2021年1月31日 星期日

全新搜尋功能出爐!未來SEO要如何應對呢?

SEOGoogle推出新搜尋功能後要怎麼做才能更有效果呢?

SEO在Google推出新搜尋功能後要怎麼做才能更有效果呢?

SEO 以後或許會更加複雜!因為 Google 今年 2 月宣布將推出一項新功能,這項功能將會在使用者點擊搜尋結果前,依據他搜尋結果摘要來顯示更多相關的訊息。如果使用者點擊搜索結果片段右上角的三個點,則可觸發「關於此結果(about this result )」視窗。

「關於此結果(about this result )」的簡單說明,可幫助使用者更近一步地了解他們想點擊的搜尋結果。它會告訴使用者該訊息的來源,以幫助使用者了解他們是否能相信該網站所提供的資訊。如下圖所示:


通常「關於此結果(about this result )」中的內容,會引用自維基百科的說明。如下圖的搜尋結果,來源為「thelancet」網站,「關於此結果(about this result )」的視窗就顯示維基百科對於「thelancet」的說明。



目前「關於此結果(about this result )」仍在測試階段。Google 表示,這些功能預計於 2021 年 2 月 1 日於美國推出,在桌機、行動裝置上以英文運作。

看來未來 SEO 要提升網站的權威度,光靠SEO優化網站內容以及網站體質是不夠了!那針對 Google 的此新功能,SEO又將有哪些因應之道呢?請持續關注我們的文章,以獲得最新的 SEO 資訊。

相關文章:

狗狗是人工智慧的最佳教練!Google AI機器人學狗左轉右彎還能小跑

2020年度十大Python函式庫-人工智慧 · 機器學習必備

SEO是什麼?跟PPC關鍵字廣告差在哪?如何自學?

終極版 AlphaGo!DeepMind 最新人工智慧「MuZero」能下棋、玩遊戲、壓縮影片

全新的谷歌檢索報告來了!讓SEO完整掌握狀況!

人工智慧向伸展台前進?化身超模擺拍超專業! (上)

Python課程助你進入全球百大企業!

2021年1月28日 星期四

入選2020年度Top10的那些Python函式 (4)

 年度十大Python 函式有哪些呢?在這裡一次打包給你!

年度十大Python函式有哪些呢?在這裡一次打包給你!
 

本系列文章為【2020年度十大Python函式庫-人工智慧 · 機器學習必備 】的最後一篇。上一篇介紹了 PyTorch 版的 Keras「PyTorch Lightening」讓你告別沒完沒了的 Debug!另外還有微軟出的 Hummingbird 讓你不用重新設計新模型,請點此看上一篇

閱讀了解!

 

HiPlot

幾乎每位數據工程師皆處理過高維度資料(High Dimensional)。可惜人類的腦容量有限,沒辦法直接去處理這一類的資料,所以必須求助於科技來解決。

2020 年早些時候,Facebook 發布了 HiPlot函式庫,可使用平行座標和其他圖形方式來表示信息,從而協助找出高維度資料中的關聯性和模式。他們在官網中說明了其概念,基本上,HiPlot 是一種將高維度資料視覺化以及過濾的便利方法。

 

  

Scalene

隨著 Python 的函式庫生態系統變得越來越複雜,我們也寫出越來越多 C 語言延伸的代碼以及多執行緒代碼。但是,CPython 內置的效能分析器(profiler)無法完整地處理多執行緒和本機代碼。

此時你需要 Scalene:Scalene 是用於 Python 腳本的 CPU 和記憶體的效能分析器(profiler),能完整地處理多執行緒代碼並區分運行 Python 和本機代碼所花費的時間。此時你無需修改代碼,只需要在命令行中使用 Scalene 運行腳本,腳本就會自動生成報告的文字檔或 HTML,顯示代碼中每一行的 CPU 和記憶體使用情況。

 


▲ Scalene 是用於 Python 腳本的 CPU 和記憶體的效能分析器,能處理多執行緒代碼並區分運行 Python 和本機代碼所花費的時間

 

同場加映:Norfair

選出去年十大 Python 函式庫的機器學習顧問公司 Tyrolabs 自家也開發了「影像內容分析 (Video content analysis)」的 Python函式庫「Norfair」。

