人工智慧自主學習新高度!!Seer打破你的認知!!

人工智慧自主學習新高度!!Seer打破你的認知!!
人工智慧自主學習新高度!!Seer打破你的認知!!

你聽過人工智慧會自主學習~但你聽過工智慧自己監督自己學習嗎?臉書最強圖片辨識SEER就能做到!!一起來看看吧!!

FB出動IG十億張照片,訓練最強圖像識別AI「SEER」

Facebook透過Instagram上的10億多張照片訓練SEER

近年來自監督式學習(self-supervised learning)的研究與發展十分蓬勃,如 Google Brain 在 2020 年公開的「SimCLR」就被認為是個重要的里程碑。

但坐擁著全球最大影像資料庫之一 Instagram 的 Facebook 也不惶多讓,透過 Instagram 上超過 10 億張的公開照片,訓練出最新的自監督式學習模型「SEER」(SElf-supERvised),並宣稱 SEER 是目前在圖像識別測試之中,表現最優秀的 AI 。

何謂 AI 的自監督式學習是什麼?

機器學習中最廣泛使用的監督式學習(supervised learning),是由人給定標記好的資料,讓 AI 學習正確答案並作為推論根據。但是,這種方法依賴於人工事先標記,不僅要耗費大量時間、人力與資源,AI 也只能針對已標記的特徵來學習、完成特定範圍內的任務,如:語音轉文字、分類圖像、物件辨識等。

為了突破這些限制,自監督學習(Self-supervised Learning,SSL)就應運而生了。

自監督學習是觀察現有訓練資料中的任何部份來學習,透過預測來認識世界,而無需仰賴人工事先給定的標籤。

換而言之,自監督學習所訓練的 AI 模型,能藉由觀察過去與現在的訓練資料,來預測未來會發生的事。如 SEER 可以透過觀察未標記、未分類的 Instagram 照片,就辨識出照片中的物品或人物。

這讓許多人相信,AI 技術若要開創新局面,利用自監督式學習是最好的方式。Facebook AI 研究團隊也認為,AI 的未來在於不需依靠人類事先準備好的「教材」來學習如何識別物件,而是能直接從任何形式──如文字、圖片、聲音、影像等──的數據資料中學習。

奠基在 10 億張圖上的自監督 AI

SEER 模型結構是基於 Facebook AI Research 實驗室於2020年所提出的「RegNet」模型,與在線自監督學習演算法「SwAV」,來分析總量達 10 億張的隨機圖片。

「RegNet」模型與與在線自監督學習演算法「SwAV」的圖片
SEER 模型結構是基於 Facebook AI Research 實驗室於2020年所提出的「RegNet」模型,與在線自監督學習演算法「SwAV」,來分析總量達 10 億張的隨機圖片。|圖片來源:Facebook AI Blog

圖片來源:Facebook AI Blog

SwAV 能利用聚類分析(Cluster analysis)來快速分組具有相似視覺概念的圖片,再透過同組中圖片的相似性增進學習效能,讓訓練時間大幅減少。不過,要執行這樣的運算,SwAV 需要一個運行效率很高、又不會損失精確性的模型架構。

  而能夠擴展到數十億、甚至數萬億個參數的 RegNet,正好完全符合這些需求。

Facebook AI Research 團隊對比了 SEER 與其他自監督式學習演算法在 ImageNet 上的預訓練結果
Facebook AI Research 團隊對比了 SEER 與其他自監督式學習演算法在 ImageNet 上的預訓練結果,表示SEER 的表現是最佳的|圖片來源:Facebook AI Blog

圖片來源:Facebook AI Blog

而團隊也對比了 SEER 與其他自監督式學習演算法在 ImageNet 上的預訓練結果,表示SEER 的表現是最佳的。

FB 最強圖像辨識 AI 「SEER」 的潛力

儘管 SEER 目前還只是一個研究項目,但  Facebook 官方表示其發展潛力相當廣泛,包括用於自動生成文字說明、對賣家於 FB  Marketplace 上傳的商品圖片增加建議標題及類別、防止違反社群規則的內容在 FB 平台傳播等等。甚至若其動態影像預測的研究成熟後,可以用在預測自駕車周遭車輛的行駛軌跡,為自駕車技術增添一大助力。

