WEBVTT

00:00:06.070 --> 00:00:07.510
Hei, nimeni on John.

00:00:07.510 --> 00:00:10.520
Johdan hakua ja koneen
oppimistiimejä Googlella.

00:00:12.130 --> 00:00:14.230
Minusta on hyvin inspiroivaa,

00:00:14.230 --> 00:00:16.214
että ihmiset ympäri maailmaa

00:00:16.215 --> 00:00:19.160
käyttävät hakukoneita kysyäkseen

00:00:19.160 --> 00:00:20.930
erilaisia kysymyksiä.

00:00:20.930 --> 00:00:23.450
Parhaan mahdollisen vastauksen

00:00:23.450 --> 00:00:25.054
antaminen on suuri vastuu.

00:00:26.710 --> 00:00:30.910
Olen Akshaya ja teen töitä Bingin
hakutiimissä.

00:00:30.910 --> 00:00:36.020
Aloitamme tekoälyn ja koneopin 
tutkimuksen useita kertoja,

00:00:36.020 --> 00:00:39.680
mutta meidän on pohdittava,
miten käyttäjät aikovat käyttää niitä,

00:00:39.680 --> 00:00:42.560
koska haluamme päivän päätteeksi 
vaikuttaa yhteiskuntaan.

00:00:43.780 --> 00:00:45.820
Kysytään yksinkertainen kysymys.

00:00:45.820 --> 00:00:48.646
Kuinka kauan matka Marsiin kestää?

00:00:49.330 --> 00:00:51.370
Mistä nämä vastaukset tulivat

00:00:51.370 --> 00:00:54.100
ja miksi tämä on listattu ennen
muita vastauksia?

00:00:55.700 --> 00:00:58.520
Okei, sukelletaan hakukoneiden
sisälle ja katsotaan miten ne

00:00:58.520 --> 00:01:00.640
kääntävät hakusi tuloksiksi.

00:01:00.690 --> 00:01:03.430
Ensimmäinen asia mikä sinun tulee
tietää on, että kun etsit jotain

00:01:03.430 --> 00:01:06.480
hakukone ei mene joka kerta
Maailman Laajuiseen Verkkoon

00:01:06.480 --> 00:01:08.010
haun työstämiseksi reaaliajassa.

00:01:08.140 --> 00:01:11.360
Tämä on sen takia, koska internetissä
on olemassa yli mirjardi nettisivua

00:01:11.360 --> 00:01:14.140
ja satoja uusia luodaan
joka minuutti.

00:01:14.140 --> 00:01:17.240
Joten jos hakukoneen tulisi
selata jokaisen sivun läpi

00:01:17.240 --> 00:01:18.690
löytääkseen haluamasi,

00:01:18.690 --> 00:01:20.120
siinä kestäisi ikuisuus.

00:01:20.500 --> 00:01:22.460
Tehdäkseen hakusi nopeammaksi

00:01:22.460 --> 00:01:25.420
hakukoneet skannaavat internettiä
jatkuvasti

00:01:25.420 --> 00:01:28.560
auttaakseen sinua tulevissa hauissasi.

00:01:28.930 --> 00:01:31.630
Tällä tavoin, kun etsit tietoa
Marssista,

00:01:31.630 --> 00:01:33.700
hakukonella on jo haluamasi tieto
saatavilla

00:01:33.700 --> 00:01:35.728
reaaliajassa.

00:01:36.250 --> 00:01:37.540
Se toimii näin.

00:01:37.900 --> 00:01:42.400
Internet on sivujen verkko, jotka 
liittyvät toisiinsa hyperlinkkien avulla.

00:01:42.400 --> 00:01:44.680
hakukoneet suorittavat jatkuvasti ohjelmistoa

00:01:44.680 --> 00:01:47.380
nimeltä Spider, mikä kulkee nettisivuilla

00:01:47.380 --> 00:01:49.040
keräten tietoa.

00:01:49.780 --> 00:01:51.550
Joka kerta kun Spider löytää hyperlinkin,

00:01:52.090 --> 00:01:55.030
ase seuraa linkkiä kunnes se on vieraillut

00:01:55.030 --> 00:01:57.240
kaikissa internetin sivustoissa.

00:01:57.240 --> 00:02:00.770
Spider tallettaa mahdollisesti myöhemmin
tarvitsemaansa hakutietoa

00:02:00.770 --> 00:02:02.500
jokaiselle vierailemalleen sivustolle

00:02:02.500 --> 00:02:06.089
lisäämällä sen tietokantaan
nimeltä hakuhakemisto.

00:02:07.166 --> 00:02:09.590
Palataan takaisin aiempaan hakuun

00:02:09.590 --> 00:02:11.280
ja katsotaan, jos ymmärrämme

00:02:11.280 --> 00:02:13.333
miten hakukone löysi vastauken.

00:02:13.640 --> 00:02:16.640
Kun kysyt kuinka kauan matka Marsiin kestää,

00:02:16.640 --> 00:02:18.920
hakukone katsoo niistä
jokaiseen hakusanaan

00:02:18.920 --> 00:02:21.410
hakuhakemistossa saadakseen listan

00:02:21.410 --> 00:02:24.500
kaikista sivuista, joissa kyseisiä
sanoja käytetään.

00:02:24.890 --> 00:02:26.870
Mutta vain tarkastelemalla näitä
vastauksia,

00:02:26.870 --> 00:02:28.760
voimme saada vastaukseksi 
miljoonia sivuja,

00:02:28.760 --> 00:02:31.110
joten hakukoneen tulee osata
määrittää

00:02:31.110 --> 00:02:33.340
hakuusi parhaiten sopivat vastaukset ensin.

