{"id":1458,"date":"2016-12-30T22:42:44","date_gmt":"2016-12-30T21:42:44","guid":{"rendered":"http:\/\/blog.nprofit.pl\/?p=1458"},"modified":"2026-03-04T10:49:32","modified_gmt":"2026-03-04T09:49:32","slug":"ad-2016-2017-juz-nie-mobile-machine-learning","status":"publish","type":"post","link":"https:\/\/nprofit.net\/pl\/blog\/ad-2016-2017-juz-nie-mobile-machine-learning\/","title":{"rendered":"AD 2016 i 2017 to ju\u017c nie mobile. To machine learning."},"content":{"rendered":"\n

\nPisali\u015bmy<\/a>, \u017ce rok 2015 by\u0142 rokiem mobile. Wiele firm z bran\u017cy podsumowuje, \u017ce rok 2016 tak\u017ce up\u0142yn\u0105\u0142 pod znakiem u\u017cytkownik\u00f3w mobilnych. Niekt\u00f3re sugeruj\u0105, \u017ce nawet 2017 b\u0119dzie taki. My jednak zauwa\u017camy, \u017ce cho\u0107 dzia\u0142o si\u0119 wok\u00f3\u0142 mobilnego pozycjonowania r\u00f3wnie du\u017co co w poprzednim roku, to jeszcze wi\u0119cej wydarzy\u0142o si\u0119 w temacie ucz\u0105cych si\u0119 algorytm\u00f3w i og\u00f3lnie poj\u0119tego maszynowego uczenia stosowanego przez Google. Sam CEO giganta z Mountain View, Sundar Pichai, m\u00f3wi, \u017ce to nie tylko kierunek Google, ale ca\u0142ego informatycznego \u015bwiata: „W d\u0142u\u017cszym terminie urz\u0105dzenia przestan\u0105 mie\u0107 znaczenie, a informatyka wyewoluje z mobile-first do AI-first”<\/i> (\u017ar\u00f3d\u0142o<\/a>).<\/strong><\/span>

<\/p>\n

Ikon\u0105 maszynowego uczenia w pozycjonowaniu sta\u0142 si\u0119 RankBrain. Jego bezpo\u015brednie oddzia\u0142ywanie na wyniki wyszukiwania jest trudne do wyizolowania. Na \u0142amach Moz.com niedawno toczy\u0142a si\u0119 pasjonuj\u0105ca polemika<\/a>, w kt\u00f3rej star\u0142y si\u0119 dwa prawie przeciwne pogl\u0105dy: clue RankBraina mo\u017ce by\u0107 lepsze procesowanie s\u0142\u00f3w w zapytaniu (co sugeruje Rand Fishkin) lub powi\u0105zanie CTR i intencji z pozycjami (co sugeruj\u0105 dane zebrane przez Larry’ego Kima). R\u00f3wnie\u017c na tym blogu wielokrotnie intepretowali\u015bmy coraz nowsze doniesienia i analizy tego algorytmu, ostatnio w lipcu<\/a>. Na nim jednak temat ucz\u0105cych si\u0119 algorytm\u00f3w w pozycjonowaniu nie tyle ko\u0144czy si\u0119, co… prawdopodobnie si\u0119 zaczyna!<\/p>\n

Garry Illyes, frontman kontaktu firmy Google z pozycjonerami, wyj\u0105tkowo dok\u0142adnie wyrazi\u0142 we wrze\u015bniu, \u017ce RankBrain to dopiero pocz\u0105tek:<\/p>\n

Maszynowe uczenie jest u\u017cywane przy tworzeniu nowych sygna\u0142\u00f3w i przy \u0142\u0105czeniu sygna\u0142\u00f3w. Wi\u0119c dla przyk\u0142adu, oczywi\u015bcie to zupe\u0142nie przypadkowy pomys\u0142 i nie wiem czy prawdziwy, chcia\u0142bym sprawdzi\u0107 czy po\u0142\u0105czenie PageRanka i Pandy, z czymkolwiek innym, na przyk\u0142ad z cz\u0119sto\u015bci\u0105 znak\u00f3w da w jakikolwiek spos\u00f3b lepsze wyniki wyszukiwania. W takim przyk\u0142adzie mo\u017cemy z \u0142atwo\u015bci\u0105 u\u017cy\u0107 maszynowego uczenia i potem stworzy\u0107 po\u0142\u0105czony sygna\u0142.<\/p>

