一个围绕谷歌和整体技术市场最大的流行语是机器学习。 谷歌与RankBrain使用它来搜索并以其他方式。 我们问加里Illyes从谷歌在我们的采访的第二部分谷歌如何使用机器学习与搜索。
Illyes表示，谷歌使用它主要是为“未来与新的信号和信号汇总。“因此，他们可以看两个或两个以上不同的现有非机器学习的信号，看是否添加机器学习他们的聚集有助于提高搜索排名和质量。
他还表示，“RankBrain，其中 。。。 这将重新行列基于基于历史的信号，”是他们使用机器学习的另一种方式，后来解释RankBrain如何工作和企鹅并没有真正使用机器学习。
这是音频文件：
下面是完整的全文：
丹尼：这些天好像这真的很酷的人，只是说机器学习一切正在使用。
加里Illyes：然后人吓坏了。
丹尼沙利文：是。这是什么，什么是你与机器学习在做？ 像，所以当你说这不是正在核心算法使用。所以没有人被解雇。机器还没有接管算法，你们还在使用的算法。你还有人试图找出最好的方式来处理信号，然后你怎么用机器学习做； 是的那[它]部分？
加里Illyes：它们通常用于想出新的信号和信号汇总。所以基本上，我们说这是一个随机的例子，不知道这是否是真实的，但让我们说，我想看看是否有熊猫和任何其他的，我不知道，令牌频率相结合的PageRank。
如果这三个以某种方式结合会导致更好的排名，并为例如，我们可以很容易地使用机器学习。然后创建新的复合信号。这将是一个例子。
另一个例子是RankBrain，其中 。。。其根据基于历史信号重新行列。
但也就是，如果你，如果你想想看，这也是一个复合信号。
它使用几个信号来为结果的新乘数已经由核心算法排名。
还有什么？
巴里·施瓦茨：你不是第一次使用它作为一个查询细化？ 对？ 这是最主要的事情？
加里Illyes：我不知道 。。。？
巴里·施瓦茨：未RankBrain所有关于某种类型的查询理解和 。。。
加里Illyes：嗯，确保为查询我们是最好的可能的结果，基本上，它是在一个方式重新排序。
巴里·施瓦茨：丹尼，你有没有了解RankBrain的意思，也许这只是我，意思是说，好吗有人搜索X，但RankBrain真叫[它]为Xish？ 然后查询将结果。
丹尼沙利文：当它第一次出来的时候，我的理解是，[是]正在使用RankBrain长尾查询，它们对应于短短答案。所以，有人走过来说，为什么潮超高有时，当我不明白 – 月亮似乎是非常大的，这是一个非常不寻常的查询，请右键？ 而谷歌可能会参加，OK，还有回事了很多。如何解压这一点，并在那里，然后获得信心和使用典型的东西，你会想，好吧，我们会看到，如果我们所有的这些话，你有一个链接到任何。与此同时，真的是什么人说的是为什么是潮高时月圆。这是一种较为常见的查询。而谷歌大概是当它与交易就是它的排名更加自信，我的理解[是] RankBrain帮助谷歌更好地理解这些较长的查询基本上coresponded较短查询的地方有很多关于答案的信心。
彼时，那像什么，一年前左右？ 在这一点上，加里，当你开始谈论那些重新排名，就是那种你在谈论重新排名？
加里Illyes：是。
丹尼沙利文：OK。
巴里·施瓦茨：好吧。所以，我们不应该将所有这些东西归类为RankBrain，还是应该？ 像它可能是其他机器学习。
加里Illyes：RankBrain是我们的排名系统中的一个组成部分。有超过200，因为我们在开始时说，信号，我们使用和他们每个人可能会成为像基于机器学习。
但是，当你或我不认为任何时间很快或在不久的将来所有的人都将成为基于机器学习的。或者说，这就是我们所说的核心算法将成为基于机器学习。造成这种情况的主要原因是，在调试机器学习的决定或决策的AI，如果你想，如果你喜欢，是天昏地暗，尤其是当你有 。。。神经网络的多个层。它变得几乎不可能调试的决定。而这对我们非常不利。为此，我们尝试开发新的方法来跟踪回决定。但是，如果它可以很容易模糊处理的问题，而且会限制我们与改善普通搜索能力。
巴里·施瓦茨：所以当人们说企鹅现在是一个古老的机器学习为基础的 。。。
加里Illyes：企鹅是不是ML。
巴里·施瓦茨：OK，有很多人说，企鹅[是]机器学习为主。
加里Illyes：当然他们这样做。我的意思是，如果你想想看，这是一个非常性感的词。对。如果你发布 。。。
丹尼沙利文：人们用它在酒吧和网上所有的时间。像哎，学习机。哦耶。
加里Illyes：但基本上，如果你发布的文章与像机器学习标题现在是由机器生成企鹅企鹅或学习它像 。。。。但是，如果你发布的文章与标题它更可能多的人可以点击该标题，和好，大概想出的想法，你是疯了或类似的东西。但它更可能多的，他们将访问您的网站比，如果你发布的东西，带有标题企鹅已经推出。
注：本文是预先写好的，并安排在今天公布。