谷歌如何在谷歌搜索中使用人工智能

随着谷歌继续在谷歌搜索中利用更多的人工智能和机器学习，人们可能想知道人工智能和机器学习如何帮助谷歌搜索执行其日常任务。自 2015 年谷歌将其第一个人工智能引入名为RankBrain的搜索以来，谷歌不断部署人工智能系统以更好地理解语言，从而改善谷歌在搜索中呈现的搜索结果。

几个月前，我们向谷歌发送了一些关于谷歌如何在搜索中使用人工智能的问题，包括RankBrain、神经匹配、BERT和谷歌最新的人工智能突破——MUM。我们对谷歌何时使用人工智能、哪种人工智能在谷歌搜索中做什么、这些不同的人工智能算法如何协同工作、这些年来它们如何变化以及搜索营销人员需要做什么（如果有的话）有了更多的了解。了解谷歌如何在搜索中使用人工智能。我们采访了 Google 搜索公共联络人丹尼·沙利文 (Danny Sullivan)，以帮助解答其中许多问题。简而言之，RankBrain、神经匹配和 BERT 在 Google 的排名系统中用于许多（如果不是大多数）查询，并着眼于理解查询和正在排名的内容的语言。然而，MUM 目前不用于排名目的，它目前仅用于COVID 疫苗命名并为视频结果中的相关主题提供支持。

它首先为人类编写内容

你经常从 Google 代表和许多 SEO 那里听到这样的话：为人类编写内容。在 SEO 的早期，当算法可能更简单时，你会有许多 SEO 为每个搜索引擎制作内容（当时有数十种不同的搜索引擎）。现在，主要是谷歌，还有一点 Bing 和 DuckDuckGo 的一些干扰——但算法要复杂得多，通过机器学习和人工智能，算法理解语言更像人类理解语言。

因此，Google 给出的建议是为人类编写，并且您无法针对 BERT或任何 AI 优化您的网站。如果你写的内容是人类可以理解的，那么算法和人工智能搜索引擎使用的内容也会理解它。简而言之，本文的目的并不是试图为您提供有关如何针对任何特定 AI 优化网站的 SEO 技巧，而是旨在传达 Google 如何在 Google 搜索中使用 AI。

Google 搜索中使用的人工智能概述

RankBrain。它始于 RankBrain，谷歌在搜索中使用人工智能的第一次尝试可以追溯到 2015 年。谷歌告诉我们，RankBrain 帮助谷歌理解单词如何与概念相关，并且可以进行广泛的查询并更好地定义该查询如何与现实世界的概念相关。虽然它于 2015 年推出并用于 15% 的查询，但 Google 表示，到 2022 年，它已广泛用于许多查询以及所有语言和地区。RankBrain 确实专门帮助 Google 对搜索结果进行排名，并且是排名算法的一部分。

推出年份：2015

用于排名：是

查看查询和内容语言

适用于所有语言

对于许多查询非常常用

下面是 Google 提供的一个关于如何使用 RankBrain 的示例，如果您搜索“食物链最高层的消费者的头衔是什么”，Google 的系统会通过在各个页面上查看这些单词来了解食物的概念链条可能与动物有关，而不是与人类消费者有关。通过理解这些词并将其与其相关概念相匹配，RankBrain 可以帮助 Google 了解您正在寻找通常被称为“顶级掠夺者”的东西。

神经匹配。神经匹配是谷歌为搜索发布的下一个AI，它于2018年发布，然后在2019年扩展到本地搜索结果。事实上，我们有一篇文章解释了RankBrain 和神经匹配之间的差异。谷歌告诉我们，神经匹配可以通过查看整个查询或页面上的内容并在该页面或查询的上下文中理解它来帮助谷歌了解查询与页面的关系。如今，神经匹配在许多（如果不是大多数）查询中使用，适用于所有语言、所有地区、大多数垂直搜索领域。神经匹配确实有助于 Google 对搜索结果进行排名，并且是排名算法的一部分。

