SEO อัปเดตหลักของ Google เดือนพฤศจิกายน 2021 กำลังเปิดตัว

หากคุณเป็น SEO หรือเจ้าของเว็บไซต์ 2021 คุณได้ผ่านปัญหาต่างๆ การอัพเดทอัลกอริธึมที่สำคัญๆตลอดทั้งปี และเรายังได้รับคำเตือนด้วยว่าจะมีมาเพิ่มอีก!

พวกเราหลายคนเพิ่งได้รับยอดเงินคืนจากการอัปเดตสแปมในเดือนพฤศจิกายน พ.ศ. 2564 และกำลังจะเข้าสู่รายการถัดไป ในวันพุธ Google แจ้งให้เจ้าของเว็บไซต์ทราบสองสามชั่วโมงเกี่ยวกับการอัปเดตอัลกอริธึมหลักที่กำลังจะเกิดขึ้นซึ่งเป็นการอัปเดตหลักในเดือนพฤศจิกายน 2021 การอัปเดตหลักก่อนหน้าของ Google คือการอัปเดตอัลกอริทึมหลักสองส่วนในเดือนมิถุนายนและกรกฎาคม ดังนั้นจึงผ่านมาระยะหนึ่งแล้ว และระยะเวลานี้ก็หมดลง แต่ด้วยการอัปเดตทั้งหมดที่เกิดขึ้นระหว่างนั้น ทำให้รู้สึกเหมือนว่าเราแทบไม่เหลือเวลาให้หายใจเลยสักนาที

ยิ่งไปกว่านั้น เรากำลังจะเข้าสู่ช่วงเทศกาลวันหยุดด้วย Black Friday และ Cyber ​​​​Monday ซึ่งเป็นงานช้อปปิ้งที่ใหญ่ที่สุดสองงานแห่งปีซึ่งอยู่ห่างออกไปเพียงไม่กี่วัน สมมติว่าการอัปเดตนี้จะใช้เวลาสองสัปดาห์ตามปกติในการเปิดตัว อัลกอริธึมของ Google จะเขย่าหน้าผลลัพธ์ของเครื่องมือค้นหา (SERP) ในช่วงเวลาออนไลน์ที่วุ่นวายนี้ และนี่คือความผิดปกติโดยเฉพาะอย่างยิ่งเนื่องจาก Google มักจะพยายามที่จะทำให้ช่วงวันหยุดน้อยขึ้นอยู่กับเรา

ที่กล่าวว่าเราอยู่ในนี้ในขณะนี้ดังนั้นจึงไม่มีประโยชน์ที่จะรู้สึกท้อแท้มากเกินไปเกี่ยวกับเรื่องนี้ แต่เราสามารถดูแนวทางอื่นของ Google เกี่ยวกับวิธีจัดการกับการอัปเดตอัลกอริธึมหลักแบบกว้างๆ ได้ หากคุณได้รับผลกระทบในทางลบ 

นอกจากนี้ สิ่งสำคัญที่ต้องจำไว้คือการอัปเดตนี้ออกแบบมาเพื่อปรับปรุง Google โดยรวม ดังนั้นจึงไม่ได้กำหนดเป้าหมายเฉพาะเจาะจง อย่างไรก็ตาม มันจะส่งผลกระทบต่อ SERP โดยรวม ดังนั้นจึงไม่น่าเป็นไปได้ที่คุณจะไม่พบการเปลี่ยนแปลงใดๆ เลย 

อันที่จริง SEO กำลังรู้สึกอยู่ในขณะนี้ หลักฐานประวัติ การอภิปรายในฟอรัม และกระทู้แสดงความคิดเห็นแนะนำว่าการอัปเดตไม่ได้ดำเนินไปอย่างราบรื่นสำหรับคนส่วนใหญ่ มีการร้องเรียนและการกล่าวอ้างจำนวนนับไม่ถ้วนเกี่ยวกับหน้าเว็บที่ “ไม่ดี” และเว็บไซต์ที่มีอันดับสูงกว่า “ดี” แต่สิ่งสำคัญคือต้องจำไว้ว่าในขณะที่การอัปเดตยังคงดำเนินต่อไปในอีกไม่กี่วันข้างหน้า การเปลี่ยนแปลงเหล่านี้สามารถย้อนกลับได้ สัปดาห์หน้าควรให้ภาพที่ชัดเจนขึ้นของสิ่งที่เรากำลังเผชิญอยู่ – และขนาดที่แท้จริงของมัน 

