谷歌总是在做出或大或小的改变，并改进其搜索引擎算法及其工作方式。但是，谷歌并不总是详细描述这些更改。
本月早些时候，谷歌对其搜索结果进行了多个由人工智能驱动的重大改进，甚至还分享了预期结果的细节。
这篇文章强调了谷歌在不久的将来有望实现的大部分重大变化。
让我们开始。
谷歌BERT
首先是大更新。根据谷歌，BERT现在几乎是100%。
“今天，我们很高兴地分享BERT现在几乎用于每一个英语查询，帮助您为您的问题获得更高质量的结果。作为参考，当谷歌BERT在2019年底首次引入时，谷歌预计BERT将影响10%的搜索查询。从那时起，BERT算法得到了显著的扩展，现在有望影响几乎所有的搜索查询。
对于那些不知道谷歌BERT的人来说，它帮助谷歌理解搜索查询的细微差别，并向用户呈现更好、更相关的搜索结果。
“与最近的语言表示模型不同，BERT的设计目的是通过对所有层的左右上下文进行联合条件反射，从未标记的文本中预先训练深度双向表示。因此，只需要一个额外的输出层，就可以对预先训练的BERT模型进行微调，为广泛的任务创建最先进的模型，例如问题回答和语言推断，而无需对任务特定的体系结构进行大量修改。
这里是谷歌BERT如何通过获取更多相关结果来改善用户搜索引擎体验的一个例子。
如果你想了解更多关于谷歌BERT的信息，请查看我们的博客文章:关于谷歌BERT你需要知道的一切。谷歌试图用这些新更新解决的另一个问题是在网页上找到小的相关章节的能力。根据谷歌的说法，“非常具体的搜索可能是最难找到正确的，因为有时候回答你问题的一句话可能被埋在网页的深处。现在有一种越来越多的制作长篇内容的趋势。根据各种研究，详细、全面和冗长的内容更有可能在谷歌的首页排名靠前。下面是一个进一步验证该理论的案例研究。根据SerpIQ的一项研究，该研究分析了超过2万个关键词，谷歌第一页的平均内容长度超过2000字。换句话说，谷歌网站第一页的每一页都有超过2000个单词。谷歌排名第一的内容平均单词数为2416。排名第10的内容的平均字数是2032。这解释了为什么越来越多的内容市场和发布者想要发布长形式的内容。然而，这会导致前面提到的问题，也就是说，如果答案深埋在一篇长篇幅的博客文章中，那么非常具体的搜索可能很难找到。好消息是谷歌显然已经找到了一种方法来识别网页上的相关答案。下面是谷歌说的:
“我们最近在排名方面取得了突破，现在不仅可以索引网页，还可以索引页面中的单个段落。通过更好地理解特定段落的相关性，而不仅仅是整个页面，我们可以找到你正在寻找的大海捞针的信息。
谷歌进一步补充道:“当我们在全球推广这项技术时，该技术将改善所有语言中7%的搜索查询。
这里是谷歌现在如何能够为搜索者查找和显示相关内容的示例。“k“dsimg2”
“在谷歌的声明之后，一些出版商和内容创造者质疑他们是否期望从他们那里得到什么，例如，内容创作方面的改变或添加新的元信息。”
谷歌证实，谷歌完全利用这个新算法不需要网站所有者额外的努力。”创作者不需要做任何工作。拼写错误的单词是SEO专业人员的一个大问题。谷歌——以及这方面的大多数其他搜索引擎——都足够聪明，能够识别常见的拼写错误。然而，有时，它也可能意味着不同的搜索引擎排名拼写错误的关键词和一个有机的流量转移到其他网站。好消息是谷歌认识到这个问题并相应地更新了它的算法。
“我们一直在不断提高我们理解拼写错误单词的能力，这是有原因的——每天有十分之一的查询是拼写错误的。今天，我们将介绍一种新的拼写算法，它使用深度神经网络来显著提高我们识别拼写错误的能力。事实上，这一改动对拼写的改善比我们过去五年的所有改进都要大。下面是谷歌使用的新拼写错误算法的一个示例。据谷歌报道，新算法将通过快速理解拼写错误单词的上下文，在3毫秒内找到正确的结果。除了更好地理解网页上的特定内容外，谷歌还更新了它的能力，根据搜索者的查询来理解更广泛的子主题。根据谷歌的说法，这一发展是通过应用神经网络来理解围绕兴趣的子主题而实现的。
“如果你搜索‘家庭锻炼设备’，我们现在可以理解相关的子主题，如廉价设备，优质选择，或小空间的想法，并在搜索结果页面为你显示更广泛的内容。
根据谷歌的消息，这个更改预计将在今年年底上线。最后，但并非最不重要的是，谷歌还在针对特定信息搜索视频内容方面进行了有意义的更新。在人工智能驱动方法的帮助下，谷歌现在能够更好地理解视频的上下文并“识别关键时刻”。
谷歌是这样解释该功能的可能用例的:“无论您是在食谱教程中寻找那一步，还是在精彩集锦中寻找制胜的本垒打，您都可以很容易地找到这些时刻。根据谷歌的消息，这次更新预计将在今年年底上线，可能会影响全球大约10%的谷歌搜索。“你怎么看这些变化?”通过人工智能驱动的算法，这些更新感觉像是向更智能搜索引擎的自然进展。我们很高兴看到这些更新如何改善内容创造者和搜索引擎用户的搜索体验。
你怎么看?请在下面的评论区告诉我们。