00:02:33.340 --> 00:02:36.010
Tämä on hankalaa, koska hakukoneen

00:02:36.010 --> 00:02:38.040
saattaa täytyä arvata mitä etsit.

00:02:38.930 --> 00:02:41.360
Jokainen hakukone käyttää omia
algoritmejaan

00:02:41.360 --> 00:02:44.930
sivujen järjestämiseksi tavalla, 
minkä se uskoo olevan sinulle paras.

00:02:44.930 --> 00:02:47.990
Hakukoneiden sijoitusalgoritmi saattaa 
tarkistaa,

00:02:47.990 --> 00:02:50.900
näkyykö hakutermi sivun otsikossa,

00:02:50.900 --> 00:02:53.820
jos kaikki sanat löytyvät antamassasi 
järjestyksessä,

00:02:54.290 --> 00:02:57.020
tai muilla mielestään oikeilla tavoilla

00:02:57.020 --> 00:02:58.930
mitkä auttavat sitä määrittämään

00:02:58.930 --> 00:03:01.420
mitä sivuja haluat nähdä.

00:03:02.960 --> 00:03:04.960
Google loi kuuluisimman algoritmin

00:03:04.960 --> 00:03:07.490
oleellisimman vastauksen valitsemiseen,

00:03:07.490 --> 00:03:10.030
ottamalla huomioon kuinka monta 
nettisivua

00:03:10.030 --> 00:03:11.910
on linkitetty jokaiselle sivulle.

00:03:11.910 --> 00:03:14.880
Ajatuksena on, että jos useat 
nettisivut ajattelevat sivun

00:03:14.880 --> 00:03:16.250
olevan mielenkiintoinen,

00:03:16.250 --> 00:03:18.240
sen täytyy olla etsimäsi sivu.

00:03:18.240 --> 00:03:20.520
Tätä algoritmiä kutsutaan nimellä
"page rank" ei sen takia,

00:03:20.520 --> 00:03:22.700
että se luokittelee nettisivuja,

00:03:22.700 --> 00:03:25.403
vaan koska se nimettiin
keksijänsä, Larry Pagen mukaan,

00:03:25.403 --> 00:03:27.983
joka on yksi Googlen perustajista.

00:03:27.983 --> 00:03:30.996
Koska nettisivut tekevät usein rahaa
kun vierailet niissä,

00:03:30.996 --> 00:03:34.404
roskapostittajat yrittävät jatkuvasti
löytää tavan hakualgoritmien

00:03:34.404 --> 00:03:38.123
huijaamiseksi, jotta heidän sivunsa
luokiteltaisi paremmiksi.

00:03:38.123 --> 00:03:44.136
Hakukoneet päivittävät algoritmejaan 
usein huijaussuvujen estämiseksi.

00:03:44.489 --> 00:03:47.549
Viime kädessä on sinun 
vastuullasi olla valppaana

00:03:47.549 --> 00:03:50.509
näiden epäluotettavien sivujen
huomaamisessa tarkastamalla

00:03:50.509 --> 00:03:53.599
nettisivun osoite ja varmistamalla, 
että se on luotettavasta lähteestä.

00:03:53.599 --> 00:03:57.249
Hakuohjelmat kehittyvät jatkuvasti
algoritmien ja vastausten

00:03:57.249 --> 00:04:00.779
parantamiseksi sekä nopeuttamiseksi
kilpailijoitaan paremmaksi.

00:04:00.779 --> 00:04:03.142
Tämän päivän hakukoneet
käyttävät informaatiota,

00:04:03.142 --> 00:04:07.089
jota et ole niille välttämättä edes 
antanut hakusi supistamiseksi.

00:04:07.089 --> 00:04:10.661
Esimerkiksi, jos hakusananasi
oli "koirapuisto",

00:04:10.661 --> 00:04:13.840
monet hakukoneet antavat
sinulle tiedot kaikista sinua

00:04:13.840 --> 00:04:17.370
lähimpänä olevista koirapuistoista
vaikka et kirjoittaisi olinpaikkaasi.

00:04:17.680 --> 00:04:21.120
Modernit hakukoneet ymmärtävät 
enemmän, kun vain nettisivulle

00:04:21.120 --> 00:04:25.480
kirjoitettuja sanoja. Mutta mitä ne
tekevät parhaiden hakutulosten

00:04:25.480 --> 00:04:27.010
löytämiseksi?

00:04:27.010 --> 00:04:30.273
Jos hakusanasi on "kurkku"

00:04:30.273 --> 00:04:33.223
hakukone tietää automaattisesti,
että etsit vihannesta.

00:04:33.223 --> 00:04:37.310
Mutta jos etsit sanalla "kipeä kurkku",
se löytää sinulle jotain muuta.

00:04:38.520 --> 00:04:41.475
Sanoje ymmärtämiseksi paremmin, 
käytämme koneoppimista,

00:04:41.475 --> 00:04:43.750
mikä on tietynlainen tekoäly.

00:04:43.750 --> 00:04:47.260
Tämän avulla hakualgoritmit
eivät vain etsi yksittäisiä kirjaimia

00:04:47.260 --> 00:04:51.750
tai sanoja, vaan ne ymmärtävät
sanojen taustalla olevan merkityksen.

00:04:53.750 --> 00:04:57.520
Internet kasvaa räjähdysmäisesti, 
mutta jos hakukoneita suunnittelevat

00:04:57.520 --> 00:05:02.470
tiimit tekevät hakumme oikein, 
haluamiesi tietojen tulisi aina olla

00:05:02.470 --> 00:05:05.540
vain muutaman painalluksen päässä.