並且,SEER 的成果也展現出,自監督式學習可以成為更加有效、準確且適應性強的電腦視覺模型。也許未來,自監督式學習能帶給 AI 領域更多爆炸性的突破。

更多人工智慧相關文章請點閱下方連結

其他閱讀

你上傳圖片到 IG 的同時,其實也在幫 FB 訓練人工智慧!

2021最適合工作的科技公司排行榜:NVIDIA第一、Google第三,蘋果連前十名都無?

Facebook 開源 Python 語言的安全與隱私工具 Pysa

人工智慧打造「精準農業」種出完美蔬菜、進行牛臉辨識

阿茲海默症有救了?!人工智慧醫療預測值高達百分之85!!

27歲工程師運用人工智慧預測疫情比專業機構還準確!!(下)

Google棄餅乾改用人工智慧?!如此真能保護隱私?(上)

人工智慧讓手機再晉級~專業氣象台就在你手中!!

人工智慧讓手機再晉級~專業氣象台就在你手中!!
人工智慧讓手機再晉級~專業氣象台就在你手中!!

人工智慧無所不能~竟然能把小小的手機變成專業氣象台~每天都要關注氣象的你別錯過今天的文章啦!!

人工智慧、IoT導入,手機就是精準氣象台!

你是否感覺氣象預報好像不太準?

過去科學家透過蒐集各種氣象資料,分析氣壓、鋒面等天氣系統,建立出能運算大氣中空氣流動的數學模型,試圖掌握、預測天地間的風雲變化。然而氣象觀測的微小誤差會造成氣象預測的不確定性,而且隨著時間演進,預測的差異也會越大。

為了改善這些問題,美國一家智慧氣象科技公司「Tomorrow.io」採用人工智慧、大數據與物聯網 IoT 技術,讓每一隻手機都能變身氣象觀測站,希望能提供比傳統氣象機構更準確的預報。

「鬼門關前走一遭」促使退役空軍打造超精準預測

雖然現今社會已不需完全看天吃飯、被氣候左右命脈,但天氣的變化依然會對現代人的生活造成劇烈的影響。

美國氣象科技公司 Tomorrow.io 打造「精準氣象預報」的初衷,就是來自於三位共同創辦人 Shimon Elkabetz、Rei Goffer 與 Itai Zlotnik 於故鄉以色列服役時,因為天氣造成的瀕死經歷。

他們三人在軍中時都曾遭遇過突如其來的濃霧或大雨,不僅會影響能見度,更可能會危及性命。Shimon Elkabetz 曾在以色列空軍服役,一次飛行任務因為氣象預測沒能提前預警,讓他飛進能見度極低的雲層之中,飛機差點就失去控制。安全返航後,他心想:「真該有人來改進現在這種粗糙的天氣預報。」因此,他們開始思考能更準確地預測天氣的方法。

透過人工智慧,人人都能用手機監測天氣

經過了許多相關研究後,他們認為,若要改善天氣預報的準確度,必須要讓現今的觀測儀器及方法有所突破。

目前大多數的氣象觀測儀器,如地面觀測站、高空觀測站、氣象雷達、氣象衛星及海上浮標等,目前全球約有 22,100 個氣象觀測據點,都是 50 多年前推出的。

那麼要如何才能大量新建、擴充觀測據點,又不需另外付出巨額費用呢?

