WEBVTT

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

00:00:05.933 --> 00:00:07.450
Ciao, mi chiamo John

00:00:07.450 --> 00:00:08.915
dirigo i gruppi che si occupano di ricerca

00:00:08.915 --> 00:00:12.100
e apprendimento automatico in Google.

00:00:12.100 --> 00:00:14.340
È incredibilmente stimolante

00:00:14.340 --> 00:00:16.570
che le persone da ogni parte del mondo

00:00:16.570 --> 00:00:18.210
si rivolgano ai motori di ricerca,

00:00:18.210 --> 00:00:19.740
per formulare domande, dalle più banali

00:00:19.740 --> 00:00:20.930
a quelle più importanti.

00:00:20.930 --> 00:00:23.230
Perciò è un'enorme responsabilità fornire loro

00:00:23.230 --> 00:00:25.015
le migliori risposte possibili.

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

00:00:28.570 --> 00:00:31.280
e lavoro nel gruppo che si occupa della ricerca in Bing.

00:00:31.280 --> 00:00:33.560
Per molte questioni presto inizieremo a guardare

00:00:33.560 --> 00:00:36.077
all'intelligenza artificiale e all'apprendimento automatico

00:00:36.077 --> 00:00:39.421
ma dovremo preoccuparci di come tutto ciò verrà usato,

00:00:39.421 --> 00:00:41.856
perché alla fine vogliamo avere un impatto positivo

00:00:41.856 --> 00:00:42.680
sulla società.

00:00:43.520 --> 00:00:45.894
Poniamoci una semplice domanda:

00:00:45.894 --> 00:00:49.450
"Quanto tempo ci vuole per andare su Marte?"

00:00:49.450 --> 00:00:51.510
Da dove arrivano questi risultati?

00:00:51.510 --> 00:00:54.920
E perché questo è stato elencato prima di quest'altro?

00:00:54.920 --> 00:00:56.880
Bene, approfondiamo il tema

00:00:56.880 --> 00:00:58.595
e vediamo come un motore di ricerca

00:00:58.595 --> 00:01:00.750
trasforma la tua domanda in un risultato.

00:01:00.750 --> 00:01:03.246
La prima cosa da sapere, è che quando fai una ricerca,

00:01:03.246 --> 00:01:05.611
il motore di ricerca non sta effettivamente andando

00:01:05.611 --> 00:01:06.525
sul World Wide Web

00:01:06.525 --> 00:01:08.520
per eseguire la ricerca in tempo reale.

00:01:08.520 --> 00:01:11.240
Ci sono più di un miliardo di siti web su Internet

00:01:11.240 --> 00:01:14.105
e a centinaia ne vengono creati ogni minuto.

00:01:14.105 --> 00:01:15.710
Se un motore di ricerca dovesse davvero

00:01:15.710 --> 00:01:17.611
passare in rassegna ogni singolo sito web

00:01:17.611 --> 00:01:19.039
per cercare quello che desideri

00:01:19.039 --> 00:01:20.194
ci metterebbe un'eternità.

00:01:20.194 --> 00:01:21.989
Quindi, per rendere la ricerca più veloce,

00:01:21.989 --> 00:01:23.889
i motori di ricerca eseguono preventivamente

00:01:23.889 --> 00:01:25.090
una scansione continua del web

00:01:25.090 --> 00:01:26.755
in modo da registrare tutte le informazioni

00:01:26.755 --> 00:01:28.940
che potrebbero poi rivelarsi utili per la tua ricerca.

00:01:28.940 --> 00:01:31.690
In questo modo, quando cerchi "viaggio verso Marte"

00:01:31.690 --> 00:01:34.110
il motore di ricerca sa già cosa gli serve

00:01:34.110 --> 00:01:35.930
per darti una risposta in tempo reale.

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

00:01:37.880 --> 00:01:39.868
Internet è una ragnatela di pagine

00:01:39.868 --> 00:01:41.155
connesse le une alle altre

00:01:41.155 --> 00:01:42.724
tramite collegamenti ipertestuali (link).

00:01:42.724 --> 00:01:45.184
I motori di ricerca eseguono in continuazione un programma,

00:01:45.184 --> 00:01:46.248
chiamato "spider"

00:01:46.248 --> 00:01:48.280
che attraversa tutte queste pagine web

00:01:48.280 --> 00:01:49.760
per accumulare dati su di esse.

