人工智能在搜索算法中的應用并不廣泛。影響人工智能在搜索算法中大范圍使用的主要因素可能是，搜索引擎工程師不知道人工智能系統到底是怎么做出判斷的，然后又導致另個重要問題：很難的。

人工智能是個黑盒子

用不太嚴格但容易理解的方式說，深度學習是給現有數據(大量數據)打標簽，然后系統自己總結數據和結果(也是所打的標簽)之間的關系，面對新數據時，能依據自己總結的規律給出判斷。對圍棋來說，無論歷史棋局還是自我對弈，AlphaGo知道盤面，也知道結局(也是種標簽)，系統會總結規律，面對新盤面時判斷贏棋的概率。但AI系統找到的是數據的哪些特征，與結果之間是怎樣的關系，連創造AI的工程師也不知道。

所以，現在的人工智能系統是個黑盒子。我們知道AI判斷的正確率高，但不知道為什么，不知道是怎么判斷的。

搜索算法中的AI也是如此。百度搜索工程師的說法很少見到，只是知道百度現在All In AI了。Google工程師明確表示過，他們對到底是怎么工作的也不太清楚。在這種情況下，在算法中大量使用人工智能比較麻煩了，旦出現異常結果，不知道是什么原因，也無法debug。

寫這篇帖子是因為前些天看到篇紐約時報的文章“AI能學會解釋它自己嗎？”，非常有意思。位心理學家把20萬社交網絡賬號(是個約會網站)的照片及個人信息(包括很多內容，如性向)輸入面部識別人工智能系統，發現人工智能在只看到照片的情況下判斷性向準確率很高。人工通過照片判斷個人是否同性戀的準確率是60%，比扔硬幣高點，但人工智能判斷男性是否同性戀準確率高達91%，判斷女性低些，也有83%。

從照片里是看不到音色語調、體態、日常行為、人際關系之類幫助判斷的信息的。同性戀有純相貌方面的特征嗎？我個人的經驗是，靠相貌判斷不大靠譜。我以前認識對男同，他們都是很man的那種，常年健身，待人彬彬有禮但絕沒有女氣，從外表是看不出來的。也可能是依靠某種服飾特點？表情？背景？人工智能從照片中到底看到了什么我們人類很可能忽略了的特征，或者人類根本看不到的特征，并達到91%的準確率呢？不得而知，反正只是知道AI看得挺準。

不能解釋自己的AI無法被信任

這種黑箱特征有時候倒無關緊要，像是判斷下性向。有時候不能這么草率了，比如看病。雖然AI系統診斷某些癌癥的正確率已經達到人類醫生的水平，但后結論，目前還是要醫生做，尤其是AI不能告訴我們它診斷的理由是什么的時候。除非以后AI能解釋它為什么做出這個診斷，不然讓人類100%信任AI是有比較大心理障礙的。

前幾天剛剛看到新聞，新加坡政府開始測試無人駕駛公共汽車。這顯然是個正確的方向，我也相信不久的將來會成為現實。雖然自動駕駛汽車事故率比人低，理性上我們都知道其實更安全，但過馬路時，停在旁邊的公共汽車沒有司機，我會不會有點提心吊膽，怕它突然啟動？開車時扭頭看，旁邊的Bus沒有司機，我會不會嚇跳，下意識地離它遠點？少初期會的吧。和幾個朋友聊起這個事，都是理性上相信，感性上心虛。

以前的程序是依靠確定性和因果關系運行的，比如搜索算法中哪些頁面特征是排名因素，各占多少權重，這是工程師挑出來的、確定的，雖然挑的時候可能是拍腦袋決定的，但經過監測效果、調整參數，會達到個比較滿意的平衡。人工智能系統并不依靠工程師給定的確定因果，而是更擅長于在概率和相關性中找到聯系。對人來說，以概率和相關為特征的判斷，經常不好解釋理由了，比如也許是看心情，也許是看好看不好看。

要求AI系統解釋自己的判斷，不僅是心理上的問題，也許以后會變成倫理和法律上的問題，像看病。再比如涉及用戶利益的事情，像貸款，人工智能根據大堆數據做出拒絕貸款的決定，銀行卻不能解釋為什么拒絕，對用戶該怎么交代？今年歐盟可能要頒布法規，要求機器做出的決定必須有解釋。這對Google、Facebook等全球性的企業是個壓力。在很多領域，如軍事、法律、金融，所有決定都是要有人來承擔責任的，如果某個決定無法解釋原因，恐怕也沒有人敢承擔這個責任。

另個需要AI解釋理由的原因是，前面提到，人工智能看的是概率和相關性，但看相關性做決定有時候會導致嚴重錯誤。紐約時報的文章舉了個例子。經過數據訓練的人工智能系統輔助急診室分診，總體上看效果不錯，但研究人員還是不敢真的拿來實用，因為數據中的相關性可能誤導人工智能做出錯誤判斷。比如數據表明，患有肺炎的氣喘病人后病愈情況好于平均水平，這個相關性是真實存在的。

如果AI系統因為這個數據給有肺炎的氣喘病人比較低的處理等級，那可能要出事了。因為這些病人之所以后情況良好，是因為他們來被給予高等級，得到好快的治療了。所以，有時候從相關性看不到真正的原因。

人工智能與SEO

回到搜索算法及SEO，搜索引擎之所以還無法全面應用人工智能，其中個原因也許是人工智能的判斷沒有解釋、無法理解，如果算法使用目前的人工智能，旦出現排名異常，工程師們將無法知道原因是什么，更無法知道該怎么調整。

我想自動駕駛是先AI實用化的領域之，和能否解釋也有定關系。自動駕駛汽車的大部分決定是不大需要解釋的，或者說解釋是目了然的，距離前車太近所以要減速或者剎車，這類判斷應該不需要進步解釋理由了。

SEO們大概都有過同樣的疑惑，某個競爭對手的頁面看著沒什么特殊的，內容不怎么樣，視覺設計般，外鏈普通，頁面優化大家做的都樣，為什么排名那么好呢？現在的搜索算法還可以探究原因，搜索工程師們大概有內部工具可以看到排名的合理性。如果搜索工程師看著個挺爛的頁面是排在前面，卻也不知道原因，還無從查起，他們的內心可能焦慮了。

XAI的研究才剛剛開始，這給了SEO們后的緩沖期。從人工智能系統在其它領域碾壓人類的表現看，旦大規模應用于搜索，作弊和黑帽SEO恐怕將成為過去，現在的常規SEO工作也許變得無足輕重，SEO們需要回到網站的本質：提供有用的信息或產品，別無他法。

除非注明，否則均為SEO優化顧問服務_零基礎SEO優化指導全網營銷【順的推SEO】真實故事改編,mr12366.com轉載必須以鏈接形式標明本文鏈接。