三人想到了人手一隻、數以億計的手機、筆記型電腦等物聯網(IoT)裝置,與利用它們來監測天氣模式的可能性。

例如:手機訊號品質會受到空氣中的溫度、濕度的變化而受到影響,如下雨的時候訊號會特別差,Tomorrow.io 便與電信公司合作,偵測手機基地台與用戶手機之間連接的訊號品質,除了能藉此推算出該區域的天氣,藉由 AI 分析這些訊號及天氣變化的資料後,即可用於預測天候,甚至可以預測哪些地方會出現降雨、歷時多久和雨量大小等資訊。

除此之外,也能藉由路邊道路監視器畫面的明亮程度判斷雲層厚度;具有車聯網功能的車輛亦能藉由駕駛打開雨刷或霧燈、回傳當地正在下雪或下雨的訊號。

 

▲ Tomorrow.io 官方介紹影片。

精準度高出同業6成被納入軍用,未來可望發射衛星⋯⋯

這些新穎的預測方式成效十分良好,Tomorrow.io 稱他們的服務能精準到區分不同條街道天氣的細微差異、以分鐘為單位更新預報,並且比同領域的競爭對手準確度高出 60%。使用者遍布政府機關及民間企業,例如美國空軍、數間航空公司、Google、Uber、Intel、Amazon 雲端服務及 Fox 體育台等等。

但他們並不滿足於此,團隊正準備發射一組配備小型雷達的天氣衛星,以增進他們的監測及預測天氣能力。Tomorrow.io 表示:「這是氣象產業歷史上的頭一遭,氣象雷達的覆蓋範圍將遍布全世界。」

Tomorrow.io 在 2021 年 4 月宣布他們在 D 輪融資中獲得了 7700 萬美元,並表示將利用這筆資金加速其 SaaS(Software as a Service,軟體即服務)的開發,並將繼續專注於增進 AI 與機器學習技術。

更多人工智慧相關文章請點閱下方連結

其他閱讀

你上傳圖片到 IG 的同時,其實也在幫 FB 訓練人工智慧!

2021最適合工作的科技公司排行榜:NVIDIA第一、Google第三,蘋果連前十名都無?

Facebook 開源 Python 語言的安全與隱私工具 Pysa

人工智慧打造「精準農業」種出完美蔬菜、進行牛臉辨識

阿茲海默症有救了?!人工智慧醫療預測值高達百分之85!!

27歲工程師運用人工智慧預測疫情比專業機構還準確!!(下)

Google棄餅乾改用人工智慧?!如此真能保護隱私?(上)

人工智慧打造的農場你能想像嗎?精準農業完美你的農作物!(下)

人工智慧打造的農場你能想像嗎?精準農業完美你的農作物!(下)
人工智慧打造的農場你能想像嗎?精準農業完美你的農作物!(下)

你聽過人工智慧打造出的農場嗎?想親眼目睹看看嗎?今天就帶你來看看精準農業是怎麼回事~(下)

本篇為下篇,上篇請點人工智慧打造的農場你能想像嗎?精準農業完美你的農作物!(上)

照顧動物有新招 連接衛星的智慧名牌、牛臉 AI 辨識

澳洲的 Ceres Tag 專門製作給動物配戴的「智慧名牌」以方便追蹤管理
圖片來源:Ceres Tag 官網。

除了農業,全球的畜牧產業也邁入智慧化,也有眾多科技公司開始研發畜產監控技術。位於澳洲昆士蘭的 Ceres Tag,就是專門製作給動物配戴的「智慧名牌」、方便追蹤管理的公司。

昆士蘭州的總面積達 170 萬平方公里,其中超過 80% 都用作為放牧地,如何讓牧場人員能即時管理、照護廣闊牧場上成群的動物,如牛隻走失、生病或母牛生產等,就成了極需解決的問題。

澳洲的 Ceres Tag 給動物做的電子耳標以太陽能運作

Ceres Tag 研發出能讓牛、羊、豬等動物別在耳上的電子標籤,被稱為「電子耳標」,僅由太陽能就能運作,並與衛星連結,將牛隻的即時狀況回傳給牧場人員。

包括監測追蹤動物的移動、即時健康資訊、體重變化、動物隻數等,甚至能遠端監測牛隻反芻的程度,搭載的 GPS 技術也能告訴牧場人員每隻動物所處的位置,亦能確保牠們的夜間安全。

