1
00:00:06,070 --> 00:00:07,510
Hei, nimeni on John.

2
00:00:07,510 --> 00:00:10,520
Johdan hakua ja koneen
oppimistiimejä Googlella.

3
00:00:12,130 --> 00:00:14,230
Minusta on hyvin inspiroivaa,

4
00:00:14,230 --> 00:00:16,214
että ihmiset ympäri maailmaa

5
00:00:16,215 --> 00:00:19,160
käyttävät hakukoneita kysyäkseen

6
00:00:19,160 --> 00:00:20,930
erilaisia kysymyksiä.

7
00:00:20,930 --> 00:00:23,450
Parhaan mahdollisen vastauksen

8
00:00:23,450 --> 00:00:25,054
antaminen on suuri vastuu.

9
00:00:26,710 --> 00:00:30,910
Olen Akshaya ja teen töitä Bingin
hakutiimissä.

10
00:00:30,910 --> 00:00:36,020
Aloitamme tekoälyn ja koneopin 
tutkimuksen useita kertoja,

11
00:00:36,020 --> 00:00:39,680
mutta meidän on pohdittava,
miten käyttäjät aikovat käyttää niitä,

12
00:00:39,680 --> 00:00:42,560
koska haluamme päivän päätteeksi 
vaikuttaa yhteiskuntaan.

13
00:00:43,780 --> 00:00:45,820
Kysytään yksinkertainen kysymys.

14
00:00:45,820 --> 00:00:48,646
Kuinka kauan matka Marsiin kestää?

15
00:00:49,330 --> 00:00:51,370
Mistä nämä vastaukset tulivat

16
00:00:51,370 --> 00:00:54,100
ja miksi tämä on listattu ennen
muita vastauksia?

17
00:00:55,700 --> 00:00:58,520
Okei, sukelletaan hakukoneiden
sisälle ja katsotaan miten ne

18
00:00:58,520 --> 00:01:00,640
kääntävät hakusi tuloksiksi.

19
00:01:00,690 --> 00:01:03,430
Ensimmäinen asia mikä sinun tulee
tietää on, että kun etsit jotain

20
00:01:03,430 --> 00:01:06,480
hakukone ei mene joka kerta
Maailman Laajuiseen Verkkoon

21
00:01:06,480 --> 00:01:08,010
haun työstämiseksi reaaliajassa.

22
00:01:08,140 --> 00:01:11,360
Tämä on sen takia, koska internetissä
on olemassa yli mirjardi nettisivua

23
00:01:11,360 --> 00:01:14,140
ja satoja uusia luodaan
joka minuutti.

24
00:01:14,140 --> 00:01:17,240
Joten jos hakukoneen tulisi
selata jokaisen sivun läpi

25
00:01:17,240 --> 00:01:18,690
löytääkseen haluamasi,

26
00:01:18,690 --> 00:01:20,120
siinä kestäisi ikuisuus.

27
00:01:20,500 --> 00:01:22,460
Tehdäkseen hakusi nopeammaksi

28
00:01:22,460 --> 00:01:25,420
hakukoneet skannaavat internettiä
jatkuvasti

29
00:01:25,420 --> 00:01:28,560
auttaakseen sinua tulevissa hauissasi.

30
00:01:28,930 --> 00:01:31,630
Tällä tavoin, kun etsit tietoa
Marssista,

31
00:01:31,630 --> 00:01:33,700
hakukonella on jo haluamasi tieto
saatavilla

32
00:01:33,700 --> 00:01:35,728
reaaliajassa.

33
00:01:36,250 --> 00:01:37,540
Se toimii näin.

34
00:01:37,900 --> 00:01:42,400
Internet on sivujen verkko, jotka 
liittyvät toisiinsa hyperlinkkien avulla.

35
00:01:42,400 --> 00:01:44,680
hakukoneet suorittavat jatkuvasti ohjelmistoa

36
00:01:44,680 --> 00:01:47,380
nimeltä Spider, mikä kulkee nettisivuilla

37
00:01:47,380 --> 00:01:49,040
keräten tietoa.

