WEBVTT

00:00:06.070 --> 00:00:07.510
Sziasztok! John vagyok.

00:00:07.510 --> 00:00:11.210
Én vezetem a keresővel és gépi tanulással
foglalkozó csapatokat a Google-nél.

00:00:12.130 --> 00:00:14.230
Szerintem elképesztően inspiráló,

00:00:14.230 --> 00:00:16.214
hogy az emberek szerte a világon

00:00:16.215 --> 00:00:19.160
a keresőmotorokhoz folyamodnak, hogy
pofonegyszerű

00:00:19.160 --> 00:00:21.380
és hihetetlenül fontos kérdéseket
tegyenek fel.

00:00:21.380 --> 00:00:23.450
Hatalmas tehát a felelősségünk, hogy

00:00:23.450 --> 00:00:25.524
a lehető legjobb válaszokat adjuk.

00:00:26.710 --> 00:00:30.610
Sziasztok! Akshaya vagyok, és a Bing
kereső csapatában dolgozom.

00:00:30.910 --> 00:00:33.190
Sokszor előfordul, hogy ha elkezdjük
vizsgálni

00:00:33.190 --> 00:00:35.800
a mesterséges intelligenciát és
a gépi tanulást

00:00:35.800 --> 00:00:39.460
de azon is gondolkoznunk kell, hogyan
fogják hasznosítani ezt a felhasználók,

00:00:39.460 --> 00:00:42.390
mert végül is a társadalomra akarunk
hatást gyakorolni.

00:00:43.780 --> 00:00:45.400
Tegyünk fel egy egyszerű kérdést.

00:00:45.820 --> 00:00:48.070
Mennyi ideig tart eljutni a Marsra?

00:00:49.330 --> 00:00:51.370
Honnan származnak ezek az eredmények

00:00:51.370 --> 00:00:54.100
és miért került ez a másik elé?

00:00:55.700 --> 00:00:58.760
Oké, merüljünk bele, és lássuk,
hogyan alkotta meg a keresőmotor

00:00:58.760 --> 00:01:00.390
a kérdésünkből az eredményt.

00:01:00.390 --> 00:01:03.700
Az első dolog, amit tudnunk kell,
hogy amikor elindítunk egy keresést,

00:01:03.700 --> 00:01:06.480
a keresőmotor ténylegesen nem megy ki
a világhálóra, hogy

00:01:06.480 --> 00:01:08.420
valós időben lefolytassa a keresésünket.

00:01:08.420 --> 00:01:11.280
Azért, mert több mint egymilliárd
honlap van az interneten,

00:01:11.280 --> 00:01:14.140
és percenként több száz újat hoznak létre.

00:01:14.140 --> 00:01:16.240
Ha a keresőmotornak
végig kellene néznie

00:01:16.240 --> 00:01:18.690
minden honlapot, hogy
megtalálja, amit keresünk,

00:01:18.690 --> 00:01:20.120
az örökké tartana.

00:01:20.120 --> 00:01:21.940
Ezért, hogy felgyorsítsa a keresést,

00:01:21.970 --> 00:01:24.940
a keresőmotor már előre folyamatosan
pásztázza a netet,

00:01:25.150 --> 00:01:28.680
hogy rögzítse az információkat, amelyek
később segíthetnek a keresésben.

00:01:28.680 --> 00:01:31.270
Így amikor a Marsra utazással
kapcsolatban keresünk,

00:01:31.370 --> 00:01:33.700
a keresőmotornak már
rendelkezésére áll az, amivel

00:01:33.700 --> 00:01:35.728
meg tudja adni a választ valós időben.

00:01:36.250 --> 00:01:37.540
A következőképp működik.

00:01:37.900 --> 00:01:42.010
Az internet oldalak hálózata, amelyet
hiperhivatkozások kötnek össze.

