1
00:00:06,070 --> 00:00:07,120
Ahoj. Jmenuji se John.

2
00:00:07,510 --> 00:00:10,140
Vedu týmy pro vyhledávání
a strojové učení u Google.

3
00:00:12,130 --> 00:00:14,230
Myslím, že je úžasně inspirující,

4
00:00:14,230 --> 00:00:16,214
že lidé z celého světa

5
00:00:16,215 --> 00:00:19,160
se obracejí na vyhledávací nástroje,
aby se jich ptali na obyčejné otázky

6
00:00:19,160 --> 00:00:20,930
i na neuvěřitelně důležité otázky.

7
00:00:20,930 --> 00:00:23,450
Takže dávat jim nejlepší
odpovědi, jaké dovedeme dát,

8
00:00:23,450 --> 00:00:24,864
je obrovská zodpovědnost.

9
00:00:26,710 --> 00:00:30,610
Ahoj. Jmenuji se Akshaya a pracuji
v týmu pro vyhledávání u Bing.

10
00:00:30,910 --> 00:00:33,190
Častokrát se stává, že se
začínáme zabývat

11
00:00:33,190 --> 00:00:35,800
umělou inteligencí a
strojovým učením,

12
00:00:35,830 --> 00:00:39,010
avšak musíme řešit také to, jak
to budou využívat uživatelé,

13
00:00:39,140 --> 00:00:42,390
protože konec konců,
chceme ovlivnit společnost.

14
00:00:43,780 --> 00:00:45,400
Položme jednoduchou otázku.

15
00:00:45,820 --> 00:00:48,070
Jak dlouho trvá cesta na Mars?

16
00:00:49,330 --> 00:00:50,950
Odkud pocházejí tyto výsledky

17
00:00:51,370 --> 00:00:54,100
a proč byl tento uveden
před tímto?

18
00:00:55,700 --> 00:00:58,150
Dobře, podívejme se,
jak vyhledávač

19
00:00:58,150 --> 00:00:59,860
přeměnil Váš požadavek na výsledek.

20
00:01:00,690 --> 00:01:03,360
První věc, kterou musíte znát,
je, že když provedete vyhledávání,

21
00:01:03,430 --> 00:01:06,480
vyhledávač ve skutečnosti
nenavštíví World Wide Web

22
00:01:06,480 --> 00:01:08,010
a neuskuteční celé hledání v reálném čase.

23
00:01:08,140 --> 00:01:10,610
Tak je tomu proto, že na
internetu existuje více než

24
00:01:10,610 --> 00:01:14,140
miliarda webů a každou
minutu vznikají stovky dalších.

25
00:01:14,140 --> 00:01:16,210
Takže kdyby vyhledávač
musel projít

26
00:01:16,240 --> 00:01:18,690
všechny weby, aby našel
ten jeden, který chcete,

27
00:01:18,690 --> 00:01:20,120
trvalo by to prostě do nekonečna.

28
00:01:20,500 --> 00:01:21,940
Takže aby bylo Vaše vyhledávání rychlejší,

29
00:01:21,970 --> 00:01:24,940
vyhledávače neustále prohlížejí
celý web předem,

30
00:01:25,420 --> 00:01:28,560
aby zaznamenaly informace, které mohou
později pomoci při Vašem vyhledávání.

31
00:01:28,930 --> 00:01:31,270
Takže když potom hledáte
něco o cestě na Mars,

32
00:01:31,630 --> 00:01:33,700
vyhledávač už bude mít,
co potřebuje k tomu

33
00:01:33,700 --> 00:01:35,728
aby Vám odpověděl v reálném čase.

34
00:01:36,250 --> 00:01:37,540
Funguje to takto:

35
00:01:37,900 --> 00:01:42,010
Internet je síť stránek navzájem
propojených hypertextovými odkazy.

36
00:01:42,400 --> 00:01:44,680
Vyhledávače mají neustále
spuštěn program

37
00:01:44,680 --> 00:01:47,380
zvaný Pavouk, který
těmito weby prochází,

38
00:01:47,380 --> 00:01:49,040
aby o nich shromáždil informace.