Norfair 是一個輕量的且可被客製化的 Python 函式庫,用於即時物件追蹤(real-time object tracking):它可以在不同的影格當中,替每個被偵測到的物件賦予獨一無二的 ID,如此一來,你就能辨識出這些物件——縱使它們都在移動。

 

▲ Norfair 可以在不同的影格當中,替每個被偵測到的物件(如圖中左側)
賦予獨一無二的 ID (如圖中右側)

 

藉由 Norfair,工程師只需輸入幾行代碼就能賦予任何偵測器追蹤的功能——無論追蹤的物體是具有有四個參數的 bounding box(邊界框)、只有單一點的幾何中心(centroid)、還有人體姿態辨識系統的輸出(經常有多個關鍵點是大於特定閥值的)等任何物體。

此功能常被用作計算兩個追蹤物體之間的距離,用戶可依序需要定義檢測標準以及追縱的對象。

Norfair 是非常模塊化的 Python 函式庫,使用起來很靈巧:工程師僅需使用幾行代碼,即可在現有的檢測代碼庫上添加追蹤的功能。

相關文章:

Nature:語言天才比數學高手更適合學 Python!別在嘴文科生、女性不能寫程式了

人工智慧能「聽咳嗽聲認出新冠患者」!成功率達 98.5%

Google 正測試人工智慧系統,助盲人和視障人士獨立參加路跑

用說的就能寫程式!人工智慧替手傷工程師開發語音程式工具

學Python課程的刻板印象你有嗎? (上)

學Python課程不是理科生,也不是男性的專利! (上)

拜月老不如找人工智慧?配對新人有一手!

2021年1月26日 星期二

入選2020年度Top10的那些Python函式 (3)

 年度十大Python函式有哪些呢?在這裡一次打包給你!

年度十大Python函式有哪些呢?在這裡一次打包給你!
 

本系列文章為【2020年度十大Python函式庫-人工智慧 · 機器學習必備 】的第三篇。上一篇介紹了美化了 Python 錯誤信息的「Pretty Errors」,堪稱是療癒系的工程師的 debug 神器、還有「Diagrams」讓工程師不需要使用設計軟體,只要使用 Python 就能畫出美輪美奐的雲系統架構圖。請點此看上一篇閱讀了解 。

 

HydraOmegaConf:結構化複雜的機器學習項目

在機器學習項目中做研究與實驗時,常常會有很多的環境配置工作。在這些非平凡(non-trivial)的應用程式中,配置管理可能也會變得複雜。是否有結構化的方法來處理這種複雜性?

Hydra 可藉由「組合」的方式來建構配置,並從命令列或 config 設定檔中覆蓋某些特定的部分,而加快了執行速度。

為了要說明 Hydra 函式庫可簡化一些特定的任務,tryolabs 舉了他們正在試驗的模型的基本架構以及它的多種變化為例。借助 Hydra,可以定義基本配置,然後運行多個工作並對其進行變化:

 


 Hydra 的表親「OmegaConf」為分層配置系統的基礎提供了一致的 API,並支援不同的來源如 YAML、config 設定檔、物件與 CLI 參數。

PyTorch Lightning:PyTorch 版的 Keras,告別沒完沒了的 Debug

PyTorch 是一款熱門的的深度學習框架,可以簡單的方式建構複雜的 AI 模型。但是當作大量實驗的時候,很多東西都會變得複雜過頭,代碼也隨之變得龐大,此時還是容易出錯。

於是,PyTorch Lightning 就為了減少錯誤而誕生:它可以重構 PyTorch 代碼、抽出複雜重複的部分,讓工程師可以專注於核心的建構、實驗也更快更便捷地開展迭代。

 


▲ PyTorch Lightning 可以重構 PyTorch 代碼、抽出複雜重複的部分,讓工程師可以更專注在研究代碼上

 

Lighting 的原理是藉由將研究代碼從重複性強的工程代碼區分開,讓工程師可以專注在研究代碼上,思緒就會更加清晰,整體代碼也更加簡潔。

Hummingbird

並不是所有的機器學習都是深度學習。通常,你的模型是由更多傳統的演算法在Python的機器學習套件 scikit-learn(像是 Random Forest)中組成;或者你也可以選擇時下流行的 LightGBM和 與 XGBoost 的梯度提升技術 (Gradient boosting)演算法。

然而,機器學習領域一直都在進步。像是上述的 PyTorch 框架正以令人屏息的速度在進步,硬體設備也不斷優化,以更低的耗能、更快的速度完成張量計算。假如我們能將這些優勢套用到傳統的演算法中,不是很好嗎?因此 Microsoft 就發布了新的 Python 函式庫「Hummimgbird」。

Hummingbird 可以將已經訓練好的傳統機器學習模型,編譯至張量計算。這個強大的功能讓你不用設計新的模型!

