1
00:00:06,070 --> 00:00:07,510
Sziasztok! John vagyok.

2
00:00:07,510 --> 00:00:11,210
Én vezetem a keresővel és gépi tanulással
foglalkozó csapatokat a Google-nél.

3
00:00:12,130 --> 00:00:14,230
Szerintem elképesztően inspiráló,

4
00:00:14,230 --> 00:00:16,214
hogy az emberek szerte a világon

5
00:00:16,215 --> 00:00:19,160
a keresőmotorokhoz folyamodnak, hogy
pofonegyszerű

6
00:00:19,160 --> 00:00:21,380
és hihetetlenül fontos kérdéseket
tegyenek fel.

7
00:00:21,380 --> 00:00:23,450
Hatalmas tehát a felelősségünk, hogy

8
00:00:23,450 --> 00:00:25,524
a lehető legjobb válaszokat adjuk.

9
00:00:26,710 --> 00:00:30,610
Sziasztok! Akshaya vagyok, és a Bing
kereső csapatában dolgozom.

10
00:00:30,910 --> 00:00:33,190
Sokszor előfordul, hogy ha elkezdjük
vizsgálni

11
00:00:33,190 --> 00:00:35,800
a mesterséges intelligenciát és
a gépi tanulást

12
00:00:35,800 --> 00:00:39,460
de azon is gondolkoznunk kell, hogyan
fogják hasznosítani ezt a felhasználók,

13
00:00:39,460 --> 00:00:42,390
mert végül is a társadalomra akarunk
hatást gyakorolni.

14
00:00:43,780 --> 00:00:45,400
Tegyünk fel egy egyszerű kérdést.

15
00:00:45,820 --> 00:00:48,070
Mennyi ideig tart eljutni a Marsra?

16
00:00:49,330 --> 00:00:51,370
Honnan származnak ezek az eredmények

17
00:00:51,370 --> 00:00:54,100
és miért került ez a másik elé?

18
00:00:55,700 --> 00:00:58,760
Oké, merüljünk bele, és lássuk,
hogyan alkotta meg a keresőmotor

19
00:00:58,760 --> 00:01:00,390
a kérdésünkből az eredményt.

20
00:01:00,390 --> 00:01:03,700
Az első dolog, amit tudnunk kell,
hogy amikor elindítunk egy keresést,

21
00:01:03,700 --> 00:01:06,480
a keresőmotor ténylegesen nem megy ki
a világhálóra, hogy

22
00:01:06,480 --> 00:01:08,420
valós időben lefolytassa a keresésünket.

23
00:01:08,420 --> 00:01:11,280
Azért, mert több mint egymilliárd
honlap van az interneten,

24
00:01:11,280 --> 00:01:14,140
és percenként több száz újat hoznak létre.

25
00:01:14,140 --> 00:01:16,240
Ha a keresőmotornak
végig kellene néznie

26
00:01:16,240 --> 00:01:18,690
minden honlapot, hogy
megtalálja, amit keresünk,

27
00:01:18,690 --> 00:01:20,120
az örökké tartana.

28
00:01:20,120 --> 00:01:21,940
Ezért, hogy felgyorsítsa a keresést,

29
00:01:21,970 --> 00:01:24,940
a keresőmotor már előre folyamatosan
pásztázza a netet,

30
00:01:25,150 --> 00:01:28,680
hogy rögzítse az információkat, amelyek
később segíthetnek a keresésben.

31
00:01:28,680 --> 00:01:31,270
Így amikor a Marsra utazással
kapcsolatban keresünk,

32
00:01:31,370 --> 00:01:33,700
a keresőmotornak már
rendelkezésére áll az, amivel

33
00:01:33,700 --> 00:01:35,728
meg tudja adni a választ valós időben.

34
00:01:36,250 --> 00:01:37,540
A következőképp működik.

35
00:01:37,900 --> 00:01:42,010
Az internet oldalak hálózata, amelyet
hiperhivatkozások kötnek össze.

