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

2
00:00:05,933 --> 00:00:07,450
Ciao, mi chiamo John

3
00:00:07,450 --> 00:00:08,915
dirigo i gruppi che si occupano di ricerca

4
00:00:08,915 --> 00:00:12,100
e machine learning in Google.

5
00:00:12,100 --> 00:00:14,340
È incredibilmente stimolante

6
00:00:14,340 --> 00:00:16,570
che le persone da ogni parte del mondo

7
00:00:16,570 --> 00:00:18,210
si rivolgano ai motori di ricerca,

8
00:00:18,210 --> 00:00:19,890
per formulare, dalle domande più banali

9
00:00:19,890 --> 00:00:20,900
a quelle più importanti.

10
00:00:20,900 --> 00:00:23,230
Perciò è una enorme responsabilità fornire loro

11
00:00:23,230 --> 00:00:25,015
le migliori risposte possibili.

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

13
00:00:28,570 --> 00:00:31,280
e lavoro nel gruppo che si occupa della ricerca in Bing.

14
00:00:31,280 --> 00:00:33,560
Per molte questioni presto inizieremo a guardare

15
00:00:33,560 --> 00:00:36,077
all'intelligenza artificiale e al "machine learning"
(apprendimento automatico)

16
00:00:36,077 --> 00:00:39,421
ma dovremo preoccuparci di come tutto ciò verrà usato,

17
00:00:39,421 --> 00:00:41,856
perché alla fine vogliamo avere un impatto positivo

18
00:00:41,856 --> 00:00:42,680
sulla società.

19
00:00:43,520 --> 00:00:45,894
Poniamoci una semplice domanda:

20
00:00:45,894 --> 00:00:49,450
"Quanto tempo ci vuole per andare su Marte?"

21
00:00:49,450 --> 00:00:51,510
Da dove arrivano questi risultati?

22
00:00:51,510 --> 00:00:54,920
E perché questo è stato elencato prima di quest'altro?

23
00:00:54,920 --> 00:00:56,880
Bene, approfondiamo il tema

24
00:00:56,880 --> 00:00:58,595
e vediamo come un motore di ricerca

25
00:00:58,595 --> 00:01:00,750
trasforma la tua domanda in un risultato.

26
00:01:00,750 --> 00:01:03,246
La prima cosa da sapere, è che quando fai una ricerca,

27
00:01:03,246 --> 00:01:05,611
il motore di ricerca non sta effettivamente andando

28
00:01:05,611 --> 00:01:06,525
sul World Wide Web

29
00:01:06,525 --> 00:01:08,520
per eseguire la ricerca in tempo reale.

30
00:01:08,520 --> 00:01:11,240
Ci sono più di un miliardo di siti web su Internet

31
00:01:11,240 --> 00:01:14,105
e a centinaia ne vengono creati ogni minuto.

32
00:01:14,105 --> 00:01:15,710
Se un motore di ricerca dovesse davvero

33
00:01:15,710 --> 00:01:17,611
passare in rassegna ogni singolo sito web

34
00:01:17,611 --> 00:01:19,039
per cercare quello che desideri

35
00:01:19,039 --> 00:01:20,194
ci metterebbe un'eternità.

36
00:01:20,194 --> 00:01:21,989
Quindi, per rendere la ricerca più veloce,

37
00:01:21,989 --> 00:01:23,889
i motori di ricerca eseguono preventivamente

38
00:01:23,889 --> 00:01:25,090
una scansione continua del web

39
00:01:25,090 --> 00:01:26,755
in modo da registrare tutte le informazioni

40
00:01:26,755 --> 00:01:28,940
che potrebbero poi rivelarsi utili per la tua ricerca.

41
00:01:28,940 --> 00:01:31,690
In questo modo, quando cerchi "viaggio verso Marte"

42
00:01:31,690 --> 00:01:34,110
il motore di ricerca sa già cosa gli serve

43
00:01:34,110 --> 00:01:35,930
per darti una risposta in tempo reale.

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

45
00:01:37,880 --> 00:01:39,868
Internet è una ragnatela di pagine

46
00:01:39,868 --> 00:01:41,155
connesse le une alle altre

47
00:01:41,155 --> 00:01:42,724
tramite collegamenti ipertestuali (link).

48
00:01:42,724 --> 00:01:45,184
I motori di ricerca eseguono in continuazione un programma,

49
00:01:45,184 --> 00:01:46,248
chiamato "spider"

50
00:01:46,248 --> 00:01:48,280
che attraversa tutte queste pagine web

51
00:01:48,280 --> 00:01:49,760
per accumulare dati su di esse.