ข่าว SEO เพิ่มเติมที่คุณสามารถใช้ได้

ข้อความย่อหน้าตัวหนาสามารถเพิ่ม SEO ของคุณได้: ทุกวันนี้หายากที่จะเรียนรู้สิ่งใหม่เกี่ยวกับ SEO เจ้าของเว็บไซต์ทุกคนรู้ดีว่ามีการวิเคราะห์สัญญาณการจัดอันดับจากทุกมุมที่เป็นไปได้มากเพียงใด ซึ่งมักจะถูกหักล้างซ้ำแล้วซ้ำเล่า แต่ทำให้เกิดการพูดคุยอย่างต่อเนื่อง ดังนั้นเราจึงรู้สึกประหลาดใจที่จะเรียนรู้สิ่งใหม่ ๆ จากจอห์นมูลเลอร์ในช่วงล่าสุดค้นหากลางสำนักงานชั่วโมงแฮงเอาท์ : ข้อความเป็นตัวหนาในย่อหน้าแตกหักช่วย SEO. ถูกต้อง มันเป็นมากกว่าตัวเลือกโวหาร (แม้ว่าคุณจะเคยใช้มันมาแล้วก็ตาม) Mueller อธิบายว่าข้อความที่เป็นตัวหนาและตัวเอียงจะเพิ่ม “ค่าพิเศษ” ให้กับหน้า โปรแกรมรวบรวมข้อมูลของ Google ค้นหาสิ่งเหล่านี้อย่างจริงจังเพื่อพยายามทำความเข้าใจสิ่งที่สำคัญและเข้าถึงส่วนสำคัญของเนื้อหาอย่างรวดเร็ว แม้ว่า Google จะสามารถค้นหาสิ่งนี้ได้โดยไม่ต้องใช้ความช่วยเหลือเพิ่มเติม แต่ข้อความที่เป็นตัวหนายังคงส่งสัญญาณที่แรงกว่าไปยัง Google ทำให้กระบวนการรวบรวมข้อมูลมีประสิทธิภาพมากขึ้น 

Google เผยแพร่รายการตรวจสอบ SEO เชิงโต้ตอบที่ใช้งานได้จริงสำหรับผู้เชี่ยวชาญด้านดิจิทัลทุกคน: Google ให้สิ่งที่คุณต้องการเพื่อเริ่มต้นปี 2022 อย่างแข็งแกร่ง บริษัทได้เปิดตัวรายการตรวจสอบเชิงโต้ตอบที่สนุกสนาน ซึ่งช่วยอธิบายพื้นฐาน SEO ในการทำให้เว็บไซต์มีอันดับได้ดี ไม่ว่าคุณจะเป็นใคร หัวข้อ “ วิธีทำให้เว็บไซต์ของคุณบน Google Search” รายการตรวจสอบให้ชุดเคล็ดลับที่แตกต่างกันขึ้นอยู่กับว่าคุณเป็นเจ้าของธุรกิจหรือนักการตลาด นักพัฒนาซอฟต์แวร์หรือผู้เชี่ยวชาญด้าน SEO หรือไม่ โดยให้ภาพรวมแบบองค์รวมของปริศนา SEO ทั้งหมดด้วยวิธีที่เป็นมิตรต่อผู้ใช้อย่างเหลือเชื่อ ผลลัพธ์ที่ได้คือสิ่งที่ทุกคนที่ต้องการอ้างสิทธิ์ในอสังหาริมทรัพย์ทางอินเทอร์เน็ตสามารถเรียนรู้ได้ แม้ว่าคุณจะเป็นผู้เชี่ยวชาญ การเล่นไปรอบ ๆ ก็ไม่เสียหาย! อย่าลืมเผื่อเวลาไว้สักสองสามชั่วโมง เพราะคุณอาจพบว่าตัวเองอยู่ในรูกระต่ายที่มีข้อมูลที่เป็นประโยชน์ซึ่งจะช่วยให้คุณเริ่มต้นปีใหม่ได้ทางด้านขวาของเทพเจ้า Google

การรวบรวมข้อมูลของ Googlebot ดูเหมือนจะช้าลง: SEO ในปัจจุบันเห็นด้วยกับสิ่งหนึ่ง: Googlebot ไม่ได้รวบรวมข้อมูลมากเท่าที่เคยเป็นมา ข้อมูลจากเครื่องมือและแหล่งที่มาต่างๆ บ่งชี้ว่ากิจกรรมการรวบรวมข้อมูลลดลงอย่างมากในช่วงสองสามสัปดาห์ที่ผ่านมา ผู้เชี่ยวชาญ SEO คนหนึ่งทวีตภาพที่แสดงถึงความสำคัญ นอกจากนี้ยังมีการแชร์ภาพหน้าจอของ Analytics และ Search Consoleซึ่งเพิ่มเป็นสองเท่าจากหลักฐานและการสนทนาระหว่าง SEO ที่แนะนำ ดังนั้น การชะลอตัวของ Google จึงชะลอตัวลงอย่างมาก ซึ่งเห็นได้ชัดเจน แต่คำถามคือว่าทำไม? Roger Monntti ที่Search Engine Journal (SEJ) ไม่มีคำตอบที่แน่ชัด แต่เขาระบุความเป็นไปได้หลายประการในบล็อกโพสต์ที่ต้องอ่าน. ไม่มีอะไรได้รับการยืนยัน แต่ตอนนี้ การเก็งกำไรมีมากมาย แน่นอน การลดลงในการจัดทำดัชนีไม่ใช่สิ่งที่จะส่งผลกระทบต่อทุกเว็บไซต์ แต่มันชี้ให้เห็นถึงความเป็นไปได้ที่กระบวนการจัดทำดัชนีของ Google กำลังอยู่ระหว่างการเปลี่ยนแปลง ดังนั้นเราจะคอยจับตาดูเรื่องนี้