而所有通過衛星接受的資料數據,都會儲存在雲端數據平台中,Ceres Tag 也提供進一步分析數據資料的服務,提供牧場人員參考。

除了讓牛隻配戴智慧名牌,中國一家科技公司 Beijing Unitrace Tech 也透過建立「牛臉辨識系統」,協助畜牧業者即時追蹤家畜狀況。

中國科技公司 Beijing Unitrace Tech 建立的「牛臉辨識系統」
圖片來源:華盛頓郵報。

Beijing Unitrace Tech 藉由每隻牛臉部輪廓和斑紋形狀的不同,建立出牛隻專屬的人工智慧辨識系統,並與飼主裝在飼料槽或擠奶站的監視器連線,就能即時獲得家畜的健康、體重、妊娠等不同狀況。

創辦人趙金石在接受美國《華盛頓郵報》採訪時表示:「我們可以知道特定的牛隻喝了多少水、吃多少東西,以及一天有多少時間進食。」他解釋,當家畜從戶外圈養處走進擠奶站的通道時,人工智慧系統能偵測出家畜不適的徵兆,或不尋常的行為模式,飼主就能立即進行處理。

「這系統非常厲害,能夠讓工作變得輕鬆許多,我能隨時掌握牠們的體重。」中國河北省一處農田管理人何葉告訴《華盛頓郵報》,若所養的牛隻出現病症或其他問題,他的手機也會立刻收到通知。

AI 或成農牧業轉型關鍵

俗話說「民以食為天」,其實不只上述案例,世界各國為了解決糧食問題都在關注農牧產業的轉型,與智慧農牧業的應用。

智慧農業應用的範圍十分廣泛,舉凡日照、溫度和濕度等的遠端數據監控,農作物的生長監測、採摘機器人,甚至到病蟲害防治以及 3D 植被檢測等,都算在其範疇。

不過,無論是哪種應用方式,相關數據收集、分析與 AI 技術十分重要,在產、官、學、研各界都努力培育與投入各類 AI 人才的現況下,相信未來能藉由科技的力量,不再「粒粒皆辛苦」了。

更多人工智慧相關文章請點閱下方連結

其他閱讀

你上傳圖片到 IG 的同時,其實也在幫 FB 訓練人工智慧!

2021最適合工作的科技公司排行榜:NVIDIA第一、Google第三,蘋果連前十名都無?

Facebook 開源 Python 語言的安全與隱私工具 Pysa

人工智慧打造「精準農業」種出完美蔬菜、進行牛臉辨識

阿茲海默症有救了?!人工智慧醫療預測值高達百分之85!!

27歲工程師運用人工智慧預測疫情比專業機構還準確!!(下)

Google棄餅乾改用人工智慧?!如此真能保護隱私?(上)

人工智慧打造的農場你能想像嗎?精準農業完美你的農作物!(上)

人工智慧打造的農場你能想像嗎?精準農業完美你的農作物!(上)
人工智慧打造的農場你能想像嗎?精準農業完美你的農作物!(上)

你聽過人工智慧打造出的農場嗎?想親眼目睹看看嗎?今天就帶你來看看精準農業是怎麼回事~(上)

電腦不只會撿土豆?人工智慧打造「精準農業」種出完美蔬菜、進行牛臉辨識…

人工智慧能做到的事情到底有多少?近年來,世界各地的農牧畜產業也吹起「AI 風」,將 IoT 物聯網技術、ICT 資通訊技術與 AI 人工智慧技術等導入農、牧場經營產業,不但能降低經營成本、增加收益,還有助於減輕對環境造成的衝擊。

最重要的是,還能針對不同作物給予最適合的種植決策與處理,種出最青翠可口的蔬菜;畜養的牛羊豬等動物,也能透過高科技裝備得到最完善、人道的照顧。

而這種將高科技技術應用在農業上的形式,被稱為「精準農業」(precision farming)。

運用人工智慧技術打造農業的 Boom Grows 官網圖片
圖片來源:BoomGrow Farms 官網

糧食短缺+疫情衝擊 智慧型農業市場規模將達 112 億美元

根據全球性市場調查公司 Marketsand Markets 調查,2017 年至 2022 年智慧型農業市場的複合年成長率可達到 13.23%,市場規模達到 112 億 3000 萬美元。而且在這次產業調查中,近8成業者表示前景樂觀。