截至目前為止,Hummingbird 支援轉換到 PyTorch、TorchScript、ONNX 與以及多種機器學習模型以及向量器。其實這跟上述提到的 scikit-learn(Sklearn)非常相似,讓你重複使用現有的代碼,但可將成品變成由 Hummingbird 生成的代碼

下篇,我們即將介紹「Scalene」:用於 Python 腳本的 CPU 和記憶體的效能分析器(profiler),能完整地處理多執行緒代碼並區分運行 Python 和本機代碼所花費的時間,還有用於影像即時追蹤(real-time object tracking)的 「Norfair」,能及時抓住正在移動的人、事、物並賦予獨一無二的 ID。請點此看下一篇

閱讀了解!

 

相關文章:

Nature:語言天才比數學高手更適合學 Python!別在嘴文科生、女性不能寫程式了

人工智慧能「聽咳嗽聲認出新冠患者」!成功率達 98.5%

Google 正測試人工智慧系統,助盲人和視障人士獨立參加路跑

用說的就能寫程式!人工智慧替手傷工程師開發語音程式工具

學Python課程的刻板印象你有嗎? (上)

學Python課程不是理科生,也不是男性的專利! (上)

拜月老不如找人工智慧?配對新人有一手!

 

入選2020年度Top10的那些Python函式 (2)

 年度十大Python函式有哪些呢?在這裡一次打包給你!

年度十大Python函式有哪些呢?在這裡一次打包給你!

本系列文章為【2020年度十大Python函式庫-人工智慧 · 機器學習必備 】的第二篇。上一篇介紹了把單調的「命令列介面」變花俏的 Python 函式庫:Typer、Rich 與 PyGui,除了可把命令列/終端機介面變彩色外,還可以加入表情符號與特效等。請點此看上一篇閱讀了解 。

 

PrettyErrors:將 Python 醜陋的 bug 信息變漂亮

Python 已經是言簡意賅的程式語言了,但是有 bug 時,Python的錯誤信息(參見下圖左側)一樣會讓你懷疑人生!密密麻麻的代碼,讓你一定要在完全沒有頭緒之下地毯式搜索!

 


▲PrettyErrors 函式庫將原本混亂的 Python 錯誤信息(箭頭左邊所示)重新排版得井然有序、顏色與段落都很分明(箭頭右邊所示)

 

經過 PrettyErrors 的重新排版,所有醜陋的錯誤信息都能變的井然有序,最後你得到的是經過排版美化、整齊劃一的 bug 報告,如上圖的右側所示。

Diagrams:只用 Python 就能繪製雲系統架構

程式設計師除了 coding 與 debug 外,有時還需要跟其他的同事解釋錯綜復雜的架構。傳統上,我們會使用圖像介面(GUI) 工具來處理圖表、將其可視化後放入簡報、文件等,但這並非唯一的方法。

Diagrams 可以讓你在沒有任何設計工具的狀況下,僅僅使用 Python 程式碼就繪製出雲系統架構!它有現成的圖標,讓你能馬上對應AWS、Azure、GCP 等多個不同的雲端供應商,使得繪製箭頭、創建群組等都輕而易舉!只需幾行代碼即可!

 

▲ Diagram 函式庫能讓工程師僅僅使用 Python 代碼
就能繪製雲系統架構圖

 

下篇,我們即將介紹 PyTorch 版的 Keras「PyTorch Lightening」讓你告別沒完沒了的 Debug!另外還有微軟出的 Hummingbird 讓你不用重新設計新模型;另外還有可以將高維度資料視覺化的「HiPlot」,點此看下一篇

閱讀了解!