บล็อกที่ขับเคลื่อนด้วยข้อมูลของ Ahrefs ให้ข้อมูลเชิงลึกเพิ่มเติมเกี่ยวกับการเขียนแท็กชื่อใหม่: เรายังไม่อัปเดตแท็กชื่อเรื่องของ Google มากเกินไป และด้วยเหตุนี้ ชื่อโดยทั่วไป ด้วยการคุกคามของ Google (อย่างไม่ถูกต้อง) ที่เปลี่ยนชื่อ การทำให้องค์ประกอบนี้ถูกต้องจึงมีความสำคัญมากกว่าที่เคย คุณรู้สิ่งนี้ เรารู้สิ่งนี้ และ Ahrefs รู้สิ่งนี้ นั่นคือเหตุผลที่พวกเขาเผยแพร่บล็อกที่ขับเคลื่อนด้วยข้อมูลทั้งหมดเกี่ยวกับแท็กชื่อ การวิเคราะห์หน้าเว็บ 10 อันดับแรกนับล้านหน้า (โอเค ​​953,276) บอกอะไรเราเกี่ยวกับแท็กชื่อได้บ้าง ปรากฎว่าเยอะมาก ผลการศึกษาพบว่า Google เขียนแท็กชื่อใหม่ 33.4 เปอร์เซ็นต์ของเวลา ซึ่งห่างไกลจาก 13 เปอร์เซ็นต์ที่อ้างสิทธิ์ นอกจากนี้ เมื่อแทนที่แท็กชื่อ Google จะใช้ H1 50.76 เปอร์เซ็นต์ของเวลา ในขณะที่แท็ก H2 จะถูกเลือกเพียง 2.02 เปอร์เซ็นต์ของเวลาเท่านั้น แต่เราจะเหลือร้อยละ 45.91 ของผู้ป่วยที่มีความแปลกและนี่คือแนวโน้มที่เราจะจบลงด้วยเรื่องราวสยองขวัญชื่อเขียนเช่นนี้ ในท้ายที่สุด บล็อกทำให้เรามีความคิดที่ดีขึ้นว่าการอัปเดตแท็กชื่อแพร่หลายมากเพียงใดและมีผลกระทบต่อ SERP มากน้อยเพียงใด ดังนั้นอย่าลืมอ่านมันในช่วงพักดื่มกาแฟของคุณ

PageSpeed ​​Insights ใหม่ปรับปรุงแล้ว: เมื่อสองสามสัปดาห์ก่อน เราได้รายงานเกี่ยวกับเวอร์ชันใหม่ของ PageSpeed ​​Insights (PSI) ที่กำลังดำเนินการอยู่ แต่ยังไม่มีการประกาศวันวางจำหน่าย ณ จุดนั้น เราคิดว่าเรายังมีเวลารออีกหลายเดือน แต่ PSI ใหม่มาแล้ว! เมื่อวันอังคารที่ผ่านมา Addy Osmani ของ Google ได้ทวีตข้อความดังกล่าวพร้อมกับวิดีโอ PSI เวอร์ชันนี้แนะนำอินเทอร์เฟซผู้ใช้ (UI) ที่ “ใช้งานง่ายขึ้น” ในรูปแบบของการแยกภาพที่ชัดเจนระหว่างข้อมูลห้องปฏิบัติการและข้อมูลภาคสนาม และส่วนย่อยแยกต่างหากสำหรับผลการประเมิน Core Web Vitals นอกจากนี้ รายละเอียดเพิ่มเติมและข้อมูลเชิงลึกจะรวมอยู่ในรายงาน การอัปเดตนี้มาในเวลาที่ยอดเยี่ยม สิ่งที่จะเกิดขึ้นกับ Page Experience Update ที่จะมาบนเดสก์ท็อปในต้นปี 2022 ตอนนี้เป็นโอกาสที่ดีในการทำความคุ้นเคยกับ PSI และดูว่าฟีเจอร์ใหม่นี้สามารถช่วยคุณเพิ่มประสิทธิภาพไซต์และปรับปรุงสัญญาณการจัดอันดับประสบการณ์หน้าเว็บได้อย่างไร มากไปกว่านั้น.

