WEBVTT

00:00:06.070 --> 00:00:07.120
Ahoj. Jmenuji se John.

00:00:07.510 --> 00:00:10.140
Vedu týmy pro vyhledávání
a strojové učení u Google.

00:00:12.130 --> 00:00:14.230
Myslím, že je úžasně inspirující,

00:00:14.230 --> 00:00:16.214
že lidé z celého světa

00:00:16.215 --> 00:00:19.160
se obracejí na vyhledávací nástroje,
aby se jich ptali na obyčejné otázky

00:00:19.160 --> 00:00:20.930
i na neuvěřitelně důležité otázky.

00:00:20.930 --> 00:00:23.450
Takže dávat jim nejlepší
odpovědi, jaké dovedeme dát,

00:00:23.450 --> 00:00:24.864
je obrovská zodpovědnost.

00:00:26.710 --> 00:00:30.610
Ahoj. Jmenuji se Akshaya a pracuji
v týmu pro vyhledávání u Bing.

00:00:30.910 --> 00:00:33.190
Častokrát se stává, že se
začínáme zabývat

00:00:33.190 --> 00:00:35.800
umělou inteligencí a
strojovým učením,

00:00:35.830 --> 00:00:39.010
avšak musíme řešit také to, jak
to budou využívat uživatelé,

00:00:39.140 --> 00:00:42.390
protože konec konců,
chceme ovlivnit společnost.

00:00:43.780 --> 00:00:45.400
Položme jednoduchou otázku.

00:00:45.820 --> 00:00:48.070
Jak dlouho trvá cesta na Mars?

00:00:49.330 --> 00:00:50.950
Odkud pocházejí tyto výsledky

00:00:51.370 --> 00:00:54.100
a proč byl tento uveden
před tímto?

00:00:55.700 --> 00:00:58.150
Dobře, podívejme se,
jak vyhledávač

00:00:58.150 --> 00:00:59.860
přeměnil Váš požadavek na výsledek.

00:01:00.690 --> 00:01:03.360
První věc, kterou musíte znát,
je, že když provedete vyhledávání,

00:01:03.430 --> 00:01:06.480
vyhledávač ve skutečnosti
nenavštíví World Wide Web

00:01:06.480 --> 00:01:08.010
a neuskuteční celé hledání v reálném čase.

00:01:08.140 --> 00:01:10.610
Tak je tomu proto, že na
internetu existuje více než

00:01:10.610 --> 00:01:14.140
miliarda webů a každou
minutu vznikají stovky dalších.

00:01:14.140 --> 00:01:16.210
Takže kdyby vyhledávač
musel projít

00:01:16.240 --> 00:01:18.690
všechny weby, aby našel
ten jeden, který chcete,

00:01:18.690 --> 00:01:20.120
trvalo by to prostě do nekonečna.

00:01:20.500 --> 00:01:21.940
Takže aby bylo Vaše vyhledávání rychlejší,

00:01:21.970 --> 00:01:24.940
vyhledávače neustále prohlížejí
celý web předem,

00:01:25.420 --> 00:01:28.560
aby zaznamenaly informace, které mohou
později pomoci při Vašem vyhledávání.

00:01:28.930 --> 00:01:31.270
Takže když potom hledáte
něco o cestě na Mars,

00:01:31.630 --> 00:01:33.700
vyhledávač už bude mít,
co potřebuje k tomu

00:01:33.700 --> 00:01:35.728
aby Vám odpověděl v reálném čase.

00:01:36.250 --> 00:01:37.540
Funguje to takto:

00:01:37.900 --> 00:01:42.010
Internet je síť stránek navzájem
propojených hypertextovými odkazy.

00:01:42.400 --> 00:01:44.680
Vyhledávače mají neustále
spuštěn program

00:01:44.680 --> 00:01:47.380
zvaný Pavouk, který
těmito weby prochází,

00:01:47.380 --> 00:01:49.040
aby o nich shromáždil informace.

