1
00:00:02,158 --> 00:00:05,067
INTERNET: COME FUNZIONA LA RICERCA

2
00:00:06,280 --> 00:00:09,190
Ciao, mi chiamo John

3
00:00:09,190 --> 00:00:10,645
dirigo i gruppi che si occupano di ricerca

4
00:00:10,645 --> 00:00:12,100
e machine learning in Google.

5
00:00:12,100 --> 00:00:13,980
È incredibilmente stimolante

6
00:00:13,980 --> 00:00:15,860
che le persone da ogni parte del mondo

7
00:00:15,860 --> 00:00:18,380
si rivolgano ai motori di ricerca,

8
00:00:18,380 --> 00:00:19,640
per formulare, dalle domande più banali

9
00:00:19,640 --> 00:00:20,900
a quelle più importanti.

10
00:00:20,900 --> 00:00:22,710
Perciò è una enorme responsabilità fornire loro

11
00:00:22,710 --> 00:00:24,520
le migliori risposte possibili.

12
00:00:26,200 --> 00:00:28,570
Ciao, mi chiamo Akshaya

13
00:00:28,570 --> 00:00:30,940
e lavoro nel gruppo che si occupa della ricerca in Bing.

14
00:00:30,940 --> 00:00:32,720
Per molte questioni presto inizieremo a guardare

15
00:00:32,720 --> 00:00:34,500
all'intelligenza artificiale e al "machine learning"
(apprendimento automatico)

16
00:00:37,040 --> 00:00:39,580
ma dovremo preoccuparci di come tutto ciò verrà usato,

17
00:00:39,580 --> 00:00:41,200
perché alla fine vogliamo avere un impatto positivo

18
00:00:41,200 --> 00:00:42,820
sulla società.

19
00:00:43,520 --> 00:00:46,010
Poniamoci una semplice domanda:

20
00:00:46,010 --> 00:00:48,500
"Quanto tempo ci vuole per andare su Marte?"

21
00:00:48,500 --> 00:00:51,710
Da dove arrivano questi risultati?

22
00:00:51,710 --> 00:00:54,920
E perché questo è stato elencato prima di quest'altro?

23
00:00:54,920 --> 00:00:57,550
Bene, approfondiamo il tema

24
00:00:57,550 --> 00:00:58,865
e vediamo come un motore di ricerca

25
00:00:58,865 --> 00:01:00,180
trasforma la tua domanda in un risultato.

26
00:01:00,580 --> 00:01:03,950
La prima cosa da sapere, è che quando fai una ricerca,

27
00:01:03,950 --> 00:01:04,997
il motore di ricerca non sta effettivamente andando

28
00:01:04,997 --> 00:01:06,045
sul World Wide Web

29
00:01:06,045 --> 00:01:08,140
per eseguire la ricerca in tempo reale.

30
00:01:08,140 --> 00:01:11,240
Ci sono più di un miliardo di siti web su Internet

31
00:01:11,240 --> 00:01:13,445
e a centinaia ne vengono creati ogni minuto.

32
00:01:13,445 --> 00:01:15,650
Se un motore di ricerca dovesse davvero

33
00:01:15,650 --> 00:01:16,632
passare in rassegna ogni singolo sito web

34
00:01:16,632 --> 00:01:17,615
per cercare quello che desideri

35
00:01:17,615 --> 00:01:19,580
ci metterebbe un'eternità.

36
00:01:19,580 --> 00:01:22,035
Quindi, per rendere la ricerca più veloce,

37
00:01:22,035 --> 00:01:23,262
i motori di ricerca eseguono preventivamente

38
00:01:23,262 --> 00:01:24,490
una scansione continua del web

39
00:01:24,490 --> 00:01:26,445
in modo da registrare tutte le informazioni

40
00:01:26,445 --> 00:01:28,400
che potrebbero poi rivelarsi utili per la tua ricerca.

41
00:01:28,600 --> 00:01:31,020
In questo modo, quando cerchi "viaggio verso Marte"

42
00:01:31,020 --> 00:01:33,150
il motore di ricerca sa già cosa gli serve

43
00:01:33,150 --> 00:01:35,280
per darti una risposta in tempo reale.

44
00:01:36,340 --> 00:01:37,880
Ecco come funziona:

45
00:01:37,880 --> 00:01:38,995
Internet è una ragnatela di pagine

46
00:01:38,995 --> 00:01:40,110
connesse le une alle altre

47
00:01:40,110 --> 00:01:42,340
tramite collegamenti ipertestuali (link).

48
00:01:42,340 --> 00:01:44,620
I motori di ricerca eseguono in continuazione un programma,

49
00:01:44,620 --> 00:01:46,900
chiamato "spider"

50
00:01:46,900 --> 00:01:48,280
che attraversa tutte queste pagine web

51
00:01:48,280 --> 00:01:49,660
per accumulare dati su di esse.