ปัญญาประดิษฐ์ สมองกลประมวลผลภาษาอย่างไร

นักประสาทวิทยาพบว่าการทำงานภายในของแบบจำลองการทำนายคำถัดไปคล้ายกับของศูนย์ประมวลผลภาษาในสมอง

ในช่วงไม่กี่ปีที่ผ่านมา แบบจำลองทางภาษาของปัญญาประดิษฐ์ได้กลายเป็นสิ่งที่ดีมากในบางงาน ที่โดดเด่นที่สุดคือ พวกเขาเก่งในการทำนายคำถัดไปในสตริงข้อความ เทคโนโลยีนี้ช่วยให้เสิร์ชเอ็นจิ้นและแอพส่งข้อความทำนายคำต่อไปที่คุณจะพิมพ์

โมเดลภาษาทำนายผลรุ่นล่าสุดยังดูเหมือนจะเรียนรู้บางอย่างเกี่ยวกับความหมายพื้นฐานของภาษา โมเดลเหล่านี้ไม่เพียงแต่สามารถคาดเดาคำที่จะมาถัดไปเท่านั้น แต่ยังทำงานที่ดูเหมือนต้องใช้ความเข้าใจอย่างแท้จริงในระดับหนึ่ง เช่น การตอบคำถาม การสรุปเอกสาร และการจบเรื่องราว

โมเดลดังกล่าวได้รับการออกแบบเพื่อเพิ่มประสิทธิภาพการทำงานเฉพาะของการคาดเดาข้อความ โดยไม่ต้องพยายามเลียนแบบสิ่งใดเกี่ยวกับวิธีที่สมองของมนุษย์ทำงานนี้หรือเข้าใจภาษา แต่ผลการศึกษาใหม่จากนักประสาทวิทยาของ MIT ชี้ให้เห็นถึงหน้าที่พื้นฐานของแบบจำลองเหล่านี้คล้ายคลึงกับการทำงานของศูนย์ประมวลผลภาษาในสมองของมนุษย์

โมเดลคอมพิวเตอร์ที่ทำงานได้ดีกับงานภาษาประเภทอื่นไม่ได้แสดงความคล้ายคลึงกันกับสมองของมนุษย์ ซึ่งเป็นหลักฐานว่าสมองของมนุษย์อาจใช้การคาดคะเนคำถัดไปเพื่อขับเคลื่อนการประมวลผลภาษา

Nancy Kanwisher ศาสตราจารย์ด้านประสาทวิทยาแห่งความรู้ความเข้าใจของ Walter A. Rosenblith สมาชิกของสถาบัน McGovern Institute for Brain Research and Center for Brains ของ MIT กล่าวว่า “แบบจำลองนั้นสามารถทำนายคำถัดไปได้ดีกว่ามากเท่าไร ก็ยิ่งเหมาะกับสมองของมนุษย์มากเท่านั้น Minds and Machines (CBMM) และผู้เขียนการศึกษาใหม่ “น่าทึ่งมากที่แบบจำลองเข้ากันได้ดี และมันแสดงให้เห็นโดยอ้อมว่าบางทีสิ่งที่ระบบภาษามนุษย์กำลังทำอยู่คือการทำนายว่าจะเกิดอะไรขึ้นต่อไป”

Joshua Tenenbaum ศาสตราจารย์ด้านวิทยาศาสตร์การคิดเชิงคำนวณที่ MIT และเป็นสมาชิกของ CBMM และห้องปฏิบัติการปัญญาประดิษฐ์ของ MIT (CSAIL); และ Evelina Fedorenko, เฟรเดอริเอและแคโรลมิดเดิลตันเจพัฒนาอาชีพรองศาสตราจารย์ประสาทและเป็นสมาชิกของสถาบัน McGovern เป็นนักเขียนอาวุโสของการศึกษาซึ่งจะปรากฏในสัปดาห์นี้ในการดำเนินการของสถาบันวิทยาศาสตร์แห่งชาติ Martin Schrimpf นักศึกษาระดับบัณฑิตศึกษาของ MIT ซึ่งทำงานใน CBMM เป็นผู้เขียนบทความคนแรก

ทำนายฝัน

โมเดลการคาดคะเนคำถัดไปที่มีประสิทธิภาพสูงใหม่นี้อยู่ในกลุ่มของแบบจำลองที่เรียกว่าโครงข่ายประสาทเทียมระดับลึก เครือข่ายเหล่านี้ประกอบด้วย “Cloud Server” เชิงคำนวณที่สร้างการเชื่อมต่อที่มีความแข็งแกร่งต่างกัน และเลเยอร์ที่ส่งผ่านข้อมูลระหว่างกันด้วยวิธีที่กำหนด