00:01:42.010 --> 00:01:44.680
A motor folyamatosan futtat
egy Spider nevű programot,

00:01:44.680 --> 00:01:47.380
amely keresztülhalad ezeken
a honlapokon,

00:01:47.380 --> 00:01:49.040
hogy információkat gyűjtsön róluk.

00:01:49.780 --> 00:01:51.550
Valahányszor hiperhivatkozást talál,

00:01:52.090 --> 00:01:55.000
követi azt, amíg meg nem látogatott
minden honlapot,

00:01:55.030 --> 00:01:57.240
amit a teljes interneten talál.

00:01:57.245 --> 00:01:59.170
Minden lapról, amit meglátogat,

00:01:59.170 --> 00:02:02.320
rögzíti az információkat,
amelyekre szükség lehet a kereséshez úgy,

00:02:02.500 --> 00:02:06.150
hogy hozzáadja őket egy különleges
adatbázishoz, amit keresőindexnek hívnak.

00:02:07.166 --> 00:02:09.530
Most lépjünk vissza a korábbi
keresésünkhöz,

00:02:09.530 --> 00:02:12.210
és nézzük, ki tudjuk-e találni,
hogy állt elő a motor

00:02:12.210 --> 00:02:13.333
az eredménnyel.

00:02:13.640 --> 00:02:16.460
Amikor megkérdezzük,mennyi ideig tart
az utazás a Marsra,

00:02:16.640 --> 00:02:18.860
a keresőmotor mindezeket a szavakat
megkeresi

00:02:18.920 --> 00:02:21.410
a keresőindexben,
így azonnal van egy listája

00:02:21.410 --> 00:02:24.500
minden a lapról az interneten,
amely tartalmazza e szavakat.

00:02:24.890 --> 00:02:26.870
De ha csak ezeket a keresőszavakat nézi,

00:02:26.870 --> 00:02:28.760
az eredmény több millió honlap lenne,

00:02:28.760 --> 00:02:31.110
így a motornak képesnek kell
lennie meghatározni,

00:02:31.110 --> 00:02:33.560
a legjobb egyezéseket,
hogy azokat mutassa először.

00:02:33.560 --> 00:02:36.010
A dolog itt kezd trükkös lenni,
mert a motornak

00:02:36.010 --> 00:02:38.430
lehet, hogy találgatnia kell,
hogy mit keresünk.

00:02:38.930 --> 00:02:41.360
Minden keresőmotor
a saját algoritmusát alkalmazza

00:02:41.360 --> 00:02:44.530
a lapok rangsorolásánál annak alapján,
hogy szerinte mit akarunk.

00:02:44.930 --> 00:02:47.660
A keresőmotor rangsoroló
algoritmusa ellenőrizheti,

00:02:47.900 --> 00:02:50.360
hogy a keresett kifejezés
szerepel-e a lap címében,

00:02:50.820 --> 00:02:54.030
ellenőrizheti, hogy a szavak
előfordulnak-e egymás mellett,

00:02:54.520 --> 00:02:57.020
vagy végezhet másféle számítást,

00:02:57.020 --> 00:02:58.610
amivel jobban meghatározhatja

00:02:58.670 --> 00:03:01.420
melyik lapot szeretnénk látni,
és melyiket nem.

00:03:02.740 --> 00:03:04.960
A Google találta fel a
leghíresebb algoritmust

00:03:04.960 --> 00:03:08.406
a legjobb találatok kiválasztásához,
amely számításba veszi,

00:03:08.406 --> 00:03:11.220
hány további honlap kapcsolódik
egy adott oldalhoz.

00:03:11.220 --> 00:03:13.893
Az elképzelés az, hogy ha sok
webhely véli úgy,

00:03:13.893 --> 00:03:15.927
hogy egy weblap érdekes,

00:03:15.927 --> 00:03:17.970
akkor valószínű ez az,
amit keresünk.