38
00:01:49,780 --> 00:01:51,550
Joka kerta kun Spider löytää hyperlinkin,

39
00:01:52,090 --> 00:01:55,030
ase seuraa linkkiä kunnes se on vieraillut

40
00:01:55,030 --> 00:01:57,240
kaikissa internetin sivustoissa.

41
00:01:57,240 --> 00:02:00,770
Spider tallettaa mahdollisesti myöhemmin
tarvitsemaansa hakutietoa

42
00:02:00,770 --> 00:02:02,500
jokaiselle vierailemalleen sivustolle

43
00:02:02,500 --> 00:02:06,089
lisäämällä sen tietokantaan
nimeltä hakuhakemisto.

44
00:02:07,166 --> 00:02:09,590
Palataan takaisin aiempaan hakuun

45
00:02:09,590 --> 00:02:11,280
ja katsotaan, jos ymmärrämme

46
00:02:11,280 --> 00:02:13,333
miten hakukone löysi vastauken.

47
00:02:13,640 --> 00:02:16,640
Kun kysyt kuinka kauan matka Marsiin kestää,

48
00:02:16,640 --> 00:02:18,920
hakukone katsoo niistä
jokaiseen hakusanaan

49
00:02:18,920 --> 00:02:21,410
hakuhakemistossa saadakseen listan

50
00:02:21,410 --> 00:02:24,500
kaikista sivuista, joissa kyseisiä
sanoja käytetään.

51
00:02:24,890 --> 00:02:26,870
Mutta vain tarkastelemalla näitä
vastauksia,

52
00:02:26,870 --> 00:02:28,760
voimme saada vastaukseksi 
miljoonia sivuja,

53
00:02:28,760 --> 00:02:31,110
joten hakukoneen tulee osata
määrittää

54
00:02:31,110 --> 00:02:33,340
hakuusi parhaiten sopivat vastaukset ensin.

55
00:02:33,340 --> 00:02:36,010
Tämä on hankalaa, koska hakukoneen

56
00:02:36,010 --> 00:02:38,040
saattaa täytyä arvata mitä etsit.

57
00:02:38,930 --> 00:02:41,360
Jokainen hakukone käyttää omia
algoritmejaan

58
00:02:41,360 --> 00:02:44,930
sivujen järjestämiseksi tavalla, 
minkä se uskoo olevan sinulle paras.

59
00:02:44,930 --> 00:02:47,990
Hakukoneiden sijoitusalgoritmi saattaa 
tarkistaa,

60
00:02:47,990 --> 00:02:50,900
näkyykö hakutermi sivun otsikossa,

61
00:02:50,900 --> 00:02:53,820
jos kaikki sanat löytyvät antamassasi 
järjestyksessä,

62
00:02:54,290 --> 00:02:57,020
tai muilla mielestään oikeilla tavoilla

63
00:02:57,020 --> 00:02:58,930
mitkä auttavat sitä määrittämään

64
00:02:58,930 --> 00:03:01,420
mitä sivuja haluat nähdä.

65
00:03:02,960 --> 00:03:04,960
Google loi kuuluisimman algoritmin

66
00:03:04,960 --> 00:03:07,490
oleellisimman vastauksen valitsemiseen,

67
00:03:07,490 --> 00:03:10,030
ottamalla huomioon kuinka monta 
nettisivua

68
00:03:10,030 --> 00:03:11,910
on linkitetty jokaiselle sivulle.

69
00:03:11,910 --> 00:03:14,880
Ajatuksena on, että jos useat 
nettisivut ajattelevat sivun

70
00:03:14,880 --> 00:03:16,250
olevan mielenkiintoinen,

71
00:03:16,250 --> 00:03:18,240
sen täytyy olla etsimäsi sivu.