 

相關文章:

Nature:語言天才比數學高手更適合學 Python!別在嘴文科生、女性不能寫程式了

人工智慧能「聽咳嗽聲認出新冠患者」!成功率達 98.5%

Google 正測試人工智慧系統,助盲人和視障人士獨立參加路跑

用說的就能寫程式!人工智慧替手傷工程師開發語音程式工具

學Python課程的刻板印象你有嗎? (上)

學Python課程不是理科生,也不是男性的專利! (上)

拜月老不如找人工智慧?配對新人有一手!

 

2021年1月24日 星期日

入選2020年度Top10的那些Python函式 (1)

 年度十大Python函式有哪些呢?在這裡一次打包給你!

年度十大Python函式有哪些呢?在這裡一次打包給你!


國外的機器學習與資料科學顧問公司「Tyrolabs」每年底都會選出年度十大 Python 函式庫。去年(2020)年尾也沒除外。

依據 Tyrolabs 提出的免責聲明,2020 年他們精選出 10 大函式庫時,很大程度上是受到機器學習與數據科學的影響——儘管其中有幾個確實對「非」數據科學的人士很有用。

因此,除了 10 個入選的 Python 函式庫之外,他們決定再從遺珠之憾中,挑出幾個他們覺得同樣重要的數據庫,列入「榮譽表揚(Honorable mentions)」的部分。

以下為入選的十大 Python 函式庫:

Typer:讓命令列介面更好編輯

雖然你並非總是需要編寫沒有圖像、滿滿文字的 CLI(命令列介面)應用程式,但是一但遇到了,一定會希望能速戰速決、無後顧之憂。FastAPI 的創作者「tiangolo」繼之前的 FastAPI 框架取得巨大的成功後,使用了相同的原理創作了新的函式庫 「Typer」,使你可以借力於 3.6 以上版本的 Python 才有的「類型提示(Type Hinting)」功能來編寫命令行介面。

這樣的設計讓 Typer 脫穎而出。透過「類型提示(Type Hinting)」功能,您可以在 Python 編輯器(如 VSCode)中享有「自動完成」功能,這將大大提高您的工作效率;除了能確保所寫的程式碼是否完整被紀錄之外,你也花了最少的力氣寫出純文字的 CLI 命令列介面的應用程式。

 



▲ Typer 賦予 Python 編輯器(圖中為 VSCode)「自動完成」的功能,能有效提升寫程式的效率。(圖:FastAPI)

為了增強其功能,Typer 被建立在知名的「命令列神器」Click 之上。這意味著 Typer 可以充分利用 Click 既有的所有優點、社群與插件,使用更簡潔的樣版代碼,並依據所需,進行更複雜的工作。

 

Rich:讓命令列介面從黑白變彩色

依循命令行介面 CLI 的主題,誰說終端應用程式必須是單色的白色、或是駭客電影中常見的黑色、綠色呢?太無聊了!

身為 Python 工程師的你,是否會想再終端輸出時添加色彩與樣式,像是在打印複雜的表格時加入心跳特效、毫不費力地展示漂亮的進度條、markdown 或是表情符號?Rich 函式庫可以實現上述特效,如以下所示:

 

2.jpg

▲ Rich 函式庫能讓單色的命令列介面(CLI)變彩色,還能有多種視覺特效、表情符號等。

 

無庸置疑的,Rich 可讓命令列字元的應用程式,外觀換然一新,給人的視覺體驗。

Dear PyGui:賦予終端機程式真正的圖像化介面

藉由 Rich 函式庫,終端應用程式變漂亮了,但是有時這樣的美化還不夠,你甚至需要一個新的 GUI 圖形介面。此時你需要 Dear PyGui——一款 Dear ImGui C++ 計畫的 Python 接口。

Dear PyGui 使用了在電玩中常用的即時模式(immediate mode),這意味著動態 GUI 是一個影格(frame)接著另一個影格獨立繪製的,不需保留任何資料。這使得「Dear PyGui」與其他 Python GUI 框架有所區別。它具有高性能,且使用電腦的 GPU 來促成高度動態界面的構建,這在工程、模擬、遊戲及資料科學的應用程式是經常被需要的。

 


▲ Dear PyGui 套用了電玩常用的即時模式,能賦予終端機程式真正的圖像化介面

 

本篇介紹均為把單調的「命令列介面」變漂亮的 Python 函式庫。若 Python 的錯誤信息也能這樣美化的話,工程師在 debug 時就不會這麼痛苦了!沒錯,「PrettyErrors」就是為這一目的而生。請點此看下一篇

閱讀了解!另外還有只用 Python就能繪製雲系統架構的「Diagrams」、還有可將複雜的機器學習項目「結構化」的「Hydra 與 OmegaConf」,請不要錯過!