市場需求大幅成長的原因,一方面是全球人口不斷增長,糧食需求也面臨倍增的壓力;另一方面也因為 2020 年的疫情衝擊,將原本食物供應鏈的脆弱之處展露無疑。

而在智慧農業市場之中,「精準農業」為其中規模最大的類型,也帶動相關技術的發展,如:農機具設備自動化、農作物遙感監測與建立農作決策 AI 系統(監控環境溫、濕度、水足跡、疾病蟲害等)等,發展出各種新模式。

人工智慧監控的完美農園

為了讓有限的可種植土地發揮最大效益,美國農業新創公司 Plenty 開發了高聳的「垂直農場」。

Plenty 官方表示,他們的理念是「花更少成本得到更多的食物」。與傳統農場相比,Plenty 使用的土地面積減少了 99%。

美國農業新創公司 Plenty 開發了高聳的「垂直農場」
圖片來源:Plenty 官網

除了將種植方式垂直化,Plenty 亦利用數據分析技術尋找出適宜作物生長的環境,並輔以機器學習調整人造光線、溫度、濕度等,為植物創造最理想的環境,減低天然氣候與災害的影響。

除此之外,Plenty 也表示他們所有的作物都不會使用漂白劑、殺蟲劑,也不使用轉基因技術,為大眾提供最天然的蔬菜。

而在地球另一端的馬來西亞,也有一家農業科技新創公司 BoomGrow Farms,運用人工智慧技術打造完美溫室。

Boom Grows 農場運用人工智慧技術打造完美溫室的
圖片來源:BoomGrow Farms 官網。

BoomGrow Farms 的研發團隊匯聚了永續發展研究博士、農藝師、軟體工程師及建築工程師,成立的初衷在於「對自己吃的食物建立起信任」。

BoomGrow Farms 將「農場」設計成模塊化的系統貨架,可以根據不同的需求靈活地擴大、縮小規模。

這些一個個「農場」都連接 5G,並用機器學習感知技術模擬理想生長環境,實時偵測作物的任何狀態──從葉片的顏色變化,到蔬菜內含多少硝酸鹽成分,通通都不放過。與傳統農業相比,BoomGrow Farms 的農作物週期更快、更頻繁,也能收集到更多的資料數據。

目前 BoomGrow Farms 一年的蔬菜產量超過 5 萬公斤,而一個堆疊 5 層、33 平方公尺的垂直農場年產量,約能等同 4000 平方公尺傳統室外農場的年產量。

本篇為上篇,下篇請點人工智慧打造的農場你能想像嗎?精準農業完美你的農作物!(下)

更多人工智慧相關文章請點閱下方連結

其他閱讀

你上傳圖片到 IG 的同時,其實也在幫 FB 訓練人工智慧!

2021最適合工作的科技公司排行榜:NVIDIA第一、Google第三,蘋果連前十名都無?

Facebook 開源 Python 語言的安全與隱私工具 Pysa

人工智慧打造「精準農業」種出完美蔬菜、進行牛臉辨識

阿茲海默症有救了?!人工智慧醫療預測值高達百分之85!!

27歲工程師運用人工智慧預測疫情比專業機構還準確!!(下)

Google棄餅乾改用人工智慧?!如此真能保護隱私?(上)

JavaScript基礎小教室:再談遞增與遞減運算子

JavaScript基礎小教室:再談遞增與遞減運算子
JavaScript基礎小教室:再談遞增與遞減運算子

今天的JavaScript 小教室要來和大家說說運算子的遞增與遞減~還不會的同學快學起來吧!!