72
00:03:18,240 --> 00:03:20,520
Tätä algoritmiä kutsutaan nimellä
"page rank" ei sen takia,

73
00:03:20,520 --> 00:03:22,700
että se luokittelee nettisivuja,

74
00:03:22,700 --> 00:03:25,403
vaan koska se nimettiin
keksijänsä, Larry Pagen mukaan,

75
00:03:25,403 --> 00:03:27,983
joka on yksi Googlen perustajista.

76
00:03:27,983 --> 00:03:30,996
Koska nettisivut tekevät usein rahaa
kun vierailet niissä,

77
00:03:30,996 --> 00:03:34,404
roskapostittajat yrittävät jatkuvasti
löytää tavan hakualgoritmien

78
00:03:34,404 --> 00:03:38,123
huijaamiseksi, jotta heidän sivunsa
luokiteltaisi paremmiksi.

79
00:03:38,123 --> 00:03:44,136
Hakukoneet päivittävät algoritmejaan 
usein huijaussuvujen estämiseksi.

80
00:03:44,489 --> 00:03:47,549
Viime kädessä on sinun 
vastuullasi olla valppaana

81
00:03:47,549 --> 00:03:50,509
näiden epäluotettavien sivujen
huomaamisessa tarkastamalla

82
00:03:50,509 --> 00:03:53,599
nettisivun osoite ja varmistamalla, 
että se on luotettavasta lähteestä.

83
00:03:53,599 --> 00:03:57,249
Hakuohjelmat kehittyvät jatkuvasti
algoritmien ja vastausten

84
00:03:57,249 --> 00:04:00,779
parantamiseksi sekä nopeuttamiseksi
kilpailijoitaan paremmaksi.

85
00:04:00,779 --> 00:04:03,142
Tämän päivän hakukoneet
käyttävät informaatiota,

86
00:04:03,142 --> 00:04:07,089
jota et ole niille välttämättä edes 
antanut hakusi supistamiseksi.

87
00:04:07,089 --> 00:04:10,661
Esimerkiksi, jos hakusananasi
oli "koirapuisto",

88
00:04:10,661 --> 00:04:13,840
monet hakukoneet antavat
sinulle tiedot kaikista sinua

89
00:04:13,840 --> 00:04:17,370
lähimpänä olevista koirapuistoista
vaikka et kirjoittaisi olinpaikkaasi.

90
00:04:17,680 --> 00:04:21,120
Modernit hakukoneet ymmärtävät 
enemmän, kun vain nettisivulle

91
00:04:21,120 --> 00:04:25,480
kirjoitettuja sanoja. Mutta mitä ne
tekevät parhaiden hakutulosten

92
00:04:25,480 --> 00:04:27,010
löytämiseksi?

93
00:04:27,010 --> 00:04:30,273
Jos hakusanasi on "kurkku"

94
00:04:30,273 --> 00:04:33,223
hakukone tietää automaattisesti,
että etsit vihannesta.

95
00:04:33,223 --> 00:04:37,310
Mutta jos etsit sanalla "kipeä kurkku",
se löytää sinulle jotain muuta.

96
00:04:38,520 --> 00:04:41,475
Sanoje ymmärtämiseksi paremmin, 
käytämme koneoppimista,

97
00:04:41,475 --> 00:04:43,750
mikä on tietynlainen tekoäly.

98
00:04:43,750 --> 00:04:47,260
Tämän avulla hakualgoritmit
eivät vain etsi yksittäisiä kirjaimia

99
00:04:47,260 --> 00:04:51,750
tai sanoja, vaan ne ymmärtävät
sanojen taustalla olevan merkityksen.

100
00:04:53,750 --> 00:04:57,520
Internet kasvaa räjähdysmäisesti, 
mutta jos hakukoneita suunnittelevat

101
00:04:57,520 --> 00:05:02,470
tiimit tekevät hakumme oikein, 
haluamiesi tietojen tulisi aina olla

102
00:05:02,470 --> 00:05:05,540
vain muutaman painalluksen päässä.