SEO小幫手:如何才能修復轉址404的錯誤?

SEO小幫手:如何才能修復轉址404的錯誤?
SEO小幫手:如何才能修復轉址404的錯誤?

SEO 小幫手今天要來幫大家解決問題啦!!這系列文章要講解轉址404和軟性404的不同~還有如何修復錯誤~(下)

本篇文章為下篇,若不清楚 404 與轉址式 404 的定義,請點閱上篇SEO小幫手:轉址404,軟性404是什麼?差在哪?

SEO 如何修復「轉址式 404」錯誤 – 使用 Google Search Console

要檢查出網站內有否存在「轉址式 404」錯誤,最直接的方式SEO 可從使用 Google 網站管理員 (Google Search Console, GSC) ,檢查「轉址式 404」中列出的內容並逐一解決。以下列出常見的「轉址式 404」錯誤:

  1. 網頁內容過少或無內容

    因為 Google 搜尋引擎內導入了負責機器學習的 AI 「Rank Brain」 ,能夠準確辨識出品質不佳或過於短少的網頁內容,並標示為「轉址式 404」錯誤。

    假如你檢查網頁後,發現可能原因為內容過少或無內容,就補上一些相關內容吧!然後在網站內其他相關的頁面,增加導流至該頁面的內部連結。

  2. 重複的內容

    假如網站內有重複的網頁內容,被判斷成「轉址式 404」錯誤,就將這網頁予以合併:

    保留權重較高的頁面 (如排名較高、外部連結較多、PA 頁面權重分數較高等);其他的頁面內容就合併到該頁,並且設定 301 轉址到該頁。

    有時,電池商務網頁如販售鞋子的頁面,可能同款鞋子有多種不同的顏色,而一個顏色的鞋子就佔了一個商品頁,導致產生許多看起來相同的網頁。此時的做法就是依照上段所述的方式,將這些顏色鞋子的頁面合併成一頁。

  3. 301/302 重新導向至內容不相關的頁面

    301 重新導向為永久轉址,例如從於舊網站遷到新網站,因為內容幾乎一致,只是新舊的問題罷了,所以頁面權重不會改變太多;而 302 重新導向則為暫時性轉址。

    301/302 重新導向適用於內容相關的網頁。但是有些過於靈活的操作,將兩個天差地遠的網頁使用 301/302 轉址 (如將熱門的新聞網頁重新導向販售奶粉的商品頁面等),並希望帶來高量的訂單。這樣會被 Google 視為「轉址式 404」的錯誤狀態,同時流失「連結的價值」及「網頁本身參考價值」。

  4. 沒有正確 404 響應代碼的錯誤頁面:

    請工程師設定網頁伺服器,能夠在網頁錯誤時,顯示 404 響應代碼即可。

SEO 如何修復「轉址式 404」錯誤 – 使用其他 SEO 爬蟲工具

大部分爬蟲工具無法直接偵測到轉址式 404 碩誤,因為「轉址式 404」並非真正的 404 錯誤。但是 SEO 可從爬蟲工具找到其他線索,如下:

  1. 網頁內容過少或無內容

    SEO 可從有些爬蟲工具不只會回報內容過少的頁面。甚至還能顯示總字數。在此,你可以根據內容的字數對網址進行排序。首先從字數最少的頁面開始,然後評估該頁面內容是否有內容過少或無內容。

    對於內容過少或無內容的頁面,就補上一些相關內容,並在其他相關內容的頁面中,增加導流至該頁面的內部連節。

  2. 重複的內容

    有些爬蟲工具精細到足以辨別一個頁面中,網頁模板以及網頁內容的部分,各佔了多少比例。若網頁內容與許多其它頁面幾乎相同的話,就應深入調查這些頁面、找出這些內容會重複的原因。若是可以,就將這網頁予以合併。

    如要合併這些重複頁面,請保留權重較高的頁面 (如排名較高、外部連結較多、PA 頁面權重分數較高等);其他的頁面內容就合併到該頁,並且設定 301 轉址到該頁。

Google 以相同方式處理 404 錯誤和轉址式 404 錯誤

轉址式 404 錯誤雖然不是真正的 404 錯誤,但是如果這些頁面無法快速修復,則 Google 會將這些頁面脫離搜尋索引 (de-index)。對於 SEO 來說,最好的解決方式就是定期使用 Google Search Console 爬取網站,以查看是否發生 404 錯誤或轉址式 404 錯誤。

 

 

更多關於SEO或其他程式語言相關文章請點閱下方連結~

 

 

 

其他閱讀

人工智慧釀酒「人生釀造 craft」20、30、40、50 世代都有不同的專屬啤酒

美軍研發狗用 AR 頭戴裝置 跑多遠都能「看」到長官指令

網友留言殺死了16歲美少女!IG毛起來用人工智慧打擊網路霸凌

台灣第一本人工智慧高中教科書 郭台銘打造並贈閱

掌握SEO就靠這八章()你的使用者是誰?

人工智慧自動產文無破綻?文字創作者就要這樣被取代了嗎?()

人工智慧即將入主法庭取代法官?!這真的可行嗎?!()

SEO小幫手:轉址404,軟性404是什麼?差在哪?