JavaScript 的兩組運算子「遞增(++)」與「遞減(–)」可以針對指定的數值進行「加1(遞增)」與「減 1(遞減)」的運算。

遞增運算子(++)

遞增運算子能對數值進行「加1(遞增)」的運算。當置於運算元前方,就會先執行運算,因此得到的值是遞增過的值;若配置於後方則是先取值後運算,會先得到運算元本身的值後才加 1。如以下例子:

    var x = 10,y = 10;
    var a = ++x,b = y++;

    console.log(a,x);
    console.log(b,y);

前置運算會先完成遞增運算後再設值。因此 x 完成遞增運算結果為 11 後,再設值給變數 a。因此 a 的值為 11、x 的值也為 11;而後置運算會先設值後再完成遞增運算。因此 y 會先設值給 b 原本的值 10,再完成遞增運算。因此 b 的值為 10、x 的值為 11。

遞減運算子(–)

遞減運算子能對數值進行「減1(遞減)」的運算。當置於運算元前方,就會先執行運算,因此得到的值是遞減過的值;若配置於後方則是先取值後運算,會先得到運算元本身的值後才進行遞減運算。如以下例子:

    var x = 10,y = 10;
    var a = --x,b = y--;

    console.log(a,x);
    console.log(b,y);

前置運算會先完成遞減運算後再設值。因此 x 完成遞減運算結果為 9 後,再設值給變數 a。因此 a 的值為 9、x 的值也為 9;而後置運算會先設值後再完成遞增運算。因此 y 會先設值給 b 原本的值 10,再完成遞增運算。因此 b 的值為 10、x 的值為 9。

更多JavaScript的文章請點閱下方連結~

其他閱讀

網站核心指標5月將成SEO排名因素!LCP,FID,CLS詳解與優化方式

SEO快訊-Google放寬Search Console網站使用體驗核心指標的標準

SEO快訊-Google 搜尋可能會更少顯示「精選摘要」

SEM快訊-Google Ads將於四月停用展示型購物廣告

工程師們不可不知的JavaScript小常識都在這!!

前端工程師一定要懂的JavaScript變數命名規範~

Javascript基礎入門(十八):創造物件

SEO關鍵字小教室三:關鍵字挑選五步驟~

SEO關鍵字小教室三:關鍵字挑選五步驟~
SEO關鍵字小教室三:關鍵字挑選五步驟~

SEO關鍵字開小教室啦!!你有各式各樣的關鍵字問題嗎?那麼本系列文章就是為你設計的!!快點讀起來!!(三)

SEO關鍵字小教室一:關鍵字怎麼分類?提到要依照網站的性質,而挑選出合適類別的關鍵字來優化:例如電商網站就優化電商型的關鍵字;內容型網站就優化內容型的關鍵字。至於要如何搜集關鍵字並從中挑選合適的,本篇會說明。

挑選關鍵字的原則

SEO 挑選關鍵字的首要原則是此字必須與公司的產品/服務有關聯,且是要有搜尋量的。另外,電商網站最好挑選電商型關鍵字操作、內容型網站/blog 就優化內容型關鍵字,也別花時間在優化其他廠商的導航型關鍵字上。以下簡介關鍵字挑選的五步驟:

第一步、從消費者需求出發,發想、分類關鍵字

消費者會搜尋一個關鍵字,代表他有這方面的需要(廢話)。例如會搜尋「洗衣機」、「滾筒洗衣機」、「變頻洗衣機」等字的人,就代表他有「顯性」的購買需求(洗衣機)。但是也有另一群有相同購買需求的人會以心中的潛在需求(例如心中的疑問、或是選購問題等)來搜尋,像是「洗脫烘」、「衣服打結」、「洗衣機變頻好還是定頻好」等關鍵字來搜尋。SEO 在規劃網頁時,就能依據產生關鍵字行為是基於「顯性需求」還是「潛在需求」來配置網頁:

如上述的「洗衣機」例子,若是基於「潛在需求」而產生的關鍵字(如「洗脫烘」、「衣服打結」、「噪音」、「省水」等字詞)就可配置出類似心理測驗的箭頭圖表網頁:使用箭頭圖表或問卷的模式,請消費者選出買洗衣機時的疑慮,最後幫助消費者解決問題、選到最合適的洗衣機種類,順便曝光產品。