相關文章:

Nature:語言天才比數學高手更適合學 Python!別在嘴文科生、女性不能寫程式了

人工智慧能「聽咳嗽聲認出新冠患者」!成功率達 98.5%

Google 正測試人工智慧系統,助盲人和視障人士獨立參加路跑

用說的就能寫程式!人工智慧替手傷工程師開發語音程式工具

學Python課程的刻板印象你有嗎? (上)

學Python課程不是理科生,也不是男性的專利! (上)

拜月老不如找人工智慧?配對新人有一手!

 

2021年1月20日 星期三

超越AlphaGO存在的人工智慧誕生了! (下)

可無師自通的人工智慧,更勝AlphaGO!下棋,玩遊戲,壓縮影片都難不倒它!

可無師自通的人工智慧,更勝AlphaGO!下棋,玩遊戲,壓縮影片都難不倒它!

本系列文章為【終極版AlphaGo-MuZero 】的下篇,MuZero竟然不用靠人類訓練,就可以自我摸索出西洋棋規則?請點此看上篇閱讀了解

除了下棋⋯⋯人工智慧 MuZero 還可壓縮影片!有望降低 YouTube 成本

除了下棋玩遊戲之外,人工智慧MuZero 也被運用在商業用途。

David Silver 表示,DeepMind 正試著用 人工智慧MuZero 來開發新型的影片壓縮技術:「如果查看整個網路世界的資料流量,會發現影片占了很大的比例,如果可以更有效地壓縮影片的大小,可以省下大量資金、縮減經營成本。」

「初步實驗顯示,只是單純壓縮影片能取得的收益也非常可觀,我們對此感到很興奮。」

 

▲ 思科(Cisco)預估 2022 年時,影片將佔據全球 82 %的網路流量。來源:CardMapr on Unsplash

 

由於同為 Alphabet 旗下的 Google 握有世界上最大的影音平台 YouTube,因此 YouTube 很有可能成為最大獲益者。然而 David Silver 拒絕透露 Google 將在何時、何地使用 MuZero的功能,只表示未來一年內將會公布更多細節。

此外,MuZero 也計畫被用於解決化學或量子物理等問題,潛在應用領域也包括新一代虛擬助理、個人化醫療與搜索救援技術等。

AI 人工智慧更像人了

DeepMind 的核心理念是利用人工智慧為世界做出貢獻,MuZero 的能力與多種實際應用的可能,是 AI 走出理論的象牙塔、更貼近現實的重要里程碑。

但突破性的進步往往也伴隨著隱憂。南安普敦大學電腦科學教授、人工智慧委員會成員 Wendy Hall 認為,DeepMind 一心追求提升 AI 性能,但對於可能造成無法預料的嚴重後果:「就像是噴射機的發明者可能沒考慮過汙染問題。人們必須要在發展與風險中取得平衡。」

MuZero 可以歸納實際情況與當下的行動,不需要通曉所有的可能性,也能表現出色。這個特色非常人性化,也很接近人類處事的模樣。但這是會讓人工智慧 成為更出色的虛擬助理呢?還是會讓 AI 離取代人類越來越接近?只能拭目以待了。

人工智慧「AlphaFold」解決困擾人類半世紀的「蛋白質」難題

全世界最知名的人工智慧公司 DeepMind 除了曾經研發過擊敗人類棋王的 AlphaGo、它的進階版 AlphaZero 以及它的終極版 MuZero 之外,還曾開發出名叫「AlphaFold」的 AI,解決了困擾生物學界超過 50 年的「蛋白質折疊」難題!以往要精確得知一個蛋白質的完整結構,需要數月、數年甚至數十年的實驗研究,而這個人工智慧只要花費幾小時就能完成。詳細資訊請看本篇文章:「生物學最大謎團被人工智慧 破解!DeepMind 攻克「蛋白質折疊」奧秘

▲ DeepMind 的科學家與工程師的幕後故事,談論他們如何創建出 AlphaFold。

人工智慧 Suphx 打敗人類雀聖!微軟:麻將 AI 比圍棋 AI 難

人工智慧快毀了西洋棋比賽?前西洋棋冠軍聯手AlphaZero AI改寫西洋棋

相關文章:

外貌影響面試?新人工智慧機器人 Tengai 面試不再以貌取人

秀程式設計也能交女友!工程師專屬交友App:VSinder

生物學最大謎團被人工智慧 破解!DeepMind 攻克「蛋白質折疊」奧秘

測試員"微痛"轉職前端工程師,現在切版和網站開發一把罩!