SEO小幫手:轉址404,軟性404是什麼?差在哪?
SEO小幫手:轉址404,軟性404是什麼?差在哪?

SEO 小幫手今天要來幫大家解決問題啦!!這系列文章要講解轉址404和軟性404的不同~還有如何修復錯誤~(上)

SEO 必知的「響應代碼」定義

我們訪問網站的時後,透過 Chrome、Safari 等瀏覽器連接到網站的伺服器抓取網頁。當網頁被瀏覽器載入時,會附上一組響應的代碼 (Response Code) ,來告知瀏覽器這個網頁有沒有問題。這組SEO的代碼,我們在網頁上可能看不到。

響應代碼有很多種,分別代表不同的網頁載入狀況。其中一個最廣為人知的代碼是「404」。

基本上,介於 400 到 499 的任一組代碼,都代表網頁舞法載入。而本篇要提的 404 唯一具有特定含義的代碼:該頁面實際上已經消失了,很可能很快就不復存在。

「轉址式 404」、「軟性 404」 (Soft 404) 代表的意義

「轉址式 404 (Soft 404,又稱『軟性 404』)」不是發送到瀏覽器的正式響應代碼。這只是 Google 在其索引內添加到頁面的標籤。

當 Google 爬蟲在抓取頁面時,會仔細分配資源,以確保不會有時間浪費在抓取不需要被索引的不存在頁面。

然而,有些伺服器配置欠佳。他們有些不存在的頁面,本應顯示代碼 404 的,HTTP header 卻載入了其他的代碼如「200」等。這樣會使這個不存在的頁面被 Google 索引,對 Google 來說是浪費資源。

為了要解決這樣的問題,Google 開始注意 404 頁面的特徵,並試圖要辨別此 404 頁面是否真的符合 404 頁面的種種條件。 換句話說,Google 了解到,如果它「看起來、聞起來、表現起來」像是 404 頁面的話,那它可能是正宗的 404 頁面。

可能被誤解為 404 的狀況

在某些情況下,該頁面實際上是存在的,但是某些特徵觸發了 Google 將其歸類為「不存在」的頁面。這些特徵包含:頁面的內容過少、頁面沒有內容、同一網站上有太多相似頁面等。

頁面上少量或缺乏內容以及站點上具有太多相似頁面。

這些特徵與 Google 「熊貓演算法」欲解決的因素相似:「熊貓演算法」將短少或重複的內容,視為負面排名因素。

因此,解決這些問題,將有助於避免出現「轉址式 404」,並且避開熊貓演算法的負面排名因素。

以下為導致「404 錯誤」的兩個主要原因:

  • 錯誤的網頁連結:將用戶導到不存網頁的超連結
  • 連結到曾經存在但卻突然消失的網頁超連結

錯誤的網頁連結

如果造成 404 錯誤的原因是「錯誤的網頁連結」,則只需修復該連結即可。

比較費時的是,SEO 需要是查找網站上所有錯誤的鏈接──尤其擁有超過數百頁的大型網站。此時可善用 SEO 輔助爬蟲工具如 Xenu、DeepCrawl、Screaming Frog 或是 Botify。

不復存在的頁面

當一個頁面不復存在時,你有兩種選擇:

  • 如果頁面是不小心被刪除的話,請還原它。
  • 如果是有意將其刪除的話,就使用 301 重新導向到最接近的相關頁面。

首先,SEO 必須在網站上找到所有錯誤的網頁連結,可用上述的 SEO爬蟲工具輔助。但是,爬蟲工具可能找不到「孤立的頁面」。所謂「孤立的頁面」是只從未被任何頁面導航、或是從未在其他頁面有連結 URL 的頁面。

若孤立的頁面存在的話,則可能過去它曾經是網站的一部分,然而在網站重新設計後,該頁面的連結消失了,但是其他網站的外部連結可能還連得道該頁面。曾經是網站的一部分,則它們可能存在,然後在網站重新設計後,指向該舊頁面的鏈接消失了,但是其他網站的外部鏈接可能仍在鏈接到它們。要仔細檢查您的網站上是否存在此類頁面,可以使用多種工具:

Google 網站管理員 (Google Search Console,GSC)

Google 爬蟲能爬取所有可找到的網站,並讓 GSC 回報 404 的頁面。這包含了來自其他網站連到你網站上那些曾經存在頁面的連結。

GA 分析工具 (Google Analytics)

預設狀況下,GA 分析不會產出針對不存在頁面所做的報告。但是你可以透過多種方式來追蹤:

  • 創建自訂報表,專門篩選出「404 錯誤」的頁面
  • 創建自訂內容群組,並將所有 404 頁面分配到其中一個內容群組

除了上述工具外,尚有其他第三方的反向連結 SEO 工具如 Majestic、Ahrefs、Moz Open Site Explorer 等。這些工具會產生一張清單,列出擁有你網頁連結的網站。你可從這張表檢查這些頁面連結是否正常、找出 404 錯誤。

 

別跳出!下一篇文章即將列出各種「轉址式 404 錯誤 」的解決方式, 請點SEO小幫手:如何才能修復轉址404的錯誤?