若是基於「顯性需求」而產生的關鍵字(如「滾筒洗衣機」、「直立式洗衣機」、「定頻洗衣機」、「變頻洗衣機」等字詞),就單純以產品介紹頁為優化目標即可。

第二步、參考 Google 搜集關鍵字

除了依據使用者的搜尋意圖來發想關鍵字之外,SEO 還可以參考 Google 搜尋框與相關搜尋的建議(如下圖)來搜集關鍵字。假如過去曾經投過 Google 關鍵字廣告,也可參考過去的曝光數來搜集關鍵字。

SEO 可參考 Google 搜尋框與相關搜尋的建議、CPC 廣告的曝光數來搜集關鍵字
SEO 可參考 Google 搜尋框與相關搜尋的建議、CPC 廣告的曝光數來搜集關鍵字

第三步、使用付費 SEO 工具來查找競品關鍵字(可省略)

「知己知彼,百戰百勝」。若預算充足,也許可以購買付費的 SEO 工具,如 Ahrefs 與 SimilarWeb 等工具,只要輸入競爭對手的 URL 即可得知他們有針對哪些關鍵字做優化,挑選合適的關鍵字列入自己的關鍵字口袋名單吧!

SEO 工具 SimilarWeb 擁有分析競爭對手網站所優化的關鍵字的功能(取自 SimilarWeb 官網)
SEO 工具 SimilarWeb 擁有分析競爭對手網站所優化的關鍵字的功能(取自 SimilarWeb 官網)

第四步、檢查關鍵字的搜尋量

若沒有預算,可以使用如免費版 SEO 工具的 Ubersuggest 來查找單個關鍵字的月均搜尋量,不過請記得在「Language / Location」的欄位選擇你的網站要曝光的語言 / 地區。而付費的 SEO 工具如 AhrefsSEMrush 等可以查找的關鍵字又更多!(注意:不同廠牌工具的數據都不盡相同)

使用 SEO 工具 Ubersuggest 免費版來查找單個關鍵字的月均搜尋量
使用 SEO 工具 Ubersuggest 免費版來查找單個關鍵字的月均搜尋量

此目的是讓你從口袋名單中先剔除掉月均搜尋量過少、甚至是零的關鍵字,以免你花時間在一個幾乎沒有人搜尋的關鍵字上。

注意:任何工具提供的數據均為預估值。假如你要操作的關鍵字搜尋量為 1000,實際你會獲得的流量不會是 1000。搜尋量只做為參考用,目的是比較關鍵字月搜尋量的相對高低。

第五步、定期確認當下排名

SEO 把前四個步驟所搜集、精選出的關鍵字做優化。過了一段時間(如一個禮拜)後可驗證目標網頁在該關鍵字上的排名,並針對表現較不好的關鍵字做優化。對於筆者來說,只要是排名在第 11-50 名內的頁面,都還有優化的空間。

至於查詢平均排名的 SEO 工具,筆者首推 Ahrefs — 不但能看出月均排名,也可直接得知此關鍵字的月均流量。倘若預算有限的話,可以選擇免費的 Google Search Console。關於如何提交自己的網站至 Google Search Console,於下一章會有圖解說明。

更多SEO相關文章請點閱下方連結

其他閱讀

美軍研發狗用 AR 頭戴裝置 跑多遠都能「看」到長官指令

母逝遺憾…PTT之父打造人工智慧 即時預測敗血症即刻救命

人工智慧從基因預測你的潛在疾病!微軟聯合 PTT 之父打造 AI 基因分析平台

人工智慧、大數據、VR等2020最搶手職業榜出爐!值得你現在開始準備

Google推出新的搜尋功能可能讓SEO更難掌控?!

SEO小手冊:如何才能修復轉址404的錯誤?

Google12月更新SEO演算法,最新資訊都在這!!(上)