WEBVTT

00:00:06.070 --> 00:00:07.120
हाय, माझं नाव जॉन.

00:00:07.510 --> 00:00:10.140
मी गुगलमध्ये सर्च आणि मशीन लर्निंग टीम्सचा
प्रमुख आहे.

00:00:12.130 --> 00:00:14.230
मला वाटतं

00:00:14.230 --> 00:00:16.214
सगळ्या जगातले लोक साधे-सोपे प्रश्न 
विचारण्यासाठी आणि खूप महत्त्वाचे

00:00:16.215 --> 00:00:19.160
प्रश्न विचारण्यासाठी सर्च इंजिनकडे वळतात,

00:00:19.160 --> 00:00:20.930
हे खूप प्रेरणादायी आहे.

00:00:20.930 --> 00:00:23.450
त्यामुळं आपल्याला शक्य आहेत तितकी

00:00:23.450 --> 00:00:24.864
सर्वोत्तम उत्तरं त्यांना देणं ही मोठी 
जबाबदारी आहे.

00:00:26.710 --> 00:00:30.610
हाय, माझं नाव अक्षया आहे आणि 
मी बिंग सर्च टीममध्ये काम करते.

00:00:30.910 --> 00:00:33.190
अनेकदा आम्ही कृत्रिम बुद्धिमत्तेचा आणि 
मशीन

00:00:33.190 --> 00:00:35.800
लर्निंगचा अभ्यास करतो,

00:00:35.830 --> 00:00:39.010
पण युजर्स याचा वापर कसा करतील, याचा विचार
आम्हाला करावा लागतो,

00:00:39.140 --> 00:00:42.390
कारण शेवटी आपल्याला समाजावर प्रभाव 
टाकायचा असतो.

00:00:43.780 --> 00:00:45.400
एक साधा प्रश्न विचारूया.

00:00:45.820 --> 00:00:48.070
मंगळापर्यंत प्रवास करण्यासाठी किती वेळ 
लागतो?

00:00:49.330 --> 00:00:50.950
हे निकाल कुठून आले आणि

00:00:51.370 --> 00:00:54.100
हा इतर निकालांच्या आधी यादीत का आला?

00:00:55.700 --> 00:00:58.150
ठीक आहे, जरा बघूया की सर्च इंजिननं
तुमच्या विनंतीचं

00:00:58.150 --> 00:00:59.860
निकालात कसं रूपांतर केलं.

00:01:00.690 --> 00:01:03.360
तुम्हाला एक गोष्ट पहिल्यांदा माहिती पाहिजे
की जेव्हा तुम्ही सर्च करता तेव्हा

00:01:03.430 --> 00:01:06.480
प्रत्यक्षात सर्च इंजिन वर्ल्ड वाईड वेबकडे
जाऊन तुमचा शोध

00:01:06.480 --> 00:01:08.010
त्यावेळी रन करत नाही.

00:01:08.140 --> 00:01:10.610
आणि त्याचं कारण म्हणजे इंटरनेटवर कोट्यावधी
वेबसाईट्स आहेत आणि

00:01:10.610 --> 00:01:14.140
दर मिनिटाला नवीन शेकडो वेबसाईट्स तयार होत
आहेत.

00:01:14.140 --> 00:01:16.210
त्यामुळं जर सर्च इंजिनला

00:01:16.240 --> 00:01:18.690
तुम्हाला जे हवंय ते शोधण्यासाठी
प्रत्येक साईटवर जावं लागलं

00:01:18.690 --> 00:01:20.120
तर त्याला अनंत काळ लागेल.

00:01:20.500 --> 00:01:21.940
त्यामुळं हा शोध अधिक जलद करण्यासाठी,

00:01:21.970 --> 00:01:24.940
सर्च इंजिन्स वेबवर सतत आधीच स्कॅनिंग
करत असतात.

00:01:25.420 --> 00:01:28.560
तुम्ही नंतर सर्च केल्यावर मदत करण्यासाठी
आधीच माहिती नोंदवून ठेवत असतात.

00:01:28.930 --> 00:01:31.270
अशाप्रकारे, जेव्हा तुम्ही मंगळापर्यंतच्या
प्रवासाबद्दल सर्च करता,

00:01:31.630 --> 00:01:33.700
तेव्हा सर्च इंजिनकडं तुम्हाला त्याचवेळी माहिती
देण्यासाठी आवश्यक

00:01:33.700 --> 00:01:35.728
गोष्टी आधीच असतात.

00:01:36.250 --> 00:01:37.540
हे कसं काम करतं ते पाहूया.

00:01:37.900 --> 00:01:42.010
इंटरनेट म्हणजे एकमेकांना हायपरलिंकनं
जोडलेल्या पानांचं जाळं आहे.

00:01:42.400 --> 00:01:44.680
सर्च इंजिन्स सातत्यानं एक प्रोग्रॅम
रन करत असतात

00:01:44.680 --> 00:01:47.380
त्याला स्पायडर असं म्हणतात, तो सगळ्या वेब पेजेसना
भेट देऊन

00:01:47.380 --> 00:01:49.040
त्यांच्याबद्दलची माहिती गोळा करतो.

00:01:49.780 --> 00:01:51.550
प्रत्येकवेळी त्याला हायपरलिंक मिळाली की,

00:01:52.090 --> 00:01:55.000
तो इंटरनेटवर सापडणाऱ्या प्रत्येक पेजला भेट दिली

00:01:55.030 --> 00:01:57.240
जाईपर्यंत तिचं अनुसरण करतो.

00:01:57.335 --> 00:01:59.170
स्पायडर भेट देत असलेल्या प्रत्येक पेजसाठी,

00:01:59.200 --> 00:02:02.320
तो त्याला सर्चसाठी आवश्यक असेल 
अशी कोणतीही माहिती सर्च इंडेक्स

00:02:02.500 --> 00:02:05.650
नावाच्या एका खास डेटाबेसमध्ये नोंदवून
ठेवतो.

00:02:07.166 --> 00:02:09.530
आता, आपण पुन्हा आधीच्या सर्चकडं जाऊया

00:02:09.590 --> 00:02:11.990
आणि सर्च इंजिनला या शोधाचा निकाल

00:02:11.990 --> 00:02:13.333
कसा सापडला, ते शोधूया.

00:02:13.640 --> 00:02:16.460
जेव्हा तुम्ही मंगळापर्यंत प्रवास करण्यासाठी किती वेळ
लागतो असं विचारता,

00:02:16.640 --> 00:02:18.860
तेव्हा सर्च इंजिन हे शब्द सर्च इंडेक्समध्ये

00:02:18.920 --> 00:02:21.410
शोधतं आणि ताबडतोब इंटरनेटवरच्या ज्या पानांवर
हे शब्द आहेत

00:02:21.410 --> 00:02:24.500
त्यांची यादी आणतं.

00:02:24.890 --> 00:02:26.870
पण फक्त हे सर्च केलेले शब्द शोधले तर

00:02:26.870 --> 00:02:28.760
कोट्यावधी पानं येतील,

00:02:28.760 --> 00:02:31.110