36
00:01:42,010 --> 00:01:44,680
A motor folyamatosan futtat
egy Spider nevű programot,

37
00:01:44,680 --> 00:01:47,380
amely keresztülhalad ezeken
a honlapokon,

38
00:01:47,380 --> 00:01:49,040
hogy információkat gyűjtsön róluk.

39
00:01:49,780 --> 00:01:51,550
Valahányszor hiperhivatkozást talál,

40
00:01:52,090 --> 00:01:55,000
követi azt, amíg meg nem látogatott
minden honlapot,

41
00:01:55,030 --> 00:01:57,240
amit a teljes interneten talál.

42
00:01:57,245 --> 00:01:59,170
Minden lapról, amit meglátogat,

43
00:01:59,170 --> 00:02:02,320
rögzíti az információkat,
amelyekre szükség lehet a kereséshez úgy,

44
00:02:02,500 --> 00:02:06,150
hogy hozzáadja őket egy különleges
adatbázishoz, amit keresőindexnek hívnak.

45
00:02:07,166 --> 00:02:09,530
Most lépjünk vissza a korábbi
keresésünkhöz,

46
00:02:09,530 --> 00:02:12,210
és nézzük, ki tudjuk-e találni,
hogy állt elő a motor

47
00:02:12,210 --> 00:02:13,333
az eredménnyel.

48
00:02:13,640 --> 00:02:16,460
Amikor megkérdezzük,mennyi ideig tart
az utazás a Marsra,

49
00:02:16,640 --> 00:02:18,860
a keresőmotor mindezeket a szavakat
megkeresi

50
00:02:18,920 --> 00:02:21,410
a keresőindexben,
így azonnal van egy listája

51
00:02:21,410 --> 00:02:24,500
minden a lapról az interneten,
amely tartalmazza e szavakat.

52
00:02:24,890 --> 00:02:26,870
De ha csak ezeket a keresőszavakat nézi,

53
00:02:26,870 --> 00:02:28,760
az eredmény több millió honlap lenne,

54
00:02:28,760 --> 00:02:31,110
így a motornak képesnek kell
lennie meghatározni,

55
00:02:31,110 --> 00:02:33,560
a legjobb egyezéseket,
hogy azokat mutassa először.

56
00:02:33,560 --> 00:02:36,010
A dolog itt kezd trükkös lenni,
mert a motornak

57
00:02:36,010 --> 00:02:38,430
lehet, hogy találgatnia kell,
hogy mit keresünk.

58
00:02:38,930 --> 00:02:41,360
Minden keresőmotor
a saját algoritmusát alkalmazza

59
00:02:41,360 --> 00:02:44,530
a lapok rangsorolásánál annak alapján,
hogy szerinte mit akarunk.

60
00:02:44,930 --> 00:02:47,660
A keresőmotor rangsoroló
algoritmusa ellenőrizheti,

61
00:02:47,900 --> 00:02:50,360
hogy a keresett kifejezés
szerepel-e a lap címében,

62
00:02:50,820 --> 00:02:54,030
ellenőrizheti, hogy a szavak
előfordulnak-e egymás mellett,

63
00:02:54,520 --> 00:02:57,020
vagy végezhet másféle számítást,

64
00:02:57,020 --> 00:02:58,610
amivel jobban meghatározhatja

65
00:02:58,670 --> 00:03:01,420
melyik lapot szeretnénk látni,
és melyiket nem.

66
00:03:02,740 --> 00:03:04,960
A Google találta fel a
leghíresebb algoritmust

67
00:03:04,960 --> 00:03:08,406
a legjobb találatok kiválasztásához,
amely számításba veszi,

68
00:03:08,406 --> 00:03:11,220
hány további honlap kapcsolódik
egy adott oldalhoz.

69
00:03:11,220 --> 00:03:13,893
Az elképzelés az, hogy ha sok
webhely véli úgy,

70
00:03:13,893 --> 00:03:15,927
hogy egy weblap érdekes,

71
00:03:15,927 --> 00:03:17,970
akkor valószínű ez az,
amit keresünk.