ในช่วงทศวรรษที่ผ่านมา นักวิทยาศาสตร์ได้ใช้โครงข่ายประสาทเทียมระดับลึกเพื่อสร้างแบบจำลองการมองเห็นที่สามารถจดจำวัตถุต่างๆ ได้เช่นเดียวกับสมองของไพรเมต การวิจัยที่ MIT ยังแสดงให้เห็นด้วยว่าฟังก์ชันพื้นฐานของแบบจำลองการรู้จำวัตถุที่มองเห็นนั้นตรงกับการจัดโครงสร้างเยื่อหุ้มสมองของไพรเมต แม้ว่าแบบจำลองคอมพิวเตอร์เหล่านั้นไม่ได้ออกแบบมาโดยเฉพาะเพื่อเลียนแบบสมองก็ตาม

ในการศึกษาครั้งใหม่ ทีม MIT ใช้แนวทางที่คล้ายกันเพื่อเปรียบเทียบศูนย์ประมวลผลภาษาในสมองของมนุษย์กับแบบจำลองการประมวลผลภาษา นักวิจัยวิเคราะห์แบบจำลองภาษาต่างๆ 43 แบบ รวมทั้งแบบจำลองหลายแบบที่ได้รับการปรับให้เหมาะสมสำหรับการคาดเดาคำถัดไป ซึ่งรวมถึงแบบจำลองที่เรียกว่า GPT-3 (Generative Pre-trained Transformer 3) ซึ่งเมื่อได้รับแจ้ง สามารถสร้างข้อความที่คล้ายกับสิ่งที่มนุษย์สร้างขึ้นได้ โมเดลอื่นๆ ได้รับการออกแบบเพื่อใช้งานภาษาต่างๆ เช่น การเติมช่องว่างในประโยค

นักวิจัยได้วัดกิจกรรมของโหนดที่ประกอบขึ้นเป็นเครือข่ายเมื่อแต่ละโมเดลนำเสนอด้วยสตริงคำ จากนั้นจึงเปรียบเทียบรูปแบบเหล่านี้กับกิจกรรมในสมองของมนุษย์ โดยวัดจากอาสาสมัครที่ทำงานภาษา 3 อย่าง ได้แก่ การฟังเรื่องราว การอ่านประโยคทีละประโยค และการอ่านประโยคที่มีการเปิดเผยคำทีละคำ ชุดข้อมูลของมนุษย์เหล่านี้รวมถึงข้อมูลฟังก์ชันแม่เหล็กเรโซแนนซ์ (fMRI) และการวัดคลื่นไฟฟ้าหัวใจในกะโหลกศีรษะในผู้ที่ได้รับการผ่าตัดสมองสำหรับโรคลมชัก

พวกเขาพบว่าแบบจำลองการทำนายคำถัดไปที่ทำงานได้ดีที่สุดมีรูปแบบกิจกรรมที่คล้ายกับที่เห็นในสมองของมนุษย์อย่างใกล้ชิด กิจกรรมในรูปแบบเดียวกันนั้นมีความสัมพันธ์อย่างมากกับการวัดพฤติกรรมของมนุษย์ เช่น ความเร็วในการอ่านข้อความ

“เราพบว่าแบบจำลองที่ทำนายการตอบสนองของระบบประสาทได้ดีนั้นมีแนวโน้มที่จะทำนายการตอบสนองของพฤติกรรมมนุษย์ได้ดีที่สุดในรูปแบบของเวลาในการอ่าน จากนั้นทั้งสองสิ่งนี้จะอธิบายได้ด้วยประสิทธิภาพของแบบจำลองในการทำนายคำถัดไป สามเหลี่ยมนี้เชื่อมโยงทุกสิ่งจริงๆ ด้วยกัน” Schrimpf กล่าว

ตัวเปลี่ยนเกม

คุณลักษณะการคำนวณที่สำคัญอย่างหนึ่งของแบบจำลองการคาดการณ์ เช่น GPT-3 คือองค์ประกอบที่เรียกว่าหม้อแปลงคาดการณ์ทางเดียวแบบไปข้างหน้า หม้อแปลงชนิดนี้สามารถทำนายสิ่งที่กำลังจะเกิดขึ้นต่อไป โดยอิงจากลำดับก่อนหน้า คุณลักษณะที่สำคัญของหม้อแปลงนี้คือมันสามารถคาดการณ์ตามบริบทก่อนหน้าที่ยาวนานมาก (หลายร้อยคำ) ไม่ใช่แค่สองสามคำสุดท้าย