00:01:49.780 --> 00:01:51.550
Pokaždé, když najde hypertextový odkaz,

00:01:52.090 --> 00:01:55.000
následuje jej, dokud
nenavštíví všechny stránky

00:01:55.030 --> 00:01:57.240
které se mu podaří najít
na celém internetu.

00:01:57.335 --> 00:01:59.170
Pro každou stránku, kterou pavouk navštíví

00:01:59.200 --> 00:02:02.320
zaznamená veškeré informace, které
by mohl potřebovat při vyhledávání tak, že

00:02:02.500 --> 00:02:05.650
je přidá do zvláštní databáze
zvané vyhledávací index.

00:02:07.166 --> 00:02:09.530
Teď přejděme k tomu
vyhledávanému pojmu z minula

00:02:09.590 --> 00:02:11.990
a zkusme, zda se nám
podaří zjistit, jak vyhledávač

00:02:11.990 --> 00:02:13.333
přišel s těmito výsledky.

00:02:13.640 --> 00:02:16.460
Když se zeptáte, jak
dlouho trvá cesta na Mars,

00:02:16.640 --> 00:02:18.860
vyhledávač se podívá
na každé z těchto slov

00:02:18.920 --> 00:02:21.410
ve vyhledávacím indexu a
okamžitě pořídí seznam

00:02:21.410 --> 00:02:24.500
všech stránek na internetu,
které tato slova obsahují.

00:02:24.890 --> 00:02:26.870
Avšak poohlížet se pouze po
těchto vyhledávaných pojmech

00:02:26.870 --> 00:02:28.760
by přineslo miliony stránek,

00:02:28.760 --> 00:02:31.110
takže vyhledávací stroj
bude potřebovat umět určit

00:02:31.110 --> 00:02:33.120
nejlepší shody, aby Vám
je zobrazil jako první.

00:02:33.340 --> 00:02:36.010
Právě tehdy to začíná být
náročné, protože vyhledávač

00:02:36.010 --> 00:02:38.040
se bude možná muset pokusit
uhodnout, co hledáte.

00:02:38.930 --> 00:02:41.360
Každý vyhledávač používá
svůj vlastní algoritmus

00:02:41.360 --> 00:02:44.230
k uspořádání stránek podle toho,
co si myslí, že si přejete.

00:02:44.930 --> 00:02:47.660
Seřazovací algoritmus vyhledávače
by mohl kontrolovat,

00:02:47.990 --> 00:02:50.360
zda se Váš vyhledávaný pojem
zobrazuje v titulu stránky,

00:02:50.900 --> 00:02:53.820
mohl by kontrolovat, zda se všechna
slova vyskytují poblíž sebe navzájem,

00:02:54.520 --> 00:02:57.020
nebo některý jiný výpočet, který

00:02:57.020 --> 00:02:58.610
by mu pomohl lépe určit,

00:02:58.670 --> 00:03:01.420
které stránky chcete a které
nechcete vidět.

00:03:02.960 --> 00:03:04.960
Google vynalezl nejslavnější
algoritmus

00:03:04.960 --> 00:03:08.530
pro výběr co nejpodstatnějších výsledků
pro dané vyhledávání uvážením toho,

00:03:08.560 --> 00:03:11.230
kolik jiných webů odkazovalo
na danou stránku.

00:03:11.830 --> 00:03:14.140
Myšlenkou je, že jestliže
si mnoho webů myslí,

00:03:14.140 --> 00:03:15.660
že nějaký web je zajímavý,

00:03:15.660 --> 00:03:17.940
pak je to pravděpodobně
ten, který hledáte.

00:03:18.190 --> 00:03:20.020
Tento algoritmus se nazývá „page rank“

00:03:20.590 --> 00:03:22.330
ne snad proto, že by nějak řadil webové stránky,

00:03:22.570 --> 00:03:25.210
ale proto, že je pojmenován po svém
vynálezci, jímž je Larry Page,

00:03:25.480 --> 00:03:27.333
jeden ze zakladatelů společnosti Google.