更多關於SEO或其他程式語言相關文章請點閱下方連結~

 

 

 

其他閱讀

人工智慧釀酒「人生釀造 craft」20、30、40、50 世代都有不同的專屬啤酒

美軍研發狗用 AR 頭戴裝置 跑多遠都能「看」到長官指令

網友留言殺死了16歲美少女!IG毛起來用人工智慧打擊網路霸凌

台灣第一本人工智慧高中教科書 郭台銘打造並贈閱

掌握SEO就靠這八章()你的使用者是誰?

人工智慧自動產文無破綻?文字創作者就要這樣被取代了嗎?()

人工智慧即將入主法庭取代法官?!這真的可行嗎?!()

掌握SEO就靠這八章(六)結構化資料SCHEMA標記

掌握SEO就靠這八章(六)結構化資料SCHEMA標記
掌握SEO就靠這八章(六)結構化資料SCHEMA標記

想成為一名優秀的SEO優化人員就千萬不能錯過這八篇!!讀好讀滿絕對沒有錯!!(六)

SEO 優化時可善用 Schema 結構化資料標記來強化網站在搜尋結果的摘要片段。當你在搜尋食譜時,是否在搜尋結果頁看到部分網站顯示秀色可餐的食物圖片? 圖片旁邊還有五星評等呢!圖片下方有顯示食譜的片段資訊…好像看起來很簡單,於是,你忍不住點擊網站看完整的做法…

上圖顯示:上方的搜尋結果有 Schema 結構化資料標記,顯示了美味的照片與五星評等;下方的搜尋結果則沒有做 Schema 結構化資料標記。

有 Schema 結構化資料標記的搜尋結果,是否比較吸引你點擊?可見經過 Schema 結構化資料標記的網頁,在搜尋結果頁上脫穎而出的機率較高

除了在搜尋結果頁上出現秀色可餐的圖片、星級評等之外,「schema結構化資料標記」還可以依據你網頁的特性,而顯示出對應的資訊…

例如你的網頁是賣書的網頁,你可以使用「schema結構化資料標記」讓搜尋結果頁出現你的書名、ISBN與出版年份等資訊。如下圖:

結論:雖然「Schema 結構化資料標記」不會直接讓網頁在 Google 搜尋頁面中名次變高,但是卻可以藉由在搜尋結果頁中清楚的文圖說明,提高被使用者點擊的機率,而間接增加 Google 的權重分數,達到 SEO 優化的功效。

想了解 SEO 八大基礎的你,也別錯過下一章「2018後的SEO八部曲7-使用主關鍵字的相關詞

 

 

本系列文章下一篇請點掌握SEO就靠這八章(七)使用主關鍵字的相關詞

更多關於SEO或程式設計相關文章請點閱下方連結~

 

 

 

其他閱讀

白帽SEO、黑帽SEO,到底差在哪?

SEO必知!「長尾關鍵字」的定義與使用說明

RIP,Google 中國!搜尋引擎開發計劃 Dragonfly 的停止

為了被 AI 認出,你願意戴上「白面具」嗎?臉部辨識的隱憂

UI設計網站30招不藏私,讓設計師超省力! ()

前端工程師也該要會的後端技能你不能不知!!

想要培養第二專長?學好UI設計開始精彩的斜槓人生!!

 

 

谷哥地圖利用人工智慧大升級!!預測路況不是夢!!(下)

谷哥地圖利用人工智慧大升級!!預測路況不是夢!!(下)
谷哥地圖利用人工智慧大升級!!預測路況不是夢!!(下)

谷哥地圖這次利用人工智慧讓軟體全面升級啦!!還可以進一步預測可能發生的塞車潮喔!!一起來看看吧!!(下)

本篇為上篇,下篇請點此谷哥地圖利用人工智慧大升級!!預測路況不是夢!!(上)

圖像神經網路將道路視為一個圖形,路線對應節點(nodes),而邊線位於「連續道路」和「通過交叉路口連接的道路」之間。路段實際上是與交通密度成比例地、隨機採樣的道路子圖(subgraph),並通過訊息傳遞演算(message-passing algorithm)計算邊緣與節點之間的相互影響。

每個路段的長度和複雜度都有所不同,從兩條道路到包含數百個節點的路線都有。DeepMind 表示,將相鄰道路之間的交互關係納入考量後,也使得預測準度有所提升:「例如我們思考一條小巷的堵塞如果溢出,將如何影響主幹道的交通」。

▲ Google 地圖人工智慧分析計算道路交通之演算法示意圖。

 

DeepMind 也表示,在訓練時自動調整學習率,該模型不僅可以達到更高的成效,還能自動調整學習率,獲得更穩定的結果。

除了新模型,Google 地圖也一併考慮其他因素:如道路速限、道路面積、道路品質(如礫石地、柏油或泥地)、道路施工、天候氣象(如下雪、下暴雨或土石流等)、使用者回報的交通事故、封路、出現彎道或紅綠燈路口的頻率等等,以及因應新型冠狀病毒疫情隨之而來的交通管制。