นักวิทยาศาสตร์ไม่พบวงจรสมองหรือกลไกการเรียนรู้ใดๆ ที่สอดคล้องกับการประมวลผลประเภทนี้ Tenenbaum กล่าว อย่างไรก็ตาม การค้นพบใหม่นี้สอดคล้องกับสมมติฐานที่เคยเสนอว่าการทำนายเป็นหนึ่งในหน้าที่หลักในการประมวลผลภาษา เขากล่าว

“ความท้าทายประการหนึ่งของการประมวลผลภาษาคือแง่มุมตามเวลาจริง” เขากล่าว “ภาษาเข้ามา และคุณต้องตามให้ทันและทำความเข้าใจได้แบบเรียลไทม์”

ขณะนี้นักวิจัยวางแผนที่จะสร้างรูปแบบต่างๆ ของรูปแบบการประมวลผลภาษาเหล่านี้เพื่อดูว่าการเปลี่ยนแปลงเล็กน้อยในสถาปัตยกรรมส่งผลต่อประสิทธิภาพการทำงานและความสามารถในการปรับข้อมูลประสาทของมนุษย์อย่างไร

“สำหรับฉัน ผลลัพธ์นี้เป็นตัวเปลี่ยนเกม” Fedorenko กล่าว “การเปลี่ยนแปลงโครงการวิจัยของฉันโดยสิ้นเชิง เพราะฉันไม่เคยคาดการณ์มาก่อนว่าในช่วงชีวิตของฉัน เราจะใช้แบบจำลองการคำนวณที่ชัดเจนซึ่งจับภาพเกี่ยวกับสมองได้เพียงพอ เพื่อให้เราสามารถใช้ประโยชน์จากมันได้จริงในการทำความเข้าใจว่าสมองทำงานอย่างไร”

นักวิจัยยังวางแผนที่จะพยายามรวมโมเดลภาษาที่มีประสิทธิภาพสูงเหล่านี้กับคอมพิวเตอร์บางรุ่น ซึ่งแล็บของ Tenenbaum ได้พัฒนาขึ้นมาก่อนหน้านี้ ซึ่งสามารถทำงานประเภทอื่นได้ เช่น การสร้างการรับรู้ถึงโลกทางกายภาพ

“ถ้าเราสามารถเข้าใจว่าโมเดลภาษาเหล่านี้ทำอะไรได้บ้าง และพวกเขาสามารถเชื่อมต่อกับแบบจำลองที่ทำสิ่งต่างๆ ที่คล้ายกับการรับรู้และการคิดได้อย่างไร นั่นจะทำให้เรามีโมเดลเชิงบูรณาการมากขึ้นว่าสิ่งต่างๆ ทำงานอย่างไรในสมอง” Tenenbaum กล่าว . “สิ่งนี้สามารถพาเราไปสู่โมเดลปัญญาประดิษฐ์ที่ดีขึ้น รวมทั้งทำให้เรามีแบบจำลองที่ดีขึ้นว่าสมองทำงานอย่างไรและสติปัญญาทั่วไปเกิดขึ้นได้อย่างไร มากกว่าที่เคยมีมา”

การวิจัยได้รับทุนจาก Takeda Fellowship; สมาคมช่างทำรองเท้า MIT; บริษัทวิจัยเซมิคอนดักเตอร์; MIT Media Lab Consortia; ที่ MIT Singleton Fellowship; สมาคมบัณฑิตวิทยาลัยประธานาธิบดี MIT; เพื่อนของสถาบัน McGovern Fellowship; MIT Center for Brains, Minds and Machines ผ่านมูลนิธิวิทยาศาสตร์แห่งชาติ สถาบันสุขภาพแห่งชาติ แผนกสมองและวิทยาศาสตร์ของ MIT; และสถาบันแมคโกเวิร์น

ผู้เขียนบทความคนอื่นๆ ได้แก่ Idan Blank PhD ’16 และนักศึกษาระดับบัณฑิตศึกษา Greta Tuckute, Carina Kauf และ Eghbal Hosseini

อ้างอิงจาก : https://www.sciencedaily.com/releases/2021/10/211025172047.htm

Cloud Server เซิร์ฟเวอร์

Cloud Server คืออะไร ไปหาคำตอบกันได้เลย
Cloud Server เป็นตัว เซิร์ฟเวอร์ ขนาดใหญ่ที่มีระบบการทำงานจาก เซิร์ฟเวอร์หลาย ๆ เครื่องพร้อมกัน
มีประสิทธิภาพในการประมวลผลข้อมูลปริมาณมาก ๆ จึงทำให้มันสามารถสร้างตัว Service ขึ้นมาทำงานได้เยอะ