52
00:01:49,660 --> 00:01:52,000
Ogni volta che trova un link,

53
00:01:52,000 --> 00:01:53,280
lo segue fino a che ha visitato

54
00:01:53,280 --> 00:01:54,560
ogni pagina che sia riuscito

55
00:01:54,560 --> 00:01:57,120
a trovare sull'intera rete Internet.

56
00:01:57,120 --> 00:01:59,910
Per ogni pagina visitata,

57
00:01:59,910 --> 00:02:01,305
lo spider registra tutti i dati che possono essere utili

58
00:02:01,305 --> 00:02:02,700
per rispondere ad una futura ricerca

59
00:02:02,700 --> 00:02:04,690
aggiungendola ad uno speciale database

60
00:02:04,690 --> 00:02:06,680
chiamato "search index" (indice di ricerca).

61
00:02:07,300 --> 00:02:09,100
Torniamo ora alla nostra ricerca iniziale

62
00:02:09,100 --> 00:02:10,000
e vediamo se riusciamo a capire come fa il motore di ricerca

63
00:02:10,000 --> 00:02:10,900
a fornire i risultati.

64
00:02:13,520 --> 00:02:14,910
Quando tu chiedi

65
00:02:14,910 --> 00:02:16,300
"Quanto tempo ci vuole per andare su Marte?"

66
00:02:16,300 --> 00:02:18,010
il motore di ricerca cerca ognuna delle parole

67
00:02:18,010 --> 00:02:19,720
presenti nella domanda nel proprio indice

68
00:02:19,720 --> 00:02:22,110
per fornirti immediatamente una lista

69
00:02:22,110 --> 00:02:23,305
di tutte le pagine di Internet

70
00:02:23,305 --> 00:02:24,500
contenenti quelle parole.

71
00:02:24,640 --> 00:02:26,560
Però, limitarsi a cercare quelle parole,

72
00:02:26,560 --> 00:02:28,480
ti restituirebbe milioni di pagine,

73
00:02:28,480 --> 00:02:29,650
perciò il motore di ricerca

74
00:02:29,650 --> 00:02:30,820
deve essere in grado di individuare

75
00:02:30,820 --> 00:02:33,160
quelle più pertinenti da mostrare per prime.

76
00:02:33,160 --> 00:02:34,780
Questa è la fase più complicata,

77
00:02:34,780 --> 00:02:36,430
perché il motore di ricerca

78
00:02:36,430 --> 00:02:38,080
deve capire cosa stai veramente cercando.

79
00:02:38,080 --> 00:02:39,630
Ogni motore di ricerca usa un proprio algoritmo

80
00:02:39,630 --> 00:02:41,180
per classificare le pagine

81
00:02:41,180 --> 00:02:44,280
in base a ciò che prevede possa interessare.

82
00:02:44,640 --> 00:02:47,240
L'algoritmo di classificazione dei risultati

83
00:02:47,240 --> 00:02:48,350
potrebbe ad esempio verificare

84
00:02:48,350 --> 00:02:49,460
se le parole che hai cercato

85
00:02:49,460 --> 00:02:51,680
compaiano nel titolo della pagina,

86
00:02:51,680 --> 00:02:53,080
potrebbe controllare

87
00:02:53,080 --> 00:02:54,480
se tutte le parole compaiano una di seguito all'altra,

88
00:02:54,480 --> 00:02:56,190
o eseguire una qualunque altra valutazione utile

89
00:02:56,190 --> 00:02:57,900
a determinare in modo migliore

90
00:02:57,900 --> 00:03:01,800
quali pagine web potresti voler vedere e quali no.

91
00:03:02,660 --> 00:03:04,950
Google inventò l'algoritmo più famoso

92
00:03:04,950 --> 00:03:07,240
per selezionare i migliori risultati di una ricerca,

93
00:03:07,240 --> 00:03:09,300
prendendo in considerazione

94
00:03:09,300 --> 00:03:10,330
quante altre pagine web

95
00:03:10,330 --> 00:03:11,360
rimandino con un link a una certa pagina web.

96
00:03:11,360 --> 00:03:14,160
L'idea è che se molti siti web ritengono che

97
00:03:14,160 --> 00:03:15,990
una certa pagina sia interessante,

98
00:03:15,990 --> 00:03:17,820
allora è probabile che sia quella che stai cercando.

99
00:03:17,820 --> 00:03:20,410
Questo algoritmo è chiamato "Page Rank",

100
00:03:20,410 --> 00:03:23,000
non perché classifica le pagine web,

101
00:03:23,000 --> 00:03:25,110
ma perchè prende il nome dal suo inventore:

102
00:03:25,110 --> 00:03:27,220
Larry Page, uno dei fondatori di Google.

103
00:03:27,620 --> 00:03:29,210
Visto che spesso un sito web

104
00:03:29,210 --> 00:03:30,800
guadagna del denaro quando tu lo visiti,

105
00:03:30,800 --> 00:03:32,500
gli spammer sono costantemente alla ricerca di modi

106
00:03:32,500 --> 00:03:34,200
per ingannare gli algoritmi dei motori di ricerca

107
00:03:34,200 --> 00:03:36,060
per far sì che le loro pagine web vengano elencate

108
00:03:36,060 --> 00:03:37,920
più in alto tra i risultati.

109
00:03:37,920 --> 00:03:39,380
I motori di ricerca aggiornano regolarmente

110
00:03:39,380 --> 00:03:40,840
i propri algoritmi

111
00:03:40,840 --> 00:03:42,660
per evitare che siti falsi e inaffidabili

112
00:03:42,660 --> 00:03:44,480
raggiungano le prime posizioni.

113
00:03:44,480 --> 00:03:47,120
In ultima istanza,

114
00:03:47,120 --> 00:03:48,440
tocca però a te stare in guardia

115
00:03:48,440 --> 00:03:49,760
nei confronti di pagine poco raccomandabili

116
00:03:49,760 --> 00:03:51,550
guardando l'indirizzo web delle pagine che visiti

117
00:03:51,550 --> 00:03:53,340
e assicurandoti che si tratti di fonti affidabili.

118
00:03:53,340 --> 00:03:55,240
I programmi di ricerca sono in continua evoluzione

119
00:03:55,240 --> 00:03:57,140
per migliorare gli algoritmi,

120
00:03:57,140 --> 00:03:58,850
così da fornire risultati migliori

121
00:03:58,850 --> 00:04:00,560
e più velocemente dei concorrenti.

122
00:04:00,880 --> 00:04:02,670
Gli odierni motori di ricerca usano addirittura dati

123
00:04:02,670 --> 00:04:04,460
che tu non hai esplicitamente fornito loro

124
00:04:04,460 --> 00:04:06,560
per aiutarti a restringere il campo delle tue ricerche.

125
00:04:06,660 --> 00:04:10,280
Per esempio, se tu hai cercato "parchi per cani"

126
00:04:10,280 --> 00:04:13,130
molti motori di ricerca ti restituiranno risultati

127
00:04:13,130 --> 00:04:14,555
relativi a parchi per cani della tua zona

128
00:04:14,555 --> 00:04:15,980
anche se tu non avevi specificato la tua posizione.

129
00:04:17,651 --> 00:04:20,685
I moderni motori di ricerca riescono anche a comprendere

130
00:04:20,685 --> 00:04:23,720
il reale significato delle parole scritte su una pagina,

131
00:04:23,720 --> 00:04:25,380
al fine di trovare il risultato che abbia

132
00:04:25,380 --> 00:04:27,040
una migliore corrispondenza con ciò che stai cercando.

133
00:04:27,040 --> 00:04:29,810
Per esempio, se tu cerchi "fast pitcher"
(lanciatore veloce),

134
00:04:29,810 --> 00:04:31,195
il motore di ricerca capirà che stai cercando

135
00:04:31,195 --> 00:04:32,580
un giocatore di baseball.

136
00:04:32,580 --> 00:04:34,890
Mentre se cerchi "large pitcher"
(brocca grande),

137
00:04:34,890 --> 00:04:37,200
capirà che stai cercando un accessorio per la tua cucina.

138
00:04:38,880 --> 00:04:40,005
Per interpretare il significato delle parole,

139
00:04:40,005 --> 00:04:40,567
usiamo una tecnologia chiamata

140
00:04:40,567 --> 00:04:41,130
"machine learning"
(apprendimento automatico),

141
00:04:41,130 --> 00:04:43,380
una branca dell'intelligenza artificiale.

142
00:04:43,380 --> 00:04:45,460
Essa permette agli algoritmi di ricerca di cercare,

143
00:04:45,460 --> 00:04:47,540
non solo singole lettere o parole sulla pagina,

144
00:04:47,540 --> 00:04:51,800
ma di comprendere il significato intrinseco delle parole.

145
00:04:53,540 --> 00:04:56,140
Internet sta crescendo in maniera esponenziale,

146
00:04:56,140 --> 00:04:57,440
ma se i gruppi che si occupano di progettare
i motori di ricerca

147
00:04:57,440 --> 00:04:58,740
faranno bene il loro lavoro,

148
00:04:58,740 --> 00:05:01,860
le informazioni che desideri

149
00:05:01,860 --> 00:05:04,980
resteranno sempre raggiungibili in pochi click.