疫情之下 Google 地圖受到的沖擊

Google 表示疫情爆發後,全球路上交通流量減少了 50 %,隨著疫情持續,仍有不少地區維持交通管制。

這種影響範圍擴及全球的特殊狀況下,為了不讓預測失準,AI 會自動優先考量近期的車流量記錄,將更早之前的車流量模式列為次要考量,讓導航結果的預計抵達時間更為精準。

這次事件展現出 Google 地圖與現實世界有多麼息息相關。Google 執行副總裁 Jen Fitzpatrick 也親自撰文表示,他們將會推動 Google 地圖發展新的技術,因為世界不斷在變化──公車班次的增減、新的道路被開拓、自然災害永久地改變通行路線等等。「這就是為什麼地圖需要更新、確保全面性和準確性的原因。人工智慧的重大突破改變了我們製作的地圖方法,也讓我們能將高品質地圖更快地帶到了世界各個角落。」

除了導航之外 其他有賴人工智慧的地圖功能

除了導航功能之外,其實 Google 地圖還有許多實用的功能都是靠人工智慧完成。

如 Google 曾公開他們如何利用深度神經網路,自動且準確地辨識街道名稱、模糊人臉與車牌。在自然場景中由於視覺偽影,如失真、閉塞、定向模糊、雜亂的背景或不同的角度等狀況,讓傳統的光學字符識別(OCR)難以完成辨識。

而為了保護用戶的隱私,Google 團隊致力於解決這一問題,使用神經網路自動模糊了街景圖像中的人臉和車牌,而經過足夠的標記數據訓練後,AI 也能自動升級 Google 地圖相關的最新信息。

另一應用在於描繪地圖上代表建築的幾何陰影。Google 利用了多層次技術,第一層人工智慧負責從衛星照片中辨識出建築物;第二層的人工智慧負責分辨建築物的輪廓,並去除四周雜物;第三層則是根據輪廓來描繪出最有可能的建築物狀態。這套系統從 2018 開始,已經繪製了超過 1 億個新建築到 Google 地圖上了。

這套系統在低度開發國家尤有效用,在政府資訊難以取得的國度,Google 團隊利用衛星圖和街景的影像,繪製出了奈及利亞大城市拉哥斯(Lagos)的地圖,填入了 20,000 條街道名稱、50,000 個新地址、與 100,000 間新商家的資訊。

像繪製地圖這樣巨量又繁瑣的工作,果然還是得靠AI的協助才有可能完成的呢。

 

 

更多關於人工智慧的相關文章請點閱下方連結~

 

 

 

 

其他閱讀

UI/UX 設計工作完整剖析

第一次上程式設計課程該選 Python 還是 Java?有什麼差別?

人工智慧電影/影集:Netflix《我的全像情人》探討人與 AI 是否有真愛

使用 Java、Python、C 等 22 種程式語言寫出「Hello World」!

人工智慧貓砂盆問世!!全面掌控愛貓健康!!(1)

人工智慧只是冰冷的機器?四個暖心家庭案例翻轉你印象!!()

人工智慧這次挑戰歌詞創作,向經典重金屬樂團致敬~

谷哥地圖利用人工智慧大升級!!預測路況不是夢!!(上)

谷哥地圖利用人工智慧大升級!!預測路況不是夢!!(上)
谷哥地圖利用人工智慧大升級!!預測路況不是夢!!(上)

谷哥地圖這次利用人工智慧讓軟體全面升級啦!!還可以進一步預測可能發生的塞車潮喔!!一起來看看吧!!(上)

新冠疫情爆發,導致全球交通運輸模式受到影響。各種交通管制、居家隔離甚至是封城 等措施,使全世界車流量大幅減少。

為了因應全球範圍的交通模式改變,Google 近日表示,將與 DeepMind 攜手運用人工智慧技術, 強化路途預定到達時間預測(ETA),甚至能還沒發生塞車,就先預測你會不會受影響。

Google 地圖的導航功能一直備受大眾喜愛,近年隨著行動裝置的普及與網路速度的提升 ,有越來越多民眾不另外裝載車用衛星導航、而直接使用 Google 地圖作為外出行車的主要 導引,更是讓 Google 地圖與人們的生活更加緊密。

至於 Google 是怎麼做到導航、判斷車流量與偵測交通阻塞的呢?背後還是有賴人工智慧的幫 助!