00:03:27.940 --> 00:03:30.520
Protože na Vašich návštěvách webové stránky
web častokrát vydělává nějaké peníze,

00:03:30.820 --> 00:03:32.950
spammeři se neustále
snaží najít si způsob,

00:03:32.950 --> 00:03:35.741
jak si s algoritmem vyhledávače
zahrávat tak, aby jejich

00:03:35.742 --> 00:03:37.931
stránky bývaly na výsledcích
umísťovány výše.

00:03:38.260 --> 00:03:40.750
Některé vyhledávače své
algoritmy pravidelně aktualizují,

00:03:40.750 --> 00:03:44.296
aby se falešné nebo nedůvěryhodné
weby nedostávaly na vrchol.

00:03:44.680 --> 00:03:47.350
Nakonec však bude záležet na Vás,
abyste si dali pozor na

00:03:47.500 --> 00:03:49.450
nedůvěryhodné stránky tím,

00:03:49.690 --> 00:03:52.990
že se podíváte na webovou adresu a
ověříte si, zda jde o důvěryhodný zdroj.

00:03:53.680 --> 00:03:55.390
Vyhledávací programy se stále vyvíjejí

00:03:55.420 --> 00:03:58.420
a zlepšují své algoritmy,
aby přinášely lepší výsledky,

00:03:58.540 --> 00:04:00.460
rychlejší výsledky, než
jejich konkurence.

00:04:01.000 --> 00:04:03.100
Dnešní vyhledávače dokonce
ke zúžení Vašeho

00:04:03.100 --> 00:04:06.820
vyhledávání používají informace,
které jste výslovně nezadali,

00:04:07.150 --> 00:04:10.120
Takže jestliže například
vyhledáváte o parcích pro psy,

00:04:10.240 --> 00:04:12.190
mnoho vyhledávačů Vám
zároveň podá výsledky

00:04:12.190 --> 00:04:13.840
o všech parcích pro psy v okolí,

00:04:14.080 --> 00:04:16.260
i když jste nezadali
svou polohu.

00:04:17.800 --> 00:04:20.530
Moderní vyhledávače
také chápou více

00:04:20.530 --> 00:04:22.060
než jen slova na stránce,

00:04:22.300 --> 00:04:24.970
protože chápou i co znamenají,
aby našly to nejlepší,

00:04:24.970 --> 00:04:26.750
co odpovídá tomu, co hledáte.

00:04:27.130 --> 00:04:29.980
Jestliže například hledáte
„fast pitcher“ (rychlého jamkaře),

00:04:30.280 --> 00:04:32.300
bude to vědět,
že hledáte sportovce.

00:04:32.500 --> 00:04:34.450
Jestliže však budete hledat
„large pitcher“ (velký hrnec),

00:04:34.450 --> 00:04:36.730
najde Vám to možnosti
nákupu věcí do kuchyně.

00:04:38.420 --> 00:04:41.910
Aby byla slova lépe pochopena,
používáme něco, čemu se říká strojové učení,

00:04:41.910 --> 00:04:43.985
a je to určitý typ umělé inteligence.

00:04:43.985 --> 00:04:46.050
Umožňuje to vyhledávacímu
algoritmu vyhledávat

00:04:46.090 --> 00:04:48.400
nejen jednotlivá písmena
nebo slova na stránce,

00:04:48.400 --> 00:04:51.280
ale také pochopit význam
oněch slov.

00:04:53.690 --> 00:04:55.850
Internet se exponenciálně rozrůstá,

00:04:56.210 --> 00:04:59.810
ale jestliže týmy, které navrhují vyhledávače,
budou dělat naši práci dobře,

00:05:00.080 --> 00:05:04.090
pak informace, které chcete, budou
vždy jen několik úhozů do kláves od Vás.