Il talk di Kevin Salvin, incluso qui sopra, parla di come il mondo in cui stiamo vivendo sia ideato per algoritmi che, piano piano, in modo crescente, stanno iniziando a controllare le nostre vite. Sintetizziamo le sue parole qui sotto come riprese e approfondite da HS.
Dai 20000 fisici di Wall Street che creano algoritmi per il trading, ai matematici di Netflix, Google e Amazon che usano gli algoritmi per analizzare e prevedere il comportamento, il nostro mondo subisce l’impatto della matematica, che si è a sua volta trasformata da qualcosa di estratto e derivato dal mondo a qualcosa che di fatto lo sta modellando. Anche l’architettura è soggetta all’ottimizzazione basata su algoritmi, e un piccolo esempio sono i robot per pulire i pavimenti. Ogni modello ha un’idea differente di cosa significhi pulire ed è dettata dai loro algoritmi.
Slavin dice anche che stiamo programmando dei sistemi che ci condizionano in un modo imprevedibile e che non possiamo controllare – come quando a Wall Street ci fu il “Flash Crash of 2:45”, dove il 9% dell’interno stock market US sparì in 5 minuti. Nessuno diede quell’ordine, nessuno lo chiese, e nessuno poté controllarlo.
Gli algoritmi presero il controllo, e il genere umano venne tagliato fuori.
A questo punto direte cosa c’entra con la SEO
Lo so. Forse nulla, ma forse molto.
In un recente talk, Raymond Blum, team leader di Google Site Reliability Engineers, che includo di seguito, ci mostra quanto è profonda la direzione verso l’automazione algoritmica.
Una parte interessante del suo discorso è sicuramente questa:
Take humans out of the loop. How many copies of an email are kept by GMail? It’s not something a human should care about. Some parameters are configured by GMail and the system take care of it. This is a constant theme. High level policies are set and systems make it so. Only bother a human if something outside the norm occurs.
Il punto di tutto ciò è la scalabilità. L’automazione migliora l’efficienza e l’utilizzo delle risorse. È un moltiplicatore di energia.
In sintesi, il significato vero dell’automazione risiede negli Algoritmi. Se ci pensate bene anche quando parliamo di Big Data e “Internet of Things” e dell’utilità nel guidare l’apprendimento, di cosa parliamo? Sempre algoritmi.
Un altro esempio di automazione in casa Google è Spanner
Spanner is Google’s scalable, multi-version, globally-distributed, and synchronously-replicated database. It is the first system to distribute data at global scale and support externally-consistent distributed transactions.
Spanner opera su larga scala e deve prendere decisioni in automatico sulle operazioni da fare. L’unico modo per funzionare è tramite algoritmi perché sarebbe un lavoro impossibile da gestire per le persone.
In merito a questo c’è un estratto dall’articolo di Wired.com su Spanner:
One effect, Fikes explains, is that Google spends less money managing its system. “When there are outages, things just sort of flip — client machines access other servers in the system,” he says. “It’s a much easier service story… The system responds — and not a human.”
All’aumentare dell’esperienza di Google nel deep learning aumenterà anche la sua capacità di creare algoritmi in grado di fare cose incredibili.
Dove stiamo andando…
Ieri sera è partita la mia ispirazione per questo post dopo aver visto il video e letto qualche articolo e questa mattina girando su G+ ho trovato interessante la discussione nata tra Andrea Bosoni e Enrico Altavilla alla condivisione dell’ultimo video di Cutts, che risponde alla domanda “Esiste una versione di Google che non considera i link per il ranking?”
La questione posta da Andrea è che secondo lui i link saranno svalutati o presto rimpiazzati da altri fattori.
Riporto il suo commento per intero:
Maybe they are not devaluing links or substituting them with social signals right now, but the simple fact that they are experimenting alternatives makes me believe that their weight as a ranking factor in the future can only decrease.
La risposta di Enrico è interessante e a tema con tutto l’argomento di questo post.
An observation that I would like to make is that if Google has adopted “learning to rank” techniques, the very concept of “weight”, intended as a global feature, would disappear.
Signals coming from links would be both a necessary feature for some queries and a useless (or even detrimental) feature for other queries. As a consequence, trying to calculate an overall average of link contribution to SERPs would produce a misleading result, because it would prevent us to understand in what specific cases links are useful to Google and in what specific cases they are not so much.
e poi alla domanda di Andrea, se Google usa attualmente questo “Learning to Rank”, Enrico:
that’s the point: we don’t know. “Learning to rank” is not a new approach, it’s quite popular in Information Retrieval since many years. In the past Google has stated that they do not like a pure machine-learning approach to ranking, but things have changed a lot in the last two/three years, so we cannot exclude that.
For example we know that in 2008 the machine learning approach produced ranking results similar or better that those produced by “manual” algorithms. I imagine that in more than five years the machine learning approach has shown further improvements, to the point that it would be foolish to completely ignore it.
Still, we don’t know. But the trend goes towards more machine learning techniques.
Oltre a questo credo sia molto interessante anche il video che parla di come Google combatte le spam.
Anche qui notiamo come ci sia l’elemento umano e quello rivolto all’automazione.
È davvero interessante analizzare tutte queste informazioni e comprendere l’unica strada percorribile per i motori di ricerca.
Come anche Kevin Slavin dice, gli algoritmi vanno compresi come facciamo con la natura, perché in un certo senso ne fanno parte.