不只靠公開資料分析 每個使用者都能回傳位置資訊

有些導航服務是根據政府提供之公開資料來計算車流量,而 Google 地圖的優勢在於── 眾多的使用者。

Google 地圖全球每日用戶超過 10 億人,每個使用者進行導航時都能匿名傳回位置資訊, 計算這些資訊就能統計出當前的道路狀況,以此分析出道路的車流量、是否有交通堵塞等等 ,並即時在導航結果中呈現。

▲ 圖片來源:The Keyword | Google

 

Google 地圖使用路上行人、行車中的地點資料來顯示當下路況,這種模式雖然簡單好用,但如果要進一步預測未來 10、20 分鐘,甚至一個小時之後的路況,或要提供預定到達時間(Estimated Time of Arrival,ETA),就必須將既有歷史交通數據、即時車流量的改變情況,配合AI人工智慧進行分析預測。

與DeepMind合作人工智慧技術 強化路況預測能力

為了強化路況預測能力,Google 宣布將與 Alphabet 旗下的人工智慧研究公司「DeepMind」合作,更新 Google 地圖的演算法。

Google 表示,新的預測模型將加權過去 2 到 4 週的歷史資料,而越舊的資料權重會越低;並稱 Google 地圖的 ETA 預測在 97 %以上的旅程都有穩定準確率,而與 DeepMind 的合作能使準確率更加提升。

Google 地圖採用名為圖像神經網路(Graph Neural Networks,GNNs)的機器學習架構,大幅降低預測失準率,在柏林、雪梨、東京及華盛頓特區等等交通繁忙的地區,依然能維持精準的預測率,讓使用者能在出發前更方便規劃行程。

▲ Google 不斷提升世界各地之 ETA 預測精準度,圖可見「台中市」提升高達 51 %。圖片來源:VentureBeat

 

Google 地圖將錯綜複雜的道路網路劃分為一個個「路段」(segments),各個路段皆包含大量的交通流量資料,並能彼此共享;AI 分析這些巨量的資料,再通過圖像神經網路模型預測每個路段的行駛時間。

 

 

本篇為上篇,下篇請點此谷哥地圖利用人工智慧大升級!!預測路況不是夢!!(下)

更多關於人工智慧的相關文章請點閱下方連結~

 

 

 

 

其他閱讀

UI/UX 設計工作完整剖析

第一次上程式設計課程該選 Python 還是 Java?有什麼差別?

人工智慧電影/影集:Netflix《我的全像情人》探討人與 AI 是否有真愛

使用 Java、Python、C 等 22 種程式語言寫出「Hello World」!

人工智慧貓砂盆問世!!全面掌控愛貓健康!!(1)

人工智慧只是冰冷的機器?四個暖心家庭案例翻轉你印象!!()

人工智慧這次挑戰歌詞創作,向經典重金屬樂團致敬~

暖心貓奴工程師開發人工智慧貓咪庇護所,給流浪貓一個家~(下)

暖心貓奴工程師開發人工智慧貓咪庇護所,給流浪貓一個家~(下)
暖心貓奴工程師開發人工智慧貓咪庇護所,給流浪貓一個家~(下)

人工智慧這次又要來造福貓咪惹~這次是照顧無家可歸的流浪貓~一起來看看是個怎麼樣的造福法吧!!(下)

本篇為下篇,上篇請點此暖心貓奴工程師開發人工智慧貓咪庇護所,給流浪貓一個家~(上)

病貓、絕育貓識別系統



人工智慧能辨別病貓,可在 0.3 秒內分辨四種常見浪貓疾病並通知志工。

 

人工智慧鏡頭掃瞄貓臉開門時,也會即時啟動病貓暨絕育貓識別功能。人工智慧能檢測 4 種常見的貓咪疾病:包含貓口炎、傳染性貓鼻氣管炎 (俗稱「貓感冒」) 、皮膚病、外傷),並且透過流浪貓耳上的標籤,300 毫秒內判斷是否已絕育。

如果發現進入庇護所的新貓隻沒有絕育或有傷病時,系統會主動通知管理的志工,帶貓隻就醫。



▲ 在掃描貓臉的同時時,人工智慧能辨別貓咪是否生病或結紮。

 

人工智慧溫控與空調系統

▲流浪貓在寒冷的冬天,會因為碗裡的水結凍而無法喝水。因此整個貓窩的溫度,均保持在27度左右,為貓咪體感溫度的最佳狀態。

 

人工智慧能偵測貓窩中溫度與空氣,並自動調節至最佳狀態。

 

AI人工智慧貓窩內裝有溫濕度傳感器,並可藉由行動裝置來控制。當貓窩內溫濕平衡出現異常時,AI智能恆溫系統會自動調節至平衡。

人工智慧溫濕度傳感器能偵測貓窩中溫溼度並自動調節,或是藉由行動裝置來人工控制。

 

貓窩是一個相對密閉、狹小的空間,而「人工智慧新風系統」會對貓窩氧氣、二氧化碳的濃度進行實時監測和分析,並適時給貓窩換氣,以保持貓窩室內的空氣清新

人工智慧新風系統能偵測氧氣、二氧化碳的濃度,並適時換氣。

 

▲ 人工智慧恆溫系統能偵測冷暖乾溼變化

 

研發工程師晚兮在視頻中表示:「熱愛的事情不應該只是隨便說說,能用我寫的代碼為我身邊的人和事物帶來一些改變,這已經足夠讓人興奮了。」。下面的影片為兩位「貓窩推手」的防談,一個為動物救援專家、另一為百度 AI 工程師晚兮。看著這兩個充滿愛心、幹勁又有專業知識的年輕人,為了讓浪貓在寒冬中得以存活、溫飽,而將自身的能力奉獻出來,你的心是否也感動了起來?真的實現了「科技始終來自於人性」!