推出年份：2018

用于排名：是

查看查询和内容语言

适用于所有语言

对于许多查询非常常用

以下是谷歌提供的一个示例，说明如何使用神经匹配，例如，如果您搜索“见解如何管理果岭”。谷歌表示，“如果一个朋友问你这个问题，你可能会被难住。” “但是通过神经匹配，我们能够理解这种奇怪的搜索。通过查看查询中更广泛的概念表示——管理、领导力、个性等等——神经匹配可以解读出该搜索者正在寻找基于流行的、基于颜色的个性指南的管理技巧，”谷歌告诉我们。

伯特。BERT，即 Transformers 的双向编码器表示，于2019 年问世，是一种基于神经网络的自然语言处理预训练技术。谷歌告诉我们，BERT 可以帮助谷歌理解单词组合如何表达不同的含义和意图，包括查看页面上单词的顺序，因此即使查询中看似不重要的单词也会被计算在内。当 BERT 推出时，它被用于 10% 的英语查询，但后来扩展到更多语言，并在早期几乎用于所有英语查询。如今，它已用于大多数查询，并且受所有语言支持。BERT 确实专门帮助 Google 对搜索结果进行排名，并且是排名算法的一部分。

推出年份：2019

用于排名：是

查看查询和内容语言

适用于所有语言，但谷歌表示 BERT“在几乎所有英语查询中都发挥着关键作用”

对于许多查询非常常用

下面是 Google 提供的一个如何使用 BERT 的示例，如果您搜索“如果您搜索“can you get drug for person pharmacy”，BERT 可以帮助我们了解您正在尝试弄清楚您是否可以取药为了别人。在 BERT 出现之前，我们认为这个简短的介词是理所当然的，主要是关于如何配药的结果，”谷歌告诉我们。

妈妈。MUM（多任务统一模型）是 Google 最新的搜索人工智能。MUM 于2021 年推出，然后在2021 年底再次扩展以适应更多应用，未来它有很多有前途的用途。谷歌告诉我们，MUM 不仅可以帮助谷歌理解语言，还可以生成语言，因此它可以用来理解新术语和语言的变体。MUM 目前在 Google 搜索中不用于任何排名目的，但支持所有语言和地区。

推出年份：2021

用于排名：否

非查询或特定语言

适用于所有语言，但 Google 目前不用于排名目的

用于有限数量的目的

目前，MUM 用于改进对COVID-19 疫苗信息的搜索，谷歌表示“期待在未来几个月内使用Google Lens 中的文本和图像组合提供更直观的搜索方式。”

人工智能在搜索中一起使用，但可能专门用于搜索垂直领域

谷歌的丹尼·沙利文还解释说，虽然这些都是基于人工智能的单独算法，但它们通常一起工作来帮助排名和理解相同的查询。

谷歌告诉我们，所有这些人工智能系统“都用于理解语言，包括查询和潜在的相关结果”，并补充说“它们并不是为了单独分析查询或页面而设计的。” 此前，人们可能认为并理解人工智能系统可能更多地关注理解查询而不是页面上的内容，但事实并非如此，至少在 2022 年不是这样。

谷歌还确认，到 2022 年，RankBrain、神经匹配和 BERT 将在全球范围内使用谷歌搜索运行的所有语言。

当谈到网络搜索与本地搜索与图像、购物和其他垂直领域时，谷歌解释说，RankBrain、神经匹配和 BERT 用于网络搜索。谷歌表示，谷歌搜索的其他模式或垂直领域，例如图像或购物模式，都使用单独的、专门的人工智能系统。

核心更新和人工智能怎么样？

如上所述，Google在您输入 Google 搜索的大多数查询中使用 RankBrain、神经匹配和 BERT，但 Google 也有核心更新。谷歌每年推出几次的谷歌广泛核心更新通常比谷歌发布这些更大的基于人工智能的系统更容易受到网站所有者、出版商和搜索引擎优化人员的关注。

但谷歌表示，通过核心更新，这些都可以协同工作。谷歌表示，RankBrain、神经匹配和 BERT 这三个是他们拥有的更大的人工智能系统。但他们在搜索中拥有许多人工智能系统，并且在谷歌推出的核心更新中拥有一些人工智能系统。

谷歌告诉我们，他们在谷歌搜索中确实有其他机器学习系统。谷歌表示：“RankBrain、神经匹配和 BERT 只是我们更强大、更突出的系统中的一些。” 谷歌补充说，“还有其他人工智能元素可能会影响与这三个特定人工智能系统无关的核心更新。”