00:03:17.970 --> 00:03:20.030
Ezt az algoritmust "page rank"-nek
nevezik,

00:03:20.030 --> 00:03:22.980
nem azért, mert rangsorolja a lapokat (szó
szerinti jelentés)

00:03:22.980 --> 00:03:25.590
hanem azért, mert feltalálójáról,
Larry Page-ről,

00:03:25.590 --> 00:03:27.800
aki a Google egyik alapítójáról
nevezték el.

00:03:27.800 --> 00:03:30.570
Mivel a honlap gyakran pénzt keres azzal,
ha meglátogatják,

00:03:30.570 --> 00:03:33.240
spammerek állandóan
próbálnak módot találni arra,

00:03:33.240 --> 00:03:35.590
hogy kijátsszák a kereső
algoritmust, és oldalaik

00:03:35.590 --> 00:03:38.201
jobb helyezést érjenek el
a keresési eredményekben.

00:03:38.201 --> 00:03:40.990
A keresőmotorok rendszeresen frissítik
algoritmusukat,

00:03:40.990 --> 00:03:44.690
hogy megelőzzék hamis és megbízhatatlan
lapok előre kerülését.

00:03:44.690 --> 00:03:47.339
Végül nekünk kell,
figyelnünk

00:03:47.339 --> 00:03:49.700
ezekre a a nem megbízható lapokra úgy,

00:03:49.700 --> 00:03:53.430
hogy megnézzük a webcímet, és
meggyőződünk róla, megbízható forrás-e.

00:03:53.430 --> 00:03:55.676
A keresőprogramok állandóan fejlődnek,

00:03:55.676 --> 00:03:58.090
javítják az algoritmust, hogy jobb
eredményeket,

00:03:58.090 --> 00:04:00.590
gyorsabb eredményeket hozzanak,
mint versenytársaik.

00:04:00.590 --> 00:04:03.380
Napjaink keresőmotorjai
olyan információt is felhasználnak

00:04:03.380 --> 00:04:06.749
amit nem adunk meg kifejezetten, hogy
segítsen leszűkíteni a keresést.

00:04:06.749 --> 00:04:10.109
Ha például már kerestünk kutyaparkot,

00:04:10.109 --> 00:04:12.210
sok keresőmotor ad eredményeket

00:04:12.210 --> 00:04:14.001
minden környező kutyaparkra,

00:04:14.001 --> 00:04:17.980
bár nem adtuk meg
a helyadatainkat.

00:04:17.980 --> 00:04:20.470
A modern keresőmotorok emellett
többet is megértenek

00:04:20.470 --> 00:04:22.310
mint a szavakat a lapon,

00:04:22.310 --> 00:04:25.090
hanem a teljes jelentést, hogy a
legjobbat találják meg,

00:04:25.090 --> 00:04:26.930
ami megfelel annak, amit keresünk.

00:04:26.930 --> 00:04:30.200
Például ha a keresőszavunk
"fast pitcher",

00:04:30.200 --> 00:04:32.580
a motor tudni fogja,
hogy sportolót keresünk.

00:04:32.580 --> 00:04:34.580
Ha viszont a keresőszó "large pitcher"

00:04:34.580 --> 00:04:38.970
akkor konyhafelszerelés után
fog nézni.

00:04:38.970 --> 00:04:41.970
A szavak jobb megértéséhez használjuk
a gépi tanulás kifejezést

00:04:41.970 --> 00:04:43.720
egyfajta mesterséges intelligenciát.

00:04:43.720 --> 00:04:46.650
Ez képessé teszi a kereső
algoritmusokat, hogy ne csak

00:04:46.650 --> 00:04:49.329
egyes betűket, szavakat
keressenek a lapon,

00:04:49.329 --> 00:04:52.690
hanem megértsék a szavak
mögötti jelentést is.

00:04:53.460 --> 00:04:56.030
Az internet exponenciálisan nő,

00:04:56.030 --> 00:05:00.114
de a keresőmotorokat tervező csapatok
jól dolgoznak, mert

00:05:00.114 --> 00:05:04.789
az információ, amit keresünk mindig
elérhető néhány leütéssel.