Innym przyk\u0142adem jest RankBrain, kt\u00f3ry zmienia wyniki wyszukiwania na podstawie historycznych sygna\u0142\u00f3w. Ale je\u015bli to przemy\u015blisz, to tak\u017ce \u0142\u0105czony sygna\u0142. U\u017cywa wielu czynnik\u00f3w by da\u0107 nowy modyfikator wynik\u00f3w, kt\u00f3rych kolejno\u015b\u0107 ju\u017c zosta\u0142a ustawiona przez g\u0142\u00f3wny algorytm.<\/p>

(…)<\/p>

RankBrain to jeden element naszego systemu oceniaj\u0105cego. Jest ich ponad 200 i, tak jak powiedzia\u0142em wcze\u015bniej, sygna\u0142y kt\u00f3rych u\u017cywamy i kt\u00f3rych b\u0119dziemy u\u017cywa\u0107 mog\u0105 sta\u0107 si\u0119 algorytmami ucz\u0105cymi si\u0119<\/strong>.<\/p>

Ale nie oczekuj\u0119, \u017ce w najbli\u017cszym czasie lub niedalekiej przysz\u0142o\u015bci wszystkie sygna\u0142y zostan\u0105 oparte o maszynowe uczenie. Lub to co nazywamy g\u0142\u00f3wnym algorytmem stanie si\u0119 algorytmem ucz\u0105cym si\u0119. Najwa\u017cniejszym powodem jest bardzo trudne debugowanie decyzji AI, szczeg\u00f3lnie je\u015bli masz wiele warstw sieci neuronowych. Pojedyncza decyzja jest praktycznie niemo\u017cliwa do zdebugowania. A to bardzo \u017ale dla nas. Dlatego staramy si\u0119 odkry\u0107 nowe sposoby na \u015bledzenie decyzji. Ale to mo\u017ce bardzo \u0142atwo zaciemni\u0107 sytuacj\u0119 i og\u00f3lnie ograniczy\u0107 nasze mo\u017cliwo\u015bci poprawy wynik\u00f3w wyszukiwania.<\/p>

(…)<\/p>

Pingwin nie jest oparty o maszynowe uczenie.<\/strong><\/p><\/blockquote>\n

Ta wypowied\u017a przesz\u0142a bez echa na polskich forach i blogach bran\u017cowych, jednak firma Google w\u0142a\u015bnie w niej wyj\u0105tkowo szczodrze zdradza tajemnice o fundamentalnych dla pozycjonowania czynnikach rankingowych. Poruszone zosta\u0142y wszystkie trzy najwa\u017cniejsze czynniki:
\n1. Trafno\u015b\u0107 i tre\u015b\u0107 nie jest<\/strong> oceniana przez algorytmy ucz\u0105ce si\u0119. Za tym stoi „g\u0142\u00f3wny algorytm”, kt\u00f3remu ma by\u0107 daleko do tego by m\u00f3g\u0142 sta\u0107 si\u0119 sieci\u0105 neuronow\u0105.
\n2. Linki mog\u0105 by\u0107<\/strong> oceniane za pomoc\u0105 maszynowego uczenia. Garry wymienia PageRank nawet w przyk\u0142adzie nowego, \u0142\u0105czonego sygna\u0142u. Jednocze\u015bnie sam Pingwin, kt\u00f3ry r\u00f3wnie\u017c istotnie modyfikuje ocen\u0119 link\u00f3w nie jest ju\u017c algorytmem ucz\u0105cym si\u0119.
\n3. RankBrain jest<\/strong> elementem opartym w ca\u0142o\u015bci o maszynowe uczenie.
\nPr\u00f3cz tych trzech czynnik\u00f3w, bardzo wa\u017cnym wnioskiem z wypowiedzi jest te\u017c rozszerzenie sieci neuronowych na wiele wi\u0119cej sygna\u0142\u00f3w ni\u017c tylko s\u0142ynny RankBrain. Illyes mi\u0119dzy wierszami praktycznie zapowiada przekszta\u0142canie kolejnych czynnik\u00f3w w algorytmy ucz\u0105ce si\u0119.<\/p>\n

Ale nale\u017cy pami\u0119ta\u0107, \u017ce to tylko (i a\u017c) Garry Illyes, kt\u00f3remu ju\u017c zdarza\u0142o si\u0119 nawet przeczy\u0107 samemu sobie w wypowiedziach odleg\u0142ych o kilka miesi\u0119cy. Co m\u00f3wili, a przede wszystkim co robili w tym temacie pozostali pracownicy Google w 2016 roku?<\/p>\n

2016 = Machine Learning<\/span><\/p>\n