 

 

暖心貓奴工程師開發人工智慧貓咪庇護所,給流浪貓一個家~(上)

暖心貓奴工程師開發人工智慧貓咪庇護所,給流浪貓一個家~(上)
暖心貓奴工程師開發人工智慧貓咪庇護所,給流浪貓一個家~(上)

人工智慧這次又要來造福貓咪惹~這次是照顧無家可歸的流浪貓~一起來看看是個怎麼樣的造福法吧!!(上)

浪貓冬天存活率僅四成!工程師決定建構AI貓窩

冬天的嚴寒夜晚,當人類紛紛回家過冬時,就由人工智慧來守護浪貓的安全:至少先讓他們有能度過寒冬的地方。據動物組織估計,大陸每年約有 4 千萬多隻流浪貓,悲哀的是,只有其中的 40% 能成功活過冬季,也就是存活的只剩下約 1600 萬隻存活……

▲ 只有 4 成的浪貓能活著度過大陸的寒冬。

 

百度一名筆名為「晚兮」的工程師,於某個冬天看見一隻小流浪貓縮在車子的輪圈旁取暖。「晚兮」意識到牠們岌岌可危的生存困境,決定善用自己的人工智慧專業,並聯合其他愛貓志工,研發「AI 貓咪庇護所」。

人工智慧貓窩導入的 AI 模型 EasyDL,是百度推出的客製化 AI 訓練暨服務平臺。透過 EasyDL,團隊透過 EasyDL 建立「貓臉掃描門禁系統」並讓貓窩能恆溫通風。貓窩能自動提供食物、水,還可透過 AI 技術偵測出貓咪是否已絕育、生病受傷等,即時給予適當協助。目前已有一批浪貓入住。

冬天的嚴寒夜晚,當人類紛紛回家過冬時,就由人工智慧來守護浪貓的安全:至少先讓他們有能度過寒冬的地方。據動物組織估計,大陸每年約有 4 千萬多隻流浪貓,悲哀的是,只有其中的 40% 能成功活過冬季,也就是存活的只剩下約 1600 萬隻存活……

▲ 百度人工智慧貓窩設計草圖。

 

人工智慧貓窩導入 AI 模型 EasyDL,是為定制化訓練及服務平台建立了可掃描貓臉而開門、恆溫通風的 AI 人工智慧貓窩,可提供浪貓所需的食物、水,還可透過 AI人工智慧的技術偵測出貓咪是否絕育或生病、受傷,以便即時給予協助。目前已有一批浪浪貓入住。

▲ 目前已有一批浪浪貓入住人工智慧貓窩

 

人工智慧貓窩的功能詳列如下:

貓臉門禁系統 其他動物止步

▲ 貓臉門禁系統:導入人工智慧的鏡頭可辨識 174 種品種的貓,掃描後確認是「貓」才會開門。

 

為配合貓咪晚上活動的習性,貓窩設置的雙自動門配備具紅外線夜視功能的攝影鏡頭,一旦有貓靠近,第一道門先開啟,所以就算伸手不見五指的晚上,門禁系統也能也能照常為浪貓們開門。

▲ 配備人工智慧的貓臉辨識鏡頭,運作時會掃描貓臉

 

安全感不足的浪貓,防衛心大多很重。因此在貓咪進入第一道門後,第二道門就會自動開啟,直到貓咪完全進入室內,第二道門才會關上。這樣貓咪才房卸下心防、無掛慮的入住。透過百度大腦開放的動物識別技術,貓臉門禁系統可識別 174 種不同種類的貓,有效阻止流浪狗及其他動物進入,保護流浪貓不受其他動物侵擾。

 

 

本篇為上篇,下篇請點此暖心貓奴工程師開發人工智慧貓咪庇護所,給流浪貓一個家~(下)

更多人工智慧相關文章請點閱下方連結~

 

 

 

 

其他閱讀

UI/UX 設計工作完整剖析

第一次上程式設計課程該選 Python 還是 Java?有什麼差別?

人工智慧電影/影集:Netflix《我的全像情人》探討人與 AI 是否有真愛

使用 Java、Python、C 等 22 種程式語言寫出「Hello World」!

人工智慧貓砂盆問世!!全面掌控愛貓健康!!(1)

人工智慧只是冰冷的機器?四個暖心家庭案例翻轉你印象!!()

人工智慧這次挑戰歌詞創作,向經典重金屬樂團致敬~

 

你家萌寵也能成為人工智慧機器人的訓練師~可能嗎?(下)

你家萌寵也能成為人工智慧機器人的訓練師~可能嗎?(上)
你家萌寵也能成為人工智慧機器人的訓練師~可能嗎?(上)

你沒想過可代的萌寵也能成為人工智慧的訓練師對吧!!今天要帶大家來一探究竟喔~(下)

本篇為上篇,下篇請點此你家萌寵也能成為人工智慧機器人的訓練師~可能嗎?(上)