72
00:03:17,970 --> 00:03:20,030
Ezt az algoritmust "page rank"-nek
nevezik,

73
00:03:20,030 --> 00:03:22,980
nem azért, mert rangsorolja a lapokat (szó
szerinti jelentés)

74
00:03:22,980 --> 00:03:25,590
hanem azért, mert feltalálójáról,
Larry Page-ről,

75
00:03:25,590 --> 00:03:27,800
aki a Google egyik alapítójáról
nevezték el.

76
00:03:27,800 --> 00:03:30,570
Mivel a honlap gyakran pénzt keres azzal,
ha meglátogatják,

77
00:03:30,570 --> 00:03:33,240
spammerek állandóan
próbálnak módot találni arra,

78
00:03:33,240 --> 00:03:35,590
hogy kijátsszák a kereső
algoritmust, és oldalaik

79
00:03:35,590 --> 00:03:38,201
jobb helyezést érjenek el
a keresési eredményekben.

80
00:03:38,201 --> 00:03:40,990
A keresőmotorok rendszeresen frissítik
algoritmusukat,

81
00:03:40,990 --> 00:03:44,690
hogy megelőzzék hamis és megbízhatatlan
lapok előre kerülését.

82
00:03:44,690 --> 00:03:47,339
Végül nekünk kell,
figyelnünk

83
00:03:47,339 --> 00:03:49,700
ezekre a a nem megbízható lapokra úgy,

84
00:03:49,700 --> 00:03:53,430
hogy megnézzük a webcímet, és
meggyőződünk róla, megbízható forrás-e.

85
00:03:53,430 --> 00:03:55,676
A keresőprogramok állandóan fejlődnek,

86
00:03:55,676 --> 00:03:58,090
javítják az algoritmust, hogy jobb
eredményeket,

87
00:03:58,090 --> 00:04:00,590
gyorsabb eredményeket hozzanak,
mint versenytársaik.

88
00:04:00,590 --> 00:04:03,380
Napjaink keresőmotorjai
olyan információt is felhasználnak

89
00:04:03,380 --> 00:04:06,749
amit nem adunk meg kifejezetten, hogy
segítsen leszűkíteni a keresést.

90
00:04:06,749 --> 00:04:10,109
Ha például már kerestünk kutyaparkot,

91
00:04:10,109 --> 00:04:12,210
sok keresőmotor ad eredményeket

92
00:04:12,210 --> 00:04:14,001
minden környező kutyaparkra,

93
00:04:14,001 --> 00:04:17,980
bár nem adtuk meg
a helyadatainkat.

94
00:04:17,980 --> 00:04:20,470
A modern keresőmotorok emellett
többet is megértenek

95
00:04:20,470 --> 00:04:22,310
mint a szavakat a lapon,

96
00:04:22,310 --> 00:04:25,090
hanem a teljes jelentést, hogy a
legjobbat találják meg,

97
00:04:25,090 --> 00:04:26,930
ami megfelel annak, amit keresünk.

98
00:04:26,930 --> 00:04:30,200
Például ha a keresőszavunk
"fast pitcher",

99
00:04:30,200 --> 00:04:32,580
a motor tudni fogja,
hogy sportolót keresünk.

100
00:04:32,580 --> 00:04:34,580
Ha viszont a keresőszó "large pitcher"

101
00:04:34,580 --> 00:04:38,970
akkor konyhafelszerelés után
fog nézni.

102
00:04:38,970 --> 00:04:41,970
A szavak jobb megértéséhez használjuk
a gépi tanulás kifejezést

103
00:04:41,970 --> 00:04:43,720
egyfajta mesterséges intelligenciát.

104
00:04:43,720 --> 00:04:46,650
Ez képessé teszi a kereső
algoritmusokat, hogy ne csak

105
00:04:46,650 --> 00:04:49,329
egyes betűket, szavakat
keressenek a lapon,

106
00:04:49,329 --> 00:04:52,690
hanem megértsék a szavak
mögötti jelentést is.

107
00:04:53,460 --> 00:04:56,030
Az internet exponenciálisan nő,

108
00:04:56,030 --> 00:05:00,114
de a keresőmotorokat tervező csapatok
jól dolgoznak, mert

109
00:05:00,114 --> 00:05:04,789
az információ, amit keresünk mindig
elérhető néhány leütéssel.