全新的谷歌檢索報告,讓SEO完整掌握狀況!

人工智慧當面試官,就為避免求職環境歧視!(上)

拜月老不如找人工智慧?配對新人有一手!

超越AlphaGO存在的人工智慧誕生了! (上)

 可無師自通的人工智慧,更勝AlphaGO!下棋,玩遊戲,壓縮影片都難不倒它!

可無師自通的人工智慧,更勝AlphaGO!下棋,玩遊戲,壓縮影片都難不倒它!

比打敗人類棋王的AlphaGo更強!無師自通的人工智慧MuZero誕生

DeepMind 2016 年開發的人工智慧圍棋軟體 AlphaGo 擊敗韓國棋王李世乭,成為第一個擊敗人類棋手的人工智慧 AI。2018 年,它的繼任者 AlphaZero 從零開始,靠自學學會西洋棋、將棋、圍棋

近日,DeepMind 發表超越 AlphaGo、AlphaZero 的人工智慧系統 MuZero,即使不知道規則還是可以精通西洋棋、圍棋、將棋,以及 57 款雅達利(Atari)遊戲,甚至還能用來壓縮影片。

 

▲ 來源:DeepMind 官網。

 

AlphaGo還需靠真人來訓練,MuZero卻能自我摸索出規則

DeepMind 過去研發出的幾款人工智慧,都在各種棋類遊戲上展現出壓倒性的優勢。但無論是 AlphaGo、AlphaGo Zero 或 AlphaZero,都是基於已知規則,再加上人類資料訓練或是自我學習訓練而成。

而最新登場的 MuZero 與其他的 人工智慧AI「前輩」們最大的不同在於,它未事先輸入任何的已知規則,在未知的動態環境下能自行摸索出規則,並作出最佳的判斷。

MuZero 的拿手範圍不只圍棋、西洋棋和將棋等棋類遊戲,還包含經典電腦遊戲公司雅達利(Atari)出品的 57 款遊戲,且都拿出了亮眼的表現。

跟人類一樣的「規劃能力」 MuZero 以有限資訊做出最佳決策

2019 年 DeepMind 就曾透露過 MuZero 的存在,但直到 2020 年底才正式於《自然》期刊發表論文,詳細介紹它的能力與原理。DeepMind 表示,MuZero 最大的突破在於表現了「對未知環境的掌握能力」。

「我們只是告訴人工智慧:用你自己建構的認知,去了解這個世界怎麼運作。」曾任 AlphaGo 與 AlphaZero 首席研究科學家、現正領導 DeepMind 強化學習研究小組的 David Silver 表示,「只要內部的理解成功對上了某個現實事物,那我們就滿意了。」

 

▲ MuZero 不需要先備知識與規則,就能精通更多的領域。來源:DeepMind 官網。

 

與 AlphaGo、AlphaZero 相似,MuZero 也使用蒙地卡羅樹搜尋法(Monte Carlo tree search,MCTS),匯總神經網路的預測,並選擇適合當前環境的動作。

MCTS 是一種「最佳優先」的樹狀搜尋演算法,與傳統方法(如廣度、深度優先)相比,最佳優先搜尋利用啟發式估算法,使其在未知的搜索空間中也可以找到有效的解決方案。簡單來說,該演算法不使用學習模型,而是找出「最好的下一步是什麼」。

MCTS 的每個迴圈包括四個步驟:選擇(Selection)、擴充(Expansion)、仿真(Simulation)和反向傳播(Backpropagation)。通過重覆執行這些步驟逐步建構出樹狀圖。

  


▲ 蒙地卡羅樹搜尋法應用於 MuZero 的示意圖。來源:DeepMind 官網

 