讓機器人能自立自強的人工智慧技術

而 Google 研究人員的下一個目標,就是如何用最少的人力、讓機器人在現實世界中正常運作。

儘管機械手臂的技術已經大有突破,比如同樣為 Google 研發人員設計的分散式 Q 學習演算法(QT-Opt)。但是,將相同的方法應用於四足機器人卻很困難,因四足機器人更可能會因事故損壞自身、離開訓練區域,相較之下更需要人工干預。

▲四足機器人的自動化學習系統面臨安全性與自動化的挑戰。

首先研究人員通過多任務學習(multitask learning)生成,將機器人驅動到工作空間,防止機器人離開訓練區域;並通過設計安全約束,將機器人跌倒的次數降到最低。

例如:若當前有兩項任務,「向前」與「向後」行走。如果機器人處在工作區的後面,調度程序將選擇「向前」任務,反之亦然。如果機器人掉落,則將調用自動起身控制器,接著進行下一個任務。

該框架成功地訓練了從無到有的策略,無需人工干預,機器人就可以朝不同的方向走,還使機器人能挑戰非平坦的地面,例如記憶泡棉床墊和鏤空的地墊。

四足機器人的未來展望

四足機器人能夠像真正的狗一樣走路,但依然有不足之處:由於算法和硬體的限制,它不能完成高度動態的行為,如大幅度的跳躍。也不比全手動設計的控制器穩定;並且絆倒後雖能重新站起來,但仍然不甚靈活。

不過即使如此,研究人員相信,他們的方法可以促進人工智慧機器人的發展,未來更能獨立運作,足以完成現實世界中的工作,像是在多層倉庫或是訂單履行中心裡運輸物料;並表示,未來也有興趣繼續研發,將自動培訓系統應用於更複雜的現實環境中。

 

更多人工智慧相關文章請點閱下方連結!!

 

 

 

其他閱讀

AI人工智慧救地球!Google:AI 保護環境還比人類快 3000 倍

CSS教學-display與visible屬性介紹

用Python寫出唐鳳「番茄鐘工作法」程式,讓AI幫你集中注意力!

AI機器狗Aibo成最新愛寵 真狗會被取代嗎?

新一代Google人工智慧眼鏡功能大進化!還兼具外型喔~(上)

台灣人工智慧學校創辦人陳昇瑋英年早逝!

人工智慧狗狗Aibo超擬真!!真狗要被取代了嗎?(上)

你家萌寵也能成為人工智慧機器人的訓練師~可能嗎?(上)

你家萌寵也能成為人工智慧機器人的訓練師~可能嗎?(上)
你家萌寵也能成為人工智慧機器人的訓練師~可能嗎?(上)
你沒想過可代的萌寵也能成為人工智慧的訓練師對吧!!今天要帶大家來一探究竟喔~(上)

 

 

Google 人工智慧研究團隊最新發表的機器人研究日誌中,詳細介紹了他們所研發的四足機器人如何流暢動作和透過 AI 技術自學行走。目前的機器人仍需要許多人工參與,而 Google 建立的技術,讓機器人只需 8 分鐘的動作資料,就能自己學會向前、向後以及左右轉彎等運動,再也不用常常得扶起翻倒的機器人。

Google人工智慧研究員讓機器人「向狗學習」

為了開發出行動敏捷、不需要人工協助的機器人,Google 的人工智慧機器人研究科學家可說是絞盡腦汁,在觀察到自然界各種動物矯健又不費力的身手後──如翻身飛躍咬住飛盤的狗兒;研究人員決定向大自然取經,讓這些動作靈巧的小生物擔任機器人的老師,學習快速流暢的動作。

運動模仿、強化學習與自適應控制技術

研究人員先建立一套能夠模仿學習的人工智慧技術,旨在讓四足機器人可以通過模仿真實世界的狗來學習敏捷的動作。

首先,研究人員捕捉真狗的各種動作,諸如小跑、跳躍與起身等等, 做為機器人執行各種技能的參考運動,並使用強化學習(Reinforcement Learning;RL)技術訓練控制策略,以仿效真實狗狗的動作。

▲強化學習技術用於訓練模擬機器人來仿效狗的動作。

在物理模擬的策略訓練上,通過對不同的參考運動使用不同的獎勵函數,在每個連續時步密切跟蹤參照的動作,訓練模擬機器人模仿各種不同的動態。

研究人員先在模擬環境完成訓練機器人的策略,接著再使用自適應控制技術(Adaptive control)將訓練好的策略實現在真實世界中,利用真實機器人的資料,高效地自適應策略,使研究人員能「教」一台四足機器人快走、跳躍或轉彎。

但由於模擬終究無法匹敵真實,模擬中訓練的策略應用在真實機器人上效果不甚佳。

為此,研究人員使用潛在空間(Latent Space)適應技術,通過改變機器人的質量和摩擦等物理量來隨機化模擬訓練中的動力學,將數值用編碼器映射到一個數字表示(即編碼),在訓練過程中將此編碼作為附加輸入傳遞給控制策略,當將該策略部署到一個真實的機器人上時,研究人員刪除編碼器,並直接在潛在空間中搜索一組允許機器人成功執行技能的變量。

這個方式十分成功,讓機器人能夠成功地執行現實世界中所需的動作。並且只要有 8 分鐘的資料供機器人參照,不只能從影片學會狗的走路動態,即使是動畫師製作的動畫,機器人也能從中學會轉頭等的複雜動作。

 

本篇為上篇,下篇請點此你家萌寵也能成為人工智慧機器人的訓練師~可能嗎?(下)

更多人工智慧相關文章請點閱下方連結!!

