RankBrain

 

Wie kann herausgefunden werden, ob eine Maschine ein menschenähnliches Denkverhalten aufweisen kann?

Mithilfe des Touring Tests soll das ermittelt werden können. Der Test funktioniert wie folgt: Wenn Menschen via Tastatur und Computer mit einem Computer kommunizieren und dabei nicht merken, dass es sich nur um einen Computer und nicht um einen Menschen handelt dann wurde der Touring Test bestanden. Also vom Computer.

 

Touring Test -> Test für Künstliche Intelligenz

  • Natural language procession -> (Weiter)verarbeitung von Sprache
  • Knowledge representation -> Darstellung von Wissen
  • Automated reasoning -> Automatisiertes Denken
  • Machine learning -> Maschinelles Lernen

 

Was ist Machine Learning ?

Zuerst einmal gibt es verschieden Ansätze des Machine Learnings:

1. Lernen durch gekennzeichnete Beispiele: überwachtes, kontrolliertes Lernen (Email Spam Detektor)

2. Das Entdecken von Mustern: unbeaufsichtigtes, unkontrolliertes Lernen (Google Knowledge Graph)

3. Feedback richtig/ falsch: intensiviertes Lernen/ verstärktes Lernen (Schachspiel, gelernt wird durch Gewinnen oder Verlieren) – menschenähnliches Lernen

Machine Learning im Bereich der Computerwissenschaften ist ein Teil bzw. eine Art von künstlicher Intelligenz. Im Grunde geht es dabei darum Maschinen beizubringen menschenähnlich zu denken. Genauer gesagt soll Maschinen das eigenständige Denken beigebracht werden. Wie kann das gehen? Dazu müssen Computer unter anderem in der Lage sein aus Fehlern zu lernen, dies kann unter anderem durch das Studieren von vorangegangenen Spielen funktionieren. Das Programm erinnert sich also an zuvor begangene Fehler und versucht diese nicht zu wiederholen – es lernt aus Fehlern. Ein gutes Beispiel dafür, wie so etwas aussehen kann, ist ein Go Match wie es im März dieses Jahres stattgefunden hat. Go ist übrigens ein Chinesisches Brettspiel. In dem Spiel trat der Spieler Lee Sedol gegen ein Computer Programm namens AlphaGo von Googles Deep Mind an. Nachdem Lee die ersten 3 Spiele verloren hat konnte er das vierte und damit vorletzte Spiel gewinnen. Nach 5 Stunden Spielzeit hat der Computer bei besagtem Spiel aufgegeben und sein Gegenspieler Sedol konnte somit das Spiel für sich entscheiden. Das fünfte und letzte Spiel hat dann wieder AlphaGo gewonnen. Sedol meint die Schwächen des Programms ausgemacht zu haben. Laut ihm hatte AlphaGo unter anderem Probleme mit unerwarteten Spielzügen.  Am Ende steht das Ergebnis von 4-1 Für Deepminds AlphaGo Programm. Der Gründer von Deep Mind, Demis Hassabis, sieht das eine verlorene Spiel als gute Möglichkeit um die Schwächen des Programms zu identifizieren und zu verbessern.

 

Was ist Google RankBrain?

Google nutzt seit 2015 RankBrain eine, von Google patentierte, auf Machine learning basierende Technologie. In unserem Blogartikel Pinguine, Pandas & Kolibris: Google Updates im Überblick, aus dem Dezember des Jahres 2015, haben wir bereits über ein Update berichtet. Damals noch wurde das Update als Phantom Update bezeichnet. Mittlerweile sind wir schlauer und wissen: es war das RankBrain Update.

Genutzt wird RankBrain von Google um Suchanfragen zu verarbeiten. Von Nutzern eingegebene, geschriebene Suchen bzw. Suchanfragen werden verankert bzw. eingebettet und dabei in mathematische Entitäten umgewandelt, die für Maschinen lesbar und verständlich sind. RankBrain ist Teil des Google Algorithmus. Googles Senior Research Scientist Greg Corrado erzählt in einem Interview mit Bloomberg.com, dass in den letzten Monaten ein Großteil der Suchanfragen mit Hilfe von RankBrain interpretiert wurden.  Sätze oder Fragen die RankBrain nicht kennt, versucht es zu verstehen indem er quasi rät mit welchen anderen Themen oder Fragen diese zusammenhängen könnten. RankBrain versucht also die Userintention hinter Suchanfragen zu verstehen und analysiert dafür auch das Nutzerverhalten.  Insgesamt werden laut dem Interview ca. 15% der noch niemals zuvor gestellten Suchanfragen mithilfe von RankBrain bearbeitet. Dabei ist RankBrain nur einer von vielen verschiedenen Faktoren des Google Algorithmus, die dafür verantwortlich sind, welche Ergebnisse wo auftauchen (ranken). Corrado sagt weiterhin, dass es RankBrain, in der kurzen Zeit seit der es eingesetzt wird, schon an die dritte Stelle der wichtigsten Faktoren geschafft hat, die zum Suchergebnis beitragen. Es gibt übrigens insgesamt mehr als 100 Ranking Faktoren.

 

Was bedeutet das für die Suchmaschinenoptimierung?

Zunächst einmal spielen hier Googles Direct Answer und Knowledge Graph eine nicht unwichtige Rolle.

Warum?

Durch den Einsatz von Direct Answers und Google Knowledge Graph beantwortet die Suchmaschine Nutzern, die auf der Suche nach Informationen sind, ihre Fragen selbst. Wir haben mal um das Ganze zu verdeutlichen eine Beispielsuche durchgeführt:

Beispiel:  Direct Answer

Direct Answer

Beispiel: Organische Suchergebnisse

organische suchergebnisse

Beispiel:  Knowledge Graph

knowledge graph

 

Was bedeutet das?

Das Aufrufen von organischen Ergebnissen oder das Runterscrollen auf Ergebnisseiten ist in manchen Fällen gar nicht mehr notwendig denn Google kann selbst Antworten geben.  Diese Anwendungen nehmen auf den Bildschirmen der Nutzer jetzt schon viel Platz ein. Google wird immer intelligenter, durch Programme wie RankBrain, die analysieren und dazulernen und dann immer wieder neu aufgespielt werden, schult Google seine Intelligenz.

Usability

Usability wird damit für Webseitenbetreiber wichtiger denn je. Der Trend geht weg von der Keyword fokussierten SEO-Optimierung, hin zum ganzheitlichen Ansatz. Alles muss stimmen, das Gesamtbild bzw. der Gesamtaufbau ist wichtig.

Relevanz

Je klüger der Algorithmus wird, desto wichtiger wird es im angebotenen Content relevant zur Suchanfrage zu sein.

 

QUELLEN: Techtarget.com, Google.com, Spiegel Online, Montfort.io, Toptal.com, Searchmetrics Blog, Searchengine Land, Bloomberg.com, theguardian.com, Suchradar Webinar, Market Motive Webinar