00:01:49.760 --> 00:01:52.020
Ogni volta che trova un link,

00:01:52.020 --> 00:01:53.720
lo segue fino a che ha visitato

00:01:53.720 --> 00:01:55.189
ogni pagina che sia riuscito

00:01:55.189 --> 00:01:57.120
a trovare sull'intera rete Internet.

00:01:57.120 --> 00:01:58.940
Per ogni pagina visitata,

00:01:58.940 --> 00:02:01.415
lo spider registra tutti i dati che possono essere utili

00:02:01.415 --> 00:02:03.070
per rispondere ad una futura ricerca

00:02:03.070 --> 00:02:04.860
aggiungendoli ad uno speciale database

00:02:04.860 --> 00:02:06.930
chiamato "search index" (indice di ricerca).

00:02:07.300 --> 00:02:09.600
Torniamo ora alla nostra ricerca iniziale

00:02:09.600 --> 00:02:12.210
e vediamo se riusciamo a capire come fa il motore di ricerca

00:02:12.210 --> 00:02:13.309
a fornire i risultati.

00:02:13.520 --> 00:02:14.455
Quando tu chiedi

00:02:14.455 --> 00:02:16.570
"Quanto tempo ci vuole per andare su Marte?"

00:02:16.570 --> 00:02:18.949
il motore di ricerca cerca ognuna di queste parole

00:02:18.949 --> 00:02:20.220
nel proprio indice

00:02:20.220 --> 00:02:21.860
per fornirti immediatamente una lista

00:02:21.860 --> 00:02:23.305
di tutte le pagine di Internet

00:02:23.305 --> 00:02:24.640
contenenti quelle parole.

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

00:02:26.560 --> 00:02:28.710
ti restituirebbe milioni di pagine,

00:02:28.710 --> 00:02:29.944
perciò il motore di ricerca

00:02:29.944 --> 00:02:31.570
deve essere in grado di individuare

00:02:31.570 --> 00:02:33.669
quelle più pertinenti da mostrare per prime.

00:02:33.669 --> 00:02:35.180
Questa è la fase più complicata,

00:02:35.180 --> 00:02:36.350
perché il motore di ricerca

00:02:36.350 --> 00:02:38.440
deve capire cosa stai veramente cercando.

00:02:38.440 --> 00:02:41.190
Ogni motore di ricerca usa un proprio algoritmo

00:02:41.190 --> 00:02:42.720
per classificare le pagine

00:02:42.720 --> 00:02:44.640
in base a ciò che prevede possa interessare.

00:02:44.640 --> 00:02:47.030
L'algoritmo di classificazione dei risultati

00:02:47.030 --> 00:02:48.120
potrebbe verificare

00:02:48.120 --> 00:02:49.460
se le parole che hai cercato

00:02:49.460 --> 00:02:51.130
compaiono nel titolo della pagina,

00:02:51.130 --> 00:02:52.140
potrebbe controllare

00:02:52.140 --> 00:02:54.480
se tutte le parole compaiono una di seguito all'altra,

00:02:54.480 --> 00:02:57.451
o eseguire una qualunque altra valutazione utile

00:02:57.451 --> 00:02:59.050
a determinare in modo migliore

00:02:59.050 --> 00:03:02.000
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 --> 00:03:07.430
per selezionare i migliori risultati di una ricerca,

00:03:07.430 --> 00:03:08.730
prendendo in considerazione

00:03:08.730 --> 00:03:09.840
quante altre pagine web

00:03:09.840 --> 00:03:11.990
rimandino con un link a una certa pagina web.

00:03:11.990 --> 00:03:14.160
L'idea è che se molti siti web ritengono che

00:03:14.160 --> 00:03:15.690
una certa pagina sia interessante,

00:03:15.690 --> 00:03:18.070
allora è probabile che sia quella che stai cercando.

00:03:18.070 --> 00:03:20.410
Questo algoritmo è chiamato "Page Rank",

00:03:20.410 --> 00:03:22.480
non perché classifica le pagine web,

00:03:22.480 --> 00:03:24.663
ma perchè prende il nome dal suo inventore:

00:03:24.663 --> 00:03:27.220
Larry Page, uno dei fondatori di Google.