更簡單地來說,人工智慧MuZero 會對依照三種要素建立樹狀模型:1. 當前位置、狀況的好壞;2. 最好的下一步是什麼,3. 最後會有怎樣的結果。

DeepMind 比喻,MuZero 的運作邏輯就像是「知道雨傘能讓人不被淋濕,比對雨滴建模更有用」,它只對重要的資訊進行建模,不但讓 MuZero 不懂規則也能掌握遊戲,也讓它能保持高效率、高性能。MuZero 在棋類遊戲的性能與 AlphaZero 匹敵,在雅達利遊戲上的表現更大幅超越現有的最佳系統 DQN、R2D2 與 Agent57。

 

▲ 雅達利曾視為家用遊戲主機的代表。來源:Lorenzo Herrera on Unsplash

 

其實人類生活在真實世界時,也常要解決沒有規則可循、沒有指南可看的問題,但人類有規劃能力,能在混沌又複雜的世界制定出下一步該怎麼走。當你看到天空烏雲密布,於是決定攜帶雨具出門,這就是一種規劃能力,因為你預測到了可能會下雨。

David Silver 說:「這是我們第一次打造這種系統,它能建立對世界如何運作的理解,並用這種理解做複雜的規劃,例如下西洋棋。」

在下棋時,MuZero 也能以較少的運算量,達到與 AlphaZero 同樣甚至更好的結果;在需當機立斷、立即做出行動的遊戲如小精靈(Pac-Man)中,MuZero 不需要算出所有可能性才能行動,若限制它的每個行動只能選擇 6、7 個規畫模擬,依舊能取得亮眼的成績。

除了下棋⋯⋯人工智慧 MuZero 還可以做什麼來降低 YouTube 成本?下集請點此接續看下去!

相關文章:

外貌影響面試?新人工智慧機器人 Tengai 面試不再以貌取人

秀程式設計也能交女友!工程師專屬交友App:VSinder

生物學最大謎團被人工智慧 破解!DeepMind 攻克「蛋白質折疊」奧秘

測試員"微痛"轉職前端工程師,現在切版和網站開發一把罩!

全新的谷歌檢索報告,讓SEO完整掌握狀況!

人工智慧當面試官,就為避免求職環境歧視!(上)

拜月老不如找人工智慧?配對新人有一手!

2021年1月18日 星期一

SEO,PPC大不同!帶你一看究竟!

 SEOPPC傻傻分不清?看這篇文章帶你快速了解!

還SEO跟PPC傻傻分不清?看這篇文章帶你快速了解!

SEO 跟付費的關鍵字廣告有何不同?為何在網路行銷很重要?

相信每一個從事網路行銷都會希望自家的網站可以在 Google 搜尋結果上「有效」曝光,來吸引更多人潮!要達成這個目的,有兩種方法:第一種是透過付費「關鍵字廣告(PPC)」出現在廣告版位,第二種便是透過符合搜尋引擎規範的網站優化(SEO),使你的網站能被 Google 搜尋引擎收入,出現在 Google 的自然搜尋結果!

以上的方法,前者的「關鍵字廣告(PPC,有些業者把這種方式稱為「SEM(搜尋引擎行銷)」,其實並不是很精準)」,優點是曝光快,但在廣告版位的排序與名次,則是依你交了多少廣告費而定。若帳戶內的錢用完,廣告則會自動下架;而後者(SEO 網站優化) 速度雖然慢,且要做的事很多,但是一但排名衝上去後,停留的時間便很持久。

 

▲ 自然排序與關鍵字廣告在搜尋結果頁的位置。來源:達內教育

 

回歸正題,SEO(Search Engine Optimization)本意是「搜尋引擎最佳化」,是一種善用搜尋引擎(如 Google 搜尋、Yahoo 搜尋等等)的演算法原理,來優化網站的概念與技術。

 

當網站能「不」透過付費的關鍵字廣告,而能在搜尋結果頁面上透過自然排序、曝光度吸引更多的訪客來瀏覽網站時,成交的機會也就隨之增加,對企業的業績與口碑都有正面影響。

不像需要付費的關鍵字廣告,錢沒了網站就停止曝光;透過 SEO 技巧所奪得的網站排名與曝光可以持久。因此 SEO 優化在網路行銷佔有一席之地。

SEO 的困難點?