 

 

 

其他閱讀

AI人工智慧救地球!Google:AI 保護環境還比人類快 3000 倍

CSS教學-display與visible屬性介紹

用Python寫出唐鳳「番茄鐘工作法」程式,讓AI幫你集中注意力!

AI機器狗Aibo成最新愛寵 真狗會被取代嗎?

新一代Google人工智慧眼鏡功能大進化!還兼具外型喔~(上)

台灣人工智慧學校創辦人陳昇瑋英年早逝!

人工智慧狗狗Aibo超擬真!!真狗要被取代了嗎?(上)

AI人工智慧也能保育動物愛地球?(下)

AI人工智慧也能保育動物愛地球?(下)
AI人工智慧也能保育動物愛地球?(下)

現代科技AI人工智慧位生活帶來許多便利!!現在還能進一步地幫我們保育動物~一起來看看吧!!(下)

本篇為上篇,下篇請點此AI人工智慧也能保育動物愛地球?(上)

比人快 3,000 倍!Google AI 省時省力拚保育

過去若以人力一張張辨識照片影像的話,每個小時最極限也只能處理 1,000 張照片。但如果用 Google Wildlife Insights AI,影像辨識分析的速度可達3,000 倍以上,等於每小時能處理多達 3 千 6 百萬張照片。

▲Google AI 可辨識出照片中的物種或空景。

當然,目前尚不能精準辨識出地球上所有物種,但其中 614 種物種如美洲豹、非洲象與羚羊等,Google AI 有最多達 98.6% 的準確度。且最重要的是,若是沒拍到動物的空景,AI 可以快速地辨識出並且剔除,就已省下一大筆人工篩選時間了。

此外,AI 在辨識的同時也能統計相同區域中出沒的動物,計算出物種分布密度,提出一份較為準確的數據給予大眾使用。識別、分析和共享野生動物的數據,以近乎即時的方式揭示野生生物的現況。

只聞其聲不見其「魚」 Google AI 用音頻追蹤鯨魚

除了在陸地上跑跳的動物外,海中優游的座頭鯨也是 Google 關心的對象。

座頭鯨以其躍出水面姿勢、長長的胸鰭與富有深意的叫聲而聞名,被稱為「大海的歌唱家」。然而,隨著遠洋漁業的發展,座頭鯨曾一度被列為瀕危物種。根據《自然》雜誌發表的一篇報告指出,商業性捕魚已使近 90% 的大型掠食性魚類消失,其中就包括座頭鯨。

為了保育面臨絕種危機的座頭鯨,第一步是要確認他們出現的位置和時間。Google 在東京舉行的「Solve with AI」論壇上,公開了 Google 與美國國家海洋暨大氣總署(NOAA)合作訓練神經網路模型的 AI,可自動偵測辨識座頭鯨的聲音,並進一步定位其所在地。

▲Google 與 NOAA 建立了網站「鯨魚之歌」,分享了數千小時的鯨魚歌聲。

要從這些錄音中辨識出座頭鯨的聲音並不簡單,水下錄音機會錄下各式各樣的聲音,而雨聲或是船隻的噪音,也常混淆判斷。並且座頭鯨的叫聲特別難分辨,不如藍鯨、長鬚鯨等其他鯨類會發出固定的叫聲,座頭鯨的叫聲複雜且多變,更是加深辦識難度。

NOAA 過去已錄製了超過 17 萬小時的水下錄音,「若要人手處理,需要24 小時不眠不休地聆聽 19 年,要人手分析簡直是天方夜譚。」

Google AI 將這些水下聲音轉視覺化,以頻譜表示,不斷標記頻譜資料訓練,就能讓 AI 更精準的標記出錄音中的座頭鯨聲音。現在 AI 已經可以根據錄音中的座頭鯨聲音,在地圖上標記出他們出現的時間地點,甚至得知牠們的遷徙途徑,用於保育和研究。

這些生活在地球已有 5000 萬年的大型哺乳動物,能否能夠繼續優游海洋,也許命運就交託在 AI 手中。

 

 

本篇為上篇,下篇請點此連結

更多關於AI人工智慧的文章請點下方連結喔~

 

 

 

其他閱讀

Python寫出唐鳳「番茄鐘工作法」程式,讓AI幫你集中注意力!

AI機器狗Aibo成最新愛寵 真狗會被取代嗎?

今年10月即將入手的新身分證,它的UI設計有啥亮點?

你是我的眼!Google AI 眼鏡助視障朋友「看見」世界

新一代Google人工智慧眼鏡功能大進化!還兼具外型喔~()

台灣人工智慧學校創辦人陳昇瑋英年早逝!

歐盟頒布AI白皮書,嚴加規範人工智慧發展應用!!()