52
00:01:49,760 --> 00:01:52,020
Ogni volta che trova un link,

53
00:01:52,020 --> 00:01:53,720
lo segue fino a che ha visitato

54
00:01:53,720 --> 00:01:55,189
ogni pagina che sia riuscito

55
00:01:55,189 --> 00:01:57,120
a trovare sull'intera rete Internet.

56
00:01:57,120 --> 00:01:58,940
Per ogni pagina visitata,

57
00:01:58,940 --> 00:02:01,415
lo spider registra tutti i dati che possono essere utili

58
00:02:01,415 --> 00:02:03,070
per rispondere ad una futura ricerca

59
00:02:03,070 --> 00:02:04,860
aggiungendola ad uno speciale database

60
00:02:04,860 --> 00:02:06,930
chiamato "search index" (indice di ricerca).

61
00:02:07,300 --> 00:02:09,600
Torniamo ora alla nostra ricerca iniziale

62
00:02:09,600 --> 00:02:12,210
e vediamo se riusciamo a capire come fa il motore di ricerca

63
00:02:12,210 --> 00:02:13,309
a fornire i risultati.

64
00:02:13,520 --> 00:02:14,455
Quando tu chiedi

65
00:02:14,455 --> 00:02:16,570
"Quanto tempo ci vuole per andare su Marte?"

66
00:02:16,570 --> 00:02:18,949
il motore di ricerca cerca ognuna di queste parole

67
00:02:18,949 --> 00:02:20,220
nel proprio indice

68
00:02:20,220 --> 00:02:21,860
per fornirti immediatamente una lista

69
00:02:21,860 --> 00:02:23,305
di tutte le pagine di Internet

70
00:02:23,305 --> 00:02:24,640
contenenti quelle parole.

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

72
00:02:26,560 --> 00:02:28,710
ti restituirebbe milioni di pagine,

73
00:02:28,710 --> 00:02:29,944
perciò il motore di ricerca

74
00:02:29,944 --> 00:02:31,570
deve essere in grado di individuare

75
00:02:31,570 --> 00:02:33,669
quelle più pertinenti da mostrare per prime.

76
00:02:33,669 --> 00:02:35,180
Questa è la fase più complicata,

77
00:02:35,180 --> 00:02:36,350
perché il motore di ricerca

78
00:02:36,350 --> 00:02:38,440
deve capire cosa stai veramente cercando.

79
00:02:38,440 --> 00:02:41,190
Ogni motore di ricerca usa un proprio algoritmo

80
00:02:41,190 --> 00:02:42,720
per classificare le pagine

81
00:02:42,720 --> 00:02:44,640
in base a ciò che prevede possa interessare.

82
00:02:44,640 --> 00:02:47,030
L'algoritmo di classificazione dei risultati

83
00:02:47,030 --> 00:02:48,120
potrebbe verificare

84
00:02:48,120 --> 00:02:49,460
se le parole che hai cercato

85
00:02:49,460 --> 00:02:51,130
compaiano nel titolo della pagina,

86
00:02:51,130 --> 00:02:52,140
potrebbe controllare

87
00:02:52,140 --> 00:02:54,480
se tutte le parole compaiano una di seguito all'altra,

88
00:02:54,480 --> 00:02:57,451
o eseguire una qualunque altra valutazione utile

89
00:02:57,451 --> 00:02:59,050
a determinare in modo migliore

90
00:02:59,050 --> 00:03:02,000
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 --> 00:03:07,430
per selezionare i migliori risultati di una ricerca,

93
00:03:07,430 --> 00:03:08,730
prendendo in considerazione

94
00:03:08,730 --> 00:03:09,840
quante altre pagine web

95
00:03:09,840 --> 00:03:11,990
rimandino con un link a una certa pagina web.

96
00:03:11,990 --> 00:03:14,160
L'idea è che se molti siti web ritengono che

97
00:03:14,160 --> 00:03:15,690
una certa pagina sia interessante,

98
00:03:15,690 --> 00:03:18,070
allora è probabile che sia quella che stai cercando.

99
00:03:18,070 --> 00:03:20,410
Questo algoritmo è chiamato "Page Rank",

100
00:03:20,410 --> 00:03:22,480
non perché classifica le pagine web,

101
00:03:22,480 --> 00:03:24,663
ma perchè prende il nome dal suo inventore:

102
00:03:24,663 --> 00:03:27,220
Larry Page, uno dei fondatori di Google.