比起上一段提到的 PPC 廣告投放網路行銷,能有許多清楚的數據,業界知名 SEO 專家就說過「SEO 是相對不透明的領域」。

以 PPC 廣告投放來說,你投入了多少錢,獲得多少曝光、點擊、最終轉成多少業績等數據都能清清楚楚地在報表上呈現。

當廣告成效不如預期、甚至無法操作、被停用時,你可以很清楚的推到是哪個環節出了問題,具體的原因呼之欲出;但在 SEO 領域上,若網站的點擊數變少、搜尋流量下滑、Google 把你的網站從搜尋頁上下架時,SEO 人員都要分析非常多資料、有時甚至還要有經驗的 SEO 顧問一起研究討論,甚至檢查網站的前端、伺服器端等才能釐清原因。有時候,就算是最頂尖的專家協助還釐清不出原因。

除了無法直接知道網站排名下滑的原因之外,Google 演算法一個月就來幾次小更動、每個幾個月就有大更新。因此身為 SEO,經常要不定期的關注 Google 在搜尋引擎上到底做了哪些事,甚至要因應更新的方向定出網站優化的方案。

推薦閱讀:

Google 12 月更新演算法!SEO今年排名最大洗牌

即便 Google 更新時,官方會說明有哪些作法會衝擊到網站排名,但都大方向的說明,小細節無法透過爬文、查資料來取得。因為 Google 怕有些有心人士使用黑帽手法來惡意操作、誤導 Google 搜尋引擎,讓 Google 搜尋引擎失去公平性及降低使用者體驗。

如此一來,SEO 們只能盡可能照 Google 的規範來優化網站,這就是為 SEO 的具體做法不好敘述、SEO 人才不好培養的原因。連真正的 SEO 從業人員每天也都要吸收新知,才不會誤用了過時的優化技巧

例如,下圖為一家搬家公司的網頁 HTML 原始碼,在一些帶有外部連結的關鍵字上居然嵌入了「Display:none」的 CSS,那他們可能太久沒跟上 Google 的演算法了!這就是過時的黑帽 SEO 手法,會降低 SEO 的排名。

 


▲ 隱藏外部連結與文字的做法已是過時的黑帽 SEO 手法

 

推薦閱讀:


白帽SEO、黑帽SEO,到底差在哪?

既然 SEO 這麼複雜,那我自學可以嗎?

SEO 的資訊又雜又大,甚至外面有一些不實的江湖傳說,像是「SEO 就是在文章中插入關鍵字就好」等謊言。其實對未接觸過 SEO 的初心者來說,他無法判斷哪個資訊才是正確的,因此還是接受系統課程的 SEO 教學、並且有實務經驗的老師帶領實戰操作,邊學邊做,才是最保險又不浪費生命的做法。

擁有了基礎的 SEO 理論之後,還是要在業界、或自己架一個網站實務操作至少一年,才會真正了解到一些基礎的 SEO 操作、流程。此時可藉著報名進階的 SEO 課程、透過各種學習資源自學 SEO 或定期追蹤 SEO 權威網站的文章來充電。總之,就是要大量閱讀、大量學習。

而 SEO 的基本功,是必須要花大量的時間來打好基礎:像是看懂 Google Search Console 與 GA 等報表上的數據以及成效分析、理解 Google 排名背後的演算法、理解如何佈局 SEO 整體架構、知道如何優化網站(不會基礎的 HTML、CSS 語法就沒資格做 SEO)等。總之,最快的方法就是自己架設一個網站來做 SEO 優化來驗證你所學的 SEO 理論。

推薦閱讀:


Google Search Console更新! 新檢索統計報告啟用開始

後續,我們還會產出更多的 SEO 教學文章與新聞。請持續關注本網站。

相關文章:

外貌影響面試?新人工智慧機器人 Tengai 面試不再以貌取人

秀程式設計也能交女友!工程師專屬交友App:VSinder

生物學最大謎團被人工智慧 破解!DeepMind 攻克「蛋白質折疊」奧秘

測試員"微痛"轉職前端工程師,現在切版和網站開發一把罩!

全新的谷歌檢索報告,讓SEO完整掌握狀況!

人工智慧當面試官,就為避免求職環境歧視!(上)

拜月老不如找人工智慧?配對新人有一手!