00:03:27.620 --> 00:03:28.984
Visto che spesso un sito web

00:03:28.984 --> 00:03:30.830
guadagna del denaro quando tu lo visiti,

00:03:30.830 --> 00:03:32.950
gli spammer sono costantemente alla ricerca di modi

00:03:32.950 --> 00:03:34.931
per ingannare gli algoritmi dei motori di ricerca

00:03:34.931 --> 00:03:36.880
per far sì che le loro pagine web vengano elencate

00:03:36.880 --> 00:03:38.202
più in alto tra i risultati.

00:03:38.202 --> 00:03:40.208
I motori di ricerca aggiornano regolarmente

00:03:40.208 --> 00:03:41.090
i propri algoritmi

00:03:41.090 --> 00:03:43.210
per evitare che siti falsi e inaffidabili

00:03:43.210 --> 00:03:44.780
raggiungano le prime posizioni.

00:03:44.780 --> 00:03:45.750
In ultima istanza,

00:03:45.750 --> 00:03:47.610
tocca però a te stare in guardia

00:03:47.610 --> 00:03:49.707
nei confronti di pagine poco raccomandabili

00:03:49.707 --> 00:03:51.650
guardando l'indirizzo web delle pagine che visiti

00:03:51.650 --> 00:03:53.680
e assicurandoti che si tratti di fonti affidabili.

00:03:53.680 --> 00:03:55.930
I programmi di ricerca sono in continua evoluzione

00:03:55.930 --> 00:03:57.270
per migliorare gli algoritmi,

00:03:57.270 --> 00:03:58.930
così da fornire risultati migliori

00:03:58.930 --> 00:04:00.560
e più velocemente dei concorrenti.

00:04:00.880 --> 00:04:03.038
Gli odierni motori di ricerca usano addirittura dati

00:04:03.038 --> 00:04:04.770
che tu non hai esplicitamente fornito loro

00:04:04.770 --> 00:04:07.180
per aiutarti a restringere il campo delle tue ricerche.

00:04:07.180 --> 00:04:10.410
Per esempio, se tu hai cercato "parchi per cani"

00:04:10.410 --> 00:04:12.546
molti motori di ricerca ti restituiranno risultati

00:04:12.546 --> 00:04:14.278
relativi a parchi per cani della tua zona

00:04:14.278 --> 00:04:16.632
anche se tu non avevi specificato la tua posizione.

00:04:17.651 --> 00:04:20.332
I moderni motori di ricerca riescono anche a comprendere

00:04:20.332 --> 00:04:22.727
il reale significato delle parole scritte su una pagina,

00:04:22.727 --> 00:04:24.710
al fine di trovare il risultato che abbia

00:04:24.710 --> 00:04:27.260
una migliore corrispondenza con ciò che stai cercando.

00:04:27.260 --> 00:04:29.710
Per esempio, se tu cerchi "fast pitcher"
(lanciatore veloce),

00:04:29.710 --> 00:04:31.605
il motore di ricerca capirà che stai cercando

00:04:31.605 --> 00:04:32.740
un giocatore di baseball.

00:04:32.740 --> 00:04:34.470
Mentre se cerchi "large pitcher"
(brocca grande),

00:04:34.470 --> 00:04:38.294
capirà che stai cercando un accessorio per la tua cucina.

00:04:38.680 --> 00:04:40.135
Per interpretare il significato delle parole,

00:04:40.135 --> 00:04:40.927
usiamo una tecnologia chiamata

00:04:40.927 --> 00:04:42.000
apprendimento automatico,

00:04:42.000 --> 00:04:43.910
una branca dell'intelligenza artificiale.

00:04:43.910 --> 00:04:46.170
Essa permette agli algoritmi di ricerca di cercare,

00:04:46.170 --> 00:04:48.640
non solo singole lettere o parole sulla pagina,

00:04:48.640 --> 00:04:52.160
ma di comprendere il significato intrinseco delle parole.

00:04:53.540 --> 00:04:56.010
Internet sta crescendo in maniera esponenziale,

00:04:56.010 --> 00:04:58.938
ma se i gruppi che si occupano di progettare
i motori di ricerca

00:04:58.938 --> 00:05:00.285
faranno bene il loro lavoro,

00:05:00.285 --> 00:05:01.896
le informazioni che desideri

00:05:01.896 --> 00:05:04.790
resteranno sempre raggiungibili in pochi click.