39
00:01:49,780 --> 00:01:51,550
Pokaždé, když najde hypertextový odkaz,

40
00:01:52,090 --> 00:01:55,000
následuje jej, dokud
nenavštíví všechny stránky

41
00:01:55,030 --> 00:01:57,240
které se mu podaří najít
na celém internetu.

42
00:01:57,335 --> 00:01:59,170
Pro každou stránku, kterou pavouk navštíví

43
00:01:59,200 --> 00:02:02,320
zaznamená veškeré informace, které
by mohl potřebovat při vyhledávání tak, že

44
00:02:02,500 --> 00:02:05,650
je přidá do zvláštní databáze
zvané vyhledávací index.

45
00:02:07,166 --> 00:02:09,530
Teď přejděme k tomu
vyhledávanému pojmu z minula

46
00:02:09,590 --> 00:02:11,990
a zkusme, zda se nám
podaří zjistit, jak vyhledávač

47
00:02:11,990 --> 00:02:13,333
přišel s těmito výsledky.

48
00:02:13,640 --> 00:02:16,460
Když se zeptáte, jak
dlouho trvá cesta na Mars,

49
00:02:16,640 --> 00:02:18,860
vyhledávač se podívá
na každé z těchto slov

50
00:02:18,920 --> 00:02:21,410
ve vyhledávacím indexu a
okamžitě pořídí seznam

51
00:02:21,410 --> 00:02:24,500
všech stránek na internetu,
které tato slova obsahují.

52
00:02:24,890 --> 00:02:26,870
Avšak poohlížet se pouze po
těchto vyhledávaných pojmech

53
00:02:26,870 --> 00:02:28,760
by přineslo miliony stránek,

54
00:02:28,760 --> 00:02:31,110
takže vyhledávací stroj
bude potřebovat umět určit

55
00:02:31,110 --> 00:02:33,120
nejlepší shody, aby Vám
je zobrazil jako první.

56
00:02:33,340 --> 00:02:36,010
Právě tehdy to začíná být
náročné, protože vyhledávač

57
00:02:36,010 --> 00:02:38,040
se bude možná muset pokusit
uhodnout, co hledáte.

58
00:02:38,930 --> 00:02:41,360
Každý vyhledávač používá
svůj vlastní algoritmus

59
00:02:41,360 --> 00:02:44,230
k uspořádání stránek podle toho,
co si myslí, že si přejete.

60
00:02:44,930 --> 00:02:47,660
Seřazovací algoritmus vyhledávače
by mohl kontrolovat,

61
00:02:47,990 --> 00:02:50,360
zda se Váš vyhledávaný pojem
zobrazuje v titulu stránky,

62
00:02:50,900 --> 00:02:53,820
mohl by kontrolovat, zda se všechna
slova vyskytují poblíž sebe navzájem,

63
00:02:54,520 --> 00:02:57,020
nebo některý jiný výpočet, který

64
00:02:57,020 --> 00:02:58,610
by mu pomohl lépe určit,

65
00:02:58,670 --> 00:03:01,420
které stránky chcete a které
nechcete vidět.

66
00:03:02,960 --> 00:03:04,960
Google vynalezl nejslavnější
algoritmus

67
00:03:04,960 --> 00:03:08,530
pro výběr co nejpodstatnějších výsledků
pro dané vyhledávání uvážením toho,

68
00:03:08,560 --> 00:03:11,230
kolik jiných webů odkazovalo
na danou stránku.

69
00:03:11,830 --> 00:03:14,140
Myšlenkou je, že jestliže
si mnoho webů myslí,

70
00:03:14,140 --> 00:03:15,660
že nějaký web je zajímavý,

71
00:03:15,660 --> 00:03:17,940
pak je to pravděpodobně
ten, který hledáte.

72
00:03:18,190 --> 00:03:20,020
Tento algoritmus se nazývá „page rank“

73
00:03:20,590 --> 00:03:22,330
ne snad proto, že by nějak řadil webové stránky,

74
00:03:22,570 --> 00:03:25,210
ale proto, že je pojmenován po svém
vynálezci, jímž je Larry Page,

75
00:03:25,480 --> 00:03:27,333
jeden ze zakladatelů společnosti Google.