สำหรับ Cloud จะมีความแตกต่างจาก Server ทั่วไปคือ เซิร์ฟเวอร์ปกติจะสร้าง OS มาเพียง 1 ตัว
จากนั้น OS ดังกล่าวก็ทำงานแค่ภายในระบบของเครื่องนั้น ๆ เมื่อใดก็ตามที่ OS เกิดปัญหาก็หมดสิทธิ์ใช้งานต่อ
แต่สำหรับ คลาวด์ อย่างที่บอกไปว่าเกิดจากการทำงานของเซิร์ฟเวอร์หลายตัวรวมกัน

ดังนั้นกรณีที่ ติดตั้ง Cloud Server เซิร์ฟเวอร์ ตัวไหนเกิดปัญหาขึ้นก็ยังคงทำงานได้ต่อเพราะ
ระบบจัดการ Cloud Server ระบบคลาวด์จะมีการนำเอาทรัพยากรตัวอื่น ๆ เข้ามาทำงานแทนที่อยู่ตลอดเวลา
และนี่ยังเป็นสิ่งที่บ่งบอกชื่อของ ระบบจัดการ Cloud Server ที่แปลว่า ก้อนเมฆ อีกด้วย

Cloud Server เซิร์ฟเวอร์
เป็นอีกคำที่คนไม่ได้อยู่ในวงการคอมพิวเตอร์หรือคนทำเว็บไซต์อาจไม่คุ้นหูมากนัก แต่จริง ๆ แล้ว Cloud Server เซิร์ฟเวอร์
นี่คืออีกปัจจัยสำคัญที่ทำให้เว็บของคุณทำงานได้อย่างมีประสิทธิภาพมากขึ้น เป็นสิ่งที่จำเป็นต้องการใช้งานของเว็บไซต์
ในปัจจุบันอย่างมาก ลองไปทำความรู้จักว่า Cloud Server คืออะไร และมีหน้าที่ในการทำงานอย่างไร เพื่อให้ทุก ๆ
เว็บบนโลกใบนี้ยังคงนำเสนอข้อมูลต่าง ๆ ได้อย่างน่าทึ่ง

ตัวอย่างการทำงานของระบบ Cloud Server
สมมุติในเซิร์ฟเวอร์ 1 เครื่อง สามารถนำเอาเว็บไซต์ต่าง ๆ มาใช้งานร่วมกันได้ 200 เว็บไซต์
แต่สำหรับ Cloud Server จะเป็นการนำเอาจำนวนเว็บไซต์ทั้งหมดมาผ่านการประมวลผลในกลุ่มเซิร์ฟเวอร์
ซึ่งต้องใช้คอมพิวเตอร์หลายเครื่องในการทำงานร่วมกัน ทั้งนี้มีการแบ่งระดับการประมวลผลออกมาเริ่มตั้งแต่
ระดับโครงสร้างไปจนถึงระดับแอปพลิเคชัน ส่งผลให้มีความเร็วมากกว่า การประมวลผลออกมามีความเสถียร
แม่นยำ อีกทั้งยังเพิ่มระดับความปลอดภัยในการใช้งานอีกด้วย

ความปลอดภัยเมื่อเลือกใช้ระบบ Cloud Server
เรื่องความปลอดภัยบนโลกออนไลน์เป็นสิ่งสำคัญที่ทุกคนจำเป็นต้องใส่ใจ ไม่อย่างนั้นโอกาสที่ข้อมูลลับหรือสูตรต่าง ๆ บนเว็บไซต์ของคุณเกิดการรั่วไหลหรือถูกโจรกรรมจากแฮกเกอร์ได้ ดังนั้นการเลือกใช้ระบบ Cloud Server จะช่วยสร้างความปลอดภัยให้กับข้อมูลต่าง ๆ ได้เป็นอย่างดี เนื่องจากข้อมูลทุก ๆ บิตที่อยู่บนเว็บไซต์จะถูกเข้ารหัสเอาไว้ โอกาสที่จะโดนขโมยจึงยากขึ้น อีกทั้งไม่ต้องกังวลใจเรื่องข้อมูลเกิดการสูญหายหากว่ามีเซิร์ฟเวอร์เสียไป 1 ตัว เนื่องจาก Cloud Server ได้ทำการกระจายข้อมูลเอาไปเก็บไว้ในเซิร์ฟเวอร์อื่น ๆ เรียบร้อยแล้วนั่นเอง

