Google 在最近宣布了一个重大的更新，这项更新将会大大的影响 Google 搜寻结果当中所有网站的排名。去年 Google 推出了
We’ve continued to improve our ability to understand misspelled words, and for good reason—one in 10 queries every day are misspelled. Today, we’re introducing a new spelling algorithm that uses a deep neural net to significantly improve our ability to decipher misspellings. In fact, this single change makes a greater improvement to spelling than all of our improvements over the last five years.Spelling
段落搜寻
这项改变对于 Google 搜寻结果页面（SERP）所产生的影响尤其明显，因为 Google 现在会索引的内容不仅仅是「整的页面」，更多时候会是索引「某个段落」。
举例来说，你在某篇文章中可能同时包含 A、B、C 三个段落，这三者都是具有相关性的，因此放入在同一个大框架进行说明。而当 Google 进行页面索引时，会根据每一个段落与其上下文进行分析，并且将其中最相关的段落呈现在搜寻结果页面当中。
因此，现在的 Google 搜寻能够更加精準的搜寻到「段落」，它会将所引导的内容进行上下文的匹配，使得你的搜寻结果有别于过去只能显示与你主题具有相关的内容，现在更加可以精準的「了解你的搜寻意图」并且找出网站当中「最相关的特定片段」，并显示在搜寻结果当中。
Very specific searches can be the hardest to get right, since sometimes the single sentence that answers your question might be buried deep in a web page. We’ve recently made a breakthrough in ranking and are now able to not just index web pages, but individual passages from the pages. By better understanding the relevancy of specific passages, not just the overall page, we can find that needle-in-a-haystack information you’re looking for. This technology will improve 7 percent of search queries across all languages as we roll it out globally.Passages
次要主题
次要主题也可称作为「副题」或是「子主题」，主要的意思就是在主要主题周围，一定会有与其相关的广泛内容，现在的 Google 透过 BERT 已经可以运用神经网路来了解与主题有高度相关的其他次要内容。
举例来说，如果你搜寻「家庭健身器材」这个主题，除了本身主要的结果会与家庭健身器材有相关之外，你很有可能也会对相关的次要主题像是「器材预算」、「家庭健身空间」…等等感到兴趣。
这项改变预计将会在今年年底开始推出。届时当你搜寻某一个主题时，就会看到 Google 推荐给你与该主题具相关性的其他次要内容。
We’ve applied neural nets to understand subtopics around an interest, which helps deliver a greater diversity of content when you search for something broad. As an example, if you search for “home exercise equipment,” we can now understand relevant subtopics, such as budget equipment, premium picks, or small space ideas, and show a wider range of content for you on the search results page. We’ll start rolling this out by the end of this year.Subtopics
了解影片的关键片段
在使用新的 AI 搜寻方法之后，现在 Google 能够了解影片当中更加深层的语意，并且能够自动识别精準的关键时刻。实际上你现在可能就已经会发现，Google 在某些影片当中会切成好几个片段，每个片段之间都会有注释，你可以将滑鼠移入后就会显示每个段落所代表的意思，并可以藉由点选来直接跳到下一个段落。
举个例子来说，在一篇食谱的教学影片中，Google 会自动识别每个步骤，当你进行搜寻时，Google 会直接显示影片的特定时间轴，点选后你就能直接看到你想要查询的步骤，而不需要从影片开头自己进行寻找，帮助你更轻鬆的找到你要搜寻的内容。
这项技术预计在 2020 年底前会有 10% 的搜寻将会受到影响。而这也非常有可能将改变日后 Youtuber 在製作内容时的一些内容规划问题。
Using a new AI-driven approach, we’re now able to understand the deep semantics of a video and automatically identify key moments. This lets us tag those moments in the video, so you can navigate them like chapters in a book. Whether you’re looking for that one step in a recipe tutorial, or the game-winning home run in a highlights reel, you can easily find those moments. We’ve started testing this technology this year, and by the end of 2020 we expect that 10 percent of searches on Google will use this new technology.Understanding key moments in videos
以数据来深入理解
有时最佳的搜寻结果是统计资讯。但是这些统计数据通常蛮藏于大数据当中，一般人并不容易在网路上轻易的理解或是存取这些数据。从 2018 年以来，Google 致力于数据普及项目（或称数据共享项目），这是一个与美国人口普查、劳工统计、世界银行…等等相关单位所合作的统计数据开放式知识数据库。目前将这些大数据集合起来只是第一步，现在我们能够使用 Google 搜寻使得这些大数据能够更容易被访问与使用。
除了运用该资料项目之外，Google 也会根据公开的大数据资料库进行资料的索引，因此如果你所搜寻的统计数据是能被/有被 Google 索引访问的，那么它就能够精準的回传数据资讯。
举例来说，若你在 Google 搜寻「在台北有多少人」这类型的问题时，Google 将会映射到相关的大数据资料库当中，并且在数十亿的资料列中取得相关的数据，并利用最直观易懂的方式显示正确的统计资讯。除此之外，它还会显示与该数据相关的其他资讯，像是其他城市的人口数量统计数据，能够方便你轻鬆的深入了解特定的主题。
Sometimes the best search result is a statistic. But often stats are buried in large datasets and not easily comprehensible or accessible online. Since 2018, we’ve been working on the Data Commons Project, an open knowledge database of statistical data started in collaboration with the U.S. Census, Bureau of Labor Statistics, World Bank and many others. Bringing these datasets together was a first step, and now we’re making this information more accessible and useful through Google Search.Deepening understanding through data
这对未来的 SEO 有什么转变？
从这 1~2 年来 Google 的演算法更新加入 AI 的神经网路之后，可以发现 SEO 是越来越难操作。从以前开始，学习 SEO 本来就是一件非常艰深，且需要同时理解各种不同面向、领域的技术细节，才能够全面的去执行 SEO 优化。而现在，学习 SEO 的成本更是随着 Google 演算法不断的更新，而导致学习的成本增加，使这件事情更为困难。
从这次 Google 所宣布已经採用的演算法更新，以及即将不久所到来的种种新的演算法，未来的 SEO 将会变得更为的困难去执行优化，并且，对于那些具有统计数据的结果或是新闻，肯定会首当其冲的受到威胁。