76
00:03:27,940 --> 00:03:30,520
Protože na Vašich návštěvách webové stránky
web častokrát vydělává nějaké peníze,

77
00:03:30,820 --> 00:03:32,950
spammeři se neustále
snaží najít si způsob,

78
00:03:32,950 --> 00:03:35,741
jak si s algoritmem vyhledávače
zahrávat tak, aby jejich

79
00:03:35,742 --> 00:03:37,931
stránky bývaly na výsledcích
umísťovány výše.

80
00:03:38,260 --> 00:03:40,750
Některé vyhledávače své
algoritmy pravidelně aktualizují,

81
00:03:40,750 --> 00:03:44,296
aby se falešné nebo nedůvěryhodné
weby nedostávaly na vrchol.

82
00:03:44,680 --> 00:03:47,350
Nakonec však bude záležet na Vás,
abyste si dali pozor na

83
00:03:47,500 --> 00:03:49,450
nedůvěryhodné stránky tím,

84
00:03:49,690 --> 00:03:52,990
že se podíváte na webovou adresu a
ověříte si, zda jde o důvěryhodný zdroj.

85
00:03:53,680 --> 00:03:55,390
Vyhledávací programy se stále vyvíjejí

86
00:03:55,420 --> 00:03:58,420
a zlepšují své algoritmy,
aby přinášely lepší výsledky,

87
00:03:58,540 --> 00:04:00,460
rychlejší výsledky, než
jejich konkurence.

88
00:04:01,000 --> 00:04:03,100
Dnešní vyhledávače dokonce
ke zúžení Vašeho

89
00:04:03,100 --> 00:04:06,820
vyhledávání používají informace,
které jste výslovně nezadali,

90
00:04:07,150 --> 00:04:10,120
Takže jestliže například
vyhledáváte o parcích pro psy,

91
00:04:10,240 --> 00:04:12,190
mnoho vyhledávačů Vám
zároveň podá výsledky

92
00:04:12,190 --> 00:04:13,840
o všech parcích pro psy v okolí,

93
00:04:14,080 --> 00:04:16,260
i když jste nezadali
svou polohu.

94
00:04:17,800 --> 00:04:20,530
Moderní vyhledávače
také chápou více

95
00:04:20,530 --> 00:04:22,060
než jen slova na stránce,

96
00:04:22,300 --> 00:04:24,970
protože chápou i co znamenají,
aby našly to nejlepší,

97
00:04:24,970 --> 00:04:26,750
co odpovídá tomu, co hledáte.

98
00:04:27,130 --> 00:04:29,980
Jestliže například hledáte
„fast pitcher“ (rychlého jamkaře),

99
00:04:30,280 --> 00:04:32,300
bude to vědět,
že hledáte sportovce.

100
00:04:32,500 --> 00:04:34,450
Jestliže však budete hledat
„large pitcher“ (velký hrnec),

101
00:04:34,450 --> 00:04:36,730
najde Vám to možnosti
nákupu věcí do kuchyně.

102
00:04:38,420 --> 00:04:41,910
Aby byla slova lépe pochopena,
používáme něco, čemu se říká strojové učení,

103
00:04:41,910 --> 00:04:43,985
a je to určitý typ umělé inteligence.

104
00:04:43,985 --> 00:04:46,050
Umožňuje to vyhledávacímu
algoritmu vyhledávat

105
00:04:46,090 --> 00:04:48,400
nejen jednotlivá písmena
nebo slova na stránce,

106
00:04:48,400 --> 00:04:51,280
ale také pochopit význam
oněch slov.

107
00:04:53,690 --> 00:04:55,850
Internet se exponenciálně rozrůstá,

108
00:04:56,210 --> 00:04:59,810
ale jestliže týmy, které navrhují vyhledávače,
budou dělat naši práci dobře,

109
00:05:00,080 --> 00:05:04,090
pak informace, které chcete, budou
vždy jen několik úhozů do kláves od Vás.