สรุปก็คือ Cloud Computing เป็นระบบคอมพิวเตอร์ที่พร้อมรองรับการทำงานของผู้ใช้งานในทุกๆ ด้านไม่ว่าจะเป็นระบบเครือข่าย การจัดเก็บข้อมูล การทดสอบระบบหรือติดตั้งฐานข้อมูล หรือการใช้งานซอฟต์เฉพาะด้านในธุรกิจต่างๆ โดยที่ผู้ใช้งานไม่ต้องติดตั้งระบบทั้งฮาร์ดแวร์และซอฟต์แวร์ไว้ที่สำนักงานให้ยุ่งยาก แต่สามารถใช้งานในสิ่งที่ต้องการได้ด้วยการเชื่อมต่อกับระบบ Cloud Server ผ่านอินเทอร์เน็ต
ในการเชื่อมต่อกับระบบหรือการใช้งานผ่าน Cloud นั้นแท้จริงไม่ใช่การทำงานผ่านก้อนเมฆหรืออากาศที่ไม่มีตัวตนแต่อย่างใด แต่เป็นการเชื่อมต่อกับศูนย์ข้อมูลคอมพิวเตอร์หรือ Data Center ของผู้ให้บริการนั่นเอง ซึ่งศูนย์ข้อมูลคอมพิวเตอร์อยู่ภายใต้ระบบที่ีมีมาตรฐานและความปลอดภัยอย่างมาก

Cloud Server ระบบกระจายการทำงานของ Cloud VPS

เมื่อเราเลือกที่จะเช่า VPS มาใช้งาน ก็ไม่อยากไปอยู่ในเซิฟเวอร์ที่แอร์อัด หรือมีการแชร์ทรัพยากรเซิฟเวอร์มากๆ เพราะมันจะทำให้เราไม่สามารถใช้ทรัพยากรที่เราเช่ามาได้ทั้งหมด เช่น เราเช่า CPU 2 Core, RAM 2GB แต่ใช้จริงๆใช้งาน RAM ได้ไม่ถึง 2GB แบบนี้คงไม่ดีแน่ ส่วน CPU ก็หนักกว่า RAM อีกเป็นไหนๆ เพราะว่า CPU ของเซิฟเวอร์ 1 ตัวมีจำกัดอย่างมาก เช่น 4 Core, 8 Thread หากเราเช่า CPU 4 Core และอยากใช้งานได้เต็มๆเลยนะ หมายความว่าเซิฟเวอร์ตัวนี้จะต้องรับลูกค้า 2 รายเท่านั้น ซึ่งในความเป็นจริง เป็นไปไม่ได้ที่จะรับลูกค้าแค่ 2 ราย เพราะมันไม่คุ้มกับค่าใช้จ่ายของผู้ให้บริการนั่นเอง

หากสมติว่าเซิฟเวอร์นี้มีแรม 32GB และผู้ให้บริการเค้ารับลูกค้าแบบการันตีแรม และลูกค้า 1 คนจะเช่า CPU 2 Core, RAM 2GB เท่ากับว่าเซิฟเวอร์ตัวนี้รับลูกค้าได้ 15 รายโดยประมาณ  (เหลือเผื่อให้ OS ทำงาน 2GB) คือทุกคนได้ใช้แรมเต็มๆแน่นอน แต่ CPU หากคำนวนดูแล้ว เอา 15 * 2 Core = 30 Core แต่เซิฟเวอร์ตัวนี้มีเพียง 8 Core เท่านั้น ถ้าทุกๆ VPS ใช้งานพร้อมๆกัน ก็จะเกิดความช้าและล่มตามมาในที่สุด เนื่องจากเซิฟเวอร์ประมวลผลไม่ทัน

Cloud Server vDRS - CloudHost

แต่หากเป็นระบบ Cloud Server สิ่งที่แตกต่างของการใช้บริการระบบคลาวด์ก็คือ ระบบคลาด์เซิฟเวอร์จะมีการกระจายการทำงานของ Cloud VPS ออกไปยังเซิฟเวอร์ต่างๆให้อย่างอิสระ สมติว่ามีเซิฟเวอร์อยู่ 3 ตัว (ตามรูปด้านบน) หากเซิฟเวอร์ตัวที่ 2 มีการใช้งาน CPU อย่างหนัก และเซิฟเวอร์ตัวที่ 3 ไม่ค่อยมีการใช้งานอะไรเท่าไร ระบบ Cloud จะทำการย้าย VM หรือ Cloud VPS ที่ไม่ได้ใช้งานหนักไปรันบนเซิฟเวอร์ตัวที่ 3 ให้อัตโนมัติ ทำให้เซิฟเวอร์ที่ใช้งานหนักๆในเซิฟเวอร์ตัวที่ 2 สามารถใช้งานได้อย่างเต็มประสิทธิภาพ โดยไม่เกิดอาการช้าหรือล่ม แต่หาก VM ในเซิฟเวอร์ตัวที่ 2 ใช้เกินทรัพยากรที่กำหนดไว้ มันก็จะล่มได้เช่นกัน ก็ต้องอัพเกรดทรัพยากรตามการใช้งานกันไป เพื่อรองรับการใช้งานที่มากขึ้นได้นั่นเอง