个过程将是下一个进化步骤最终将使谷歌能够识别对给定主题及其实际内容很重要的作者，评估该内容在读者认知中的相对权威，并将其用作搜索排名因素。 事实上， 在 年 月的一段关于作者未来的视频中似乎暗示了一种基于知识图谱的方法，他在视频中谈到了谷歌如何摆脱对关键字的依赖，从 字符串到事物 ，弄清楚如何发现 内容背后的 真实世界的人 和 他们的关系 ，以改进搜索结果。 请注意，在机器学习过程中，除了他们已经在网络上所做的事情之外，没有任何事情依赖于人类做任何事情。 该项目已经在进行中。现在花点时间问谷歌， 谁是 ？ 如果您在美国或大多数英语国家。
您可能会在结果顶部看到这是来自 知
识图谱的知识面板结果。它揭示了几件事： 非常 印度尼西亚电话号码数据 有信心我很可能就是机器人，呃，您正在寻找的 。世界上还有其他一些 可能会出现在 搜索中，但 发现绝大多数搜索 的搜索者都在寻找关于我的结果。谢谢大家！ 非常有信心您正在寻找的 就是为 撰稿的人，因此该网站的简历对我来说可能是您终生寻找真正的 的一个很好的即时答案（一个任务有些比作寻找圣杯）。 如果谷歌能够继续大规模地这样做，那么他们就可以在没有我们任何帮助的情况下解决像评估作者权威搜索排名这样的问题，非常感谢。 这一切如何符合 的建议？我认为，虽然谷歌知道它最终必须依靠机器学习来大规模开展此类项目。
但我们在此过程中可以为机器提供的任
何帮助都将受到赞赏回到 时代，我们中的一些人（包括 搜索引擎优化论坛 我自己）认为 项目的真正目的之一是争取我们帮助训练机器学习算法。可能 对此仍然有用。 未来的作者身份会是什么样子？ 请允许我推测一下。 我不认为我们会再次看到我们之前看到的作者丰富网页摘要的大规模实施，几乎任何人都可以仅仅因为在他们的内容上使用标签并拥有 个人资料而被突出显示。正如我上面所说，我认为谷歌认为这样做是对结果的一种无用的扭曲，因为更多的人可能会点击这些丰富的摘要而不一定在另一端获得更好的内容。 相反，我希望谷歌在识别任何给定主题的前几位作者并提升他该算法由于反馈机制而自行学习谷歌正在应用这项技术大规。