103
00:03:27,620 --> 00:03:28,984
Visto che spesso un sito web

104
00:03:28,984 --> 00:03:30,830
guadagna del denaro quando tu lo visiti,

105
00:03:30,830 --> 00:03:32,950
gli spammer sono costantemente alla ricerca di modi

106
00:03:32,950 --> 00:03:34,931
per ingannare gli algoritmi dei motori di ricerca

107
00:03:34,931 --> 00:03:36,880
per far sì che le loro pagine web vengano elencate

108
00:03:36,880 --> 00:03:38,202
più in alto tra i risultati.

109
00:03:38,202 --> 00:03:40,208
I motori di ricerca aggiornano regolarmente

110
00:03:40,208 --> 00:03:41,090
i propri algoritmi

111
00:03:41,090 --> 00:03:43,210
per evitare che siti falsi e inaffidabili

112
00:03:43,210 --> 00:03:44,780
raggiungano le prime posizioni.

113
00:03:44,780 --> 00:03:45,750
In ultima istanza,

114
00:03:45,750 --> 00:03:47,610
tocca però a te stare in guardia

115
00:03:47,610 --> 00:03:49,707
nei confronti di pagine poco raccomandabili

116
00:03:49,707 --> 00:03:51,650
guardando l'indirizzo web delle pagine che visiti

117
00:03:51,650 --> 00:03:53,680
e assicurandoti che si tratti di fonti affidabili.

118
00:03:53,680 --> 00:03:55,930
I programmi di ricerca sono in continua evoluzione

119
00:03:55,930 --> 00:03:57,270
per migliorare gli algoritmi,

120
00:03:57,270 --> 00:03:58,930
così da fornire risultati migliori

121
00:03:58,930 --> 00:04:00,560
e più velocemente dei concorrenti.

122
00:04:00,880 --> 00:04:03,038
Gli odierni motori di ricerca usano addirittura dati

123
00:04:03,038 --> 00:04:04,770
che tu non hai esplicitamente fornito loro

124
00:04:04,770 --> 00:04:07,180
per aiutarti a restringere il campo delle tue ricerche.

125
00:04:07,180 --> 00:04:10,410
Per esempio, se tu hai cercato "parchi per cani"

126
00:04:10,410 --> 00:04:12,546
molti motori di ricerca ti restituiranno risultati

127
00:04:12,546 --> 00:04:14,278
relativi a parchi per cani della tua zona

128
00:04:14,278 --> 00:04:16,632
anche se tu non avevi specificato la tua posizione.

129
00:04:17,651 --> 00:04:20,332
I moderni motori di ricerca riescono anche a comprendere

130
00:04:20,332 --> 00:04:22,727
il reale significato delle parole scritte su una pagina,

131
00:04:22,727 --> 00:04:24,710
al fine di trovare il risultato che abbia

132
00:04:24,710 --> 00:04:27,260
una migliore corrispondenza con ciò che stai cercando.

133
00:04:27,260 --> 00:04:29,710
Per esempio, se tu cerchi "fast pitcher"
(lanciatore veloce),

134
00:04:29,710 --> 00:04:31,605
il motore di ricerca capirà che stai cercando

135
00:04:31,605 --> 00:04:32,740
un giocatore di baseball.

136
00:04:32,740 --> 00:04:34,470
Mentre se cerchi "large pitcher"
(brocca grande),

137
00:04:34,470 --> 00:04:38,294
capirà che stai cercando un accessorio per la tua cucina.

138
00:04:38,680 --> 00:04:40,135
Per interpretare il significato delle parole,

139
00:04:40,135 --> 00:04:40,927
usiamo una tecnologia chiamata

140
00:04:40,927 --> 00:04:42,000
"machine learning"
(apprendimento automatico),

141
00:04:42,000 --> 00:04:43,910
una branca dell'intelligenza artificiale.

142
00:04:43,910 --> 00:04:46,170
Essa permette agli algoritmi di ricerca di cercare,

143
00:04:46,170 --> 00:04:48,640
non solo singole lettere o parole sulla pagina,

144
00:04:48,640 --> 00:04:52,160
ma di comprendere il significato intrinseco delle parole.

145
00:04:53,540 --> 00:04:56,010
Internet sta crescendo in maniera esponenziale,

146
00:04:56,010 --> 00:04:58,938
ma se i gruppi che si occupano di progettare
i motori di ricerca

147
00:04:58,938 --> 00:05:00,285
faranno bene il loro lavoro,

148
00:05:00,285 --> 00:05:01,896
le informazioni che desideri

149
00:05:01,896 --> 00:05:04,790
resteranno sempre raggiungibili in pochi click.