WEBVTT

00:00:02.158 --> 00:00:05.067
INTERNET: COME FUNZIONA LA RICERCA

00:00:06.280 --> 00:00:09.190
Ciao, mi chiamo John

00:00:09.190 --> 00:00:10.645
dirigo i gruppi che si occupano di ricerca

00:00:10.645 --> 00:00:12.100
e machine learning in Google.

00:00:12.100 --> 00:00:13.980
È incredibilmente stimolante

00:00:13.980 --> 00:00:15.860
che le persone da ogni parte del mondo

00:00:15.860 --> 00:00:18.380
si rivolgano ai motori di ricerca,

00:00:18.380 --> 00:00:19.640
per formulare, dalle domande più banali

00:00:19.640 --> 00:00:20.900
a quelle più importanti.

00:00:20.900 --> 00:00:22.710
Perciò è una enorme responsabilità fornire loro

00:00:22.710 --> 00:00:24.520
le migliori risposte possibili.

00:00:26.200 --> 00:00:28.570
Ciao, mi chiamo Akshaya

00:00:28.570 --> 00:00:30.940
e lavoro nel gruppo che si occupa della ricerca in Bing.

00:00:30.940 --> 00:00:32.720
Per molte questioni presto inizieremo a guardare

00:00:32.720 --> 00:00:34.500
all'intelligenza artificiale e al "machine learning"
(apprendimento automatico)

00:00:37.040 --> 00:00:39.580
ma dovremo preoccuparci di come tutto ciò verrà usato,

00:00:39.580 --> 00:00:41.200
perché alla fine vogliamo avere un impatto positivo

00:00:41.200 --> 00:00:42.820
sulla società.

00:00:43.520 --> 00:00:46.010
Poniamoci una semplice domanda:

00:00:46.010 --> 00:00:48.500
"Quanto tempo ci vuole per andare su Marte?"

00:00:48.500 --> 00:00:51.710
Da dove arrivano questi risultati?

00:00:51.710 --> 00:00:54.920
E perché questo è stato elencato prima di quest'altro?

00:00:54.920 --> 00:00:57.550
Bene, approfondiamo il tema

00:00:57.550 --> 00:00:58.865
e vediamo come un motore di ricerca

00:00:58.865 --> 00:01:00.180
trasforma la tua domanda in un risultato.

00:01:00.580 --> 00:01:03.950
La prima cosa da sapere, è che quando fai una ricerca,

00:01:03.950 --> 00:01:04.997
il motore di ricerca non sta effettivamente andando

00:01:04.997 --> 00:01:06.045
sul World Wide Web

00:01:06.045 --> 00:01:08.140
per eseguire la ricerca in tempo reale.

00:01:08.140 --> 00:01:11.240
Ci sono più di un miliardo di siti web su Internet

00:01:11.240 --> 00:01:13.445
e a centinaia ne vengono creati ogni minuto.

00:01:13.445 --> 00:01:15.650
Se un motore di ricerca dovesse davvero

00:01:15.650 --> 00:01:16.632
passare in rassegna ogni singolo sito web

00:01:16.632 --> 00:01:17.615
per cercare quello che desideri

00:01:17.615 --> 00:01:19.580
ci metterebbe un'eternità.

00:01:19.580 --> 00:01:22.035
Quindi, per rendere la ricerca più veloce,

00:01:22.035 --> 00:01:23.262
i motori di ricerca eseguono preventivamente

00:01:23.262 --> 00:01:24.490
una scansione continua del web

00:01:24.490 --> 00:01:26.445
in modo da registrare tutte le informazioni

00:01:26.445 --> 00:01:28.400
che potrebbero poi rivelarsi utili per la tua ricerca.

00:01:28.600 --> 00:01:31.020
In questo modo, quando cerchi "viaggio verso Marte"

00:01:31.020 --> 00:01:33.150
il motore di ricerca sa già cosa gli serve

00:01:33.150 --> 00:01:35.280
per darti una risposta in tempo reale.

00:01:36.340 --> 00:01:37.880
Ecco come funziona:

00:01:37.880 --> 00:01:38.995
Internet è una ragnatela di pagine

00:01:38.995 --> 00:01:40.110
connesse le une alle altre

00:01:40.110 --> 00:01:42.340
tramite collegamenti ipertestuali (link).

00:01:42.340 --> 00:01:44.620
I motori di ricerca eseguono in continuazione un programma,

00:01:44.620 --> 00:01:46.900
chiamato "spider"

00:01:46.900 --> 00:01:48.280
che attraversa tutte queste pagine web

00:01:48.280 --> 00:01:49.660
per accumulare dati su di esse.

00:01:49.660 --> 00:01:52.000
Ogni volta che trova un link,

00:01:52.000 --> 00:01:53.280
lo segue fino a che ha visitato

00:01:53.280 --> 00:01:54.560
ogni pagina che sia riuscito

00:01:54.560 --> 00:01:57.120
a trovare sull'intera rete Internet.

00:01:57.120 --> 00:01:59.910
Per ogni pagina visitata,

00:01:59.910 --> 00:02:01.305
lo spider registra tutti i dati che possono essere utili

00:02:01.305 --> 00:02:02.700
per rispondere ad una futura ricerca

00:02:02.700 --> 00:02:04.690
aggiungendola ad uno speciale database

00:02:04.690 --> 00:02:06.680
chiamato "search index" (indice di ricerca).

00:02:07.300 --> 00:02:09.100
Torniamo ora alla nostra ricerca iniziale

00:02:09.100 --> 00:02:10.000
e vediamo se riusciamo a capire come fa il motore di ricerca

00:02:10.000 --> 00:02:10.900
a fornire i risultati.

00:02:13.520 --> 00:02:14.910
Quando tu chiedi

00:02:14.910 --> 00:02:16.300
"Quanto tempo ci vuole per andare su Marte?"

00:02:16.300 --> 00:02:18.010
il motore di ricerca cerca ognuna delle parole

00:02:18.010 --> 00:02:19.720
presenti nella domanda nel proprio indice

00:02:19.720 --> 00:02:22.110
per fornirti immediatamente una lista

00:02:22.110 --> 00:02:23.305
di tutte le pagine di Internet

00:02:23.305 --> 00:02:24.500
contenenti quelle parole.

00:02:24.640 --> 00:02:26.560
Però, limitarsi a cercare quelle parole,

00:02:26.560 --> 00:02:28.480
ti restituirebbe milioni di pagine,

00:02:28.480 --> 00:02:29.650
perciò il motore di ricerca

00:02:29.650 --> 00:02:30.820
deve essere in grado di individuare

00:02:30.820 --> 00:02:33.160
quelle più pertinenti da mostrare per prime.

00:02:33.160 --> 00:02:34.780
Questa è la fase più complicata,

00:02:34.780 --> 00:02:36.430
perché il motore di ricerca

00:02:36.430 --> 00:02:38.080
deve capire cosa stai veramente cercando.

00:02:38.080 --> 00:02:39.630
Ogni motore di ricerca usa un proprio algoritmo

00:02:39.630 --> 00:02:41.180
per classificare le pagine

00:02:41.180 --> 00:02:44.280
in base a ciò che prevede possa interessare.

00:02:44.640 --> 00:02:47.240
L'algoritmo di classificazione dei risultati

00:02:47.240 --> 00:02:48.350
potrebbe ad esempio verificare

00:02:48.350 --> 00:02:49.460
se le parole che hai cercato

00:02:49.460 --> 00:02:51.680
compaiano nel titolo della pagina,

00:02:51.680 --> 00:02:53.080
potrebbe controllare

00:02:53.080 --> 00:02:54.480
se tutte le parole compaiano una di seguito all'altra,

00:02:54.480 --> 00:02:56.190
o eseguire una qualunque altra valutazione utile

00:02:56.190 --> 00:02:57.900
a determinare in modo migliore

00:02:57.900 --> 00:03:01.800
quali pagine web potresti voler vedere e quali no.

00:03:02.660 --> 00:03:04.950
Google inventò l'algoritmo più famoso

00:03:04.950 --> 00:03:07.240
per selezionare i migliori risultati di una ricerca,

00:03:07.240 --> 00:03:09.300
prendendo in considerazione

00:03:09.300 --> 00:03:10.330
quante altre pagine web

00:03:10.330 --> 00:03:11.360
rimandino con un link a una certa pagina web.

00:03:11.360 --> 00:03:14.160
L'idea è che se molti siti web ritengono che

00:03:14.160 --> 00:03:15.990
una certa pagina sia interessante,

00:03:15.990 --> 00:03:17.820
allora è probabile che sia quella che stai cercando.

00:03:17.820 --> 00:03:20.410
Questo algoritmo è chiamato "Page Rank",

00:03:20.410 --> 00:03:23.000
non perché classifica le pagine web,

00:03:23.000 --> 00:03:25.110
ma perchè prende il nome dal suo inventore:

00:03:25.110 --> 00:03:27.220
Larry Page, uno dei fondatori di Google.

00:03:27.620 --> 00:03:29.210
Visto che spesso un sito web

00:03:29.210 --> 00:03:30.800
guadagna del denaro quando tu lo visiti,

00:03:30.800 --> 00:03:32.500
gli spammer sono costantemente alla ricerca di modi

00:03:32.500 --> 00:03:34.200
per ingannare gli algoritmi dei motori di ricerca

00:03:34.200 --> 00:03:36.060
per far sì che le loro pagine web vengano elencate

00:03:36.060 --> 00:03:37.920
più in alto tra i risultati.

00:03:37.920 --> 00:03:39.380
I motori di ricerca aggiornano regolarmente

00:03:39.380 --> 00:03:40.840
i propri algoritmi

00:03:40.840 --> 00:03:42.660
per evitare che siti falsi e inaffidabili

00:03:42.660 --> 00:03:44.480
raggiungano le prime posizioni.

00:03:44.480 --> 00:03:47.120
In ultima istanza,

00:03:47.120 --> 00:03:48.440
tocca però a te stare in guardia

00:03:48.440 --> 00:03:49.760
nei confronti di pagine poco raccomandabili

00:03:49.760 --> 00:03:51.550
guardando l'indirizzo web delle pagine che visiti

00:03:51.550 --> 00:03:53.340
e assicurandoti che si tratti di fonti affidabili.

00:03:53.340 --> 00:03:55.240
I programmi di ricerca sono in continua evoluzione

00:03:55.240 --> 00:03:57.140
per migliorare gli algoritmi,

00:03:57.140 --> 00:03:58.850
così da fornire risultati migliori

00:03:58.850 --> 00:04:00.560
e più velocemente dei concorrenti.

00:04:00.880 --> 00:04:02.670
Gli odierni motori di ricerca usano addirittura dati

00:04:02.670 --> 00:04:04.460
che tu non hai esplicitamente fornito loro

00:04:04.460 --> 00:04:06.560
per aiutarti a restringere il campo delle tue ricerche.

00:04:06.660 --> 00:04:10.280
Per esempio, se tu hai cercato "parchi per cani"

00:04:10.280 --> 00:04:13.130
molti motori di ricerca ti restituiranno risultati

00:04:13.130 --> 00:04:14.555
relativi a parchi per cani della tua zona

00:04:14.555 --> 00:04:15.980
anche se tu non avevi specificato la tua posizione.

00:04:17.651 --> 00:04:20.685
I moderni motori di ricerca riescono anche a comprendere

00:04:20.685 --> 00:04:23.720
il reale significato delle parole scritte su una pagina,

00:04:23.720 --> 00:04:25.380
al fine di trovare il risultato che abbia

00:04:25.380 --> 00:04:27.040
una migliore corrispondenza con ciò che stai cercando.

00:04:27.040 --> 00:04:29.810
Per esempio, se tu cerchi "fast pitcher"
(lanciatore veloce),

00:04:29.810 --> 00:04:31.195
il motore di ricerca capirà che stai cercando

00:04:31.195 --> 00:04:32.580
un giocatore di baseball.

00:04:32.580 --> 00:04:34.890
Mentre se cerchi "large pitcher"
(brocca grande),

00:04:34.890 --> 00:04:37.200
capirà che stai cercando un accessorio per la tua cucina.

00:04:38.880 --> 00:04:40.005
Per interpretare il significato delle parole,

00:04:40.005 --> 00:04:40.567
usiamo una tecnologia chiamata

00:04:40.567 --> 00:04:41.130
"machine learning"
(apprendimento automatico),

00:04:41.130 --> 00:04:43.380
una branca dell'intelligenza artificiale.

00:04:43.380 --> 00:04:45.460
Essa permette agli algoritmi di ricerca di cercare,

00:04:45.460 --> 00:04:47.540
non solo singole lettere o parole sulla pagina,

00:04:47.540 --> 00:04:51.800
ma di comprendere il significato intrinseco delle parole.

00:04:53.540 --> 00:04:56.140
Internet sta crescendo in maniera esponenziale,

00:04:56.140 --> 00:04:57.440
ma se i gruppi che si occupano di progettare
i motori di ricerca

00:04:57.440 --> 00:04:58.740
faranno bene il loro lavoro,

00:04:58.740 --> 00:05:01.860
le informazioni che desideri

00:05:01.860 --> 00:05:04.980
resteranno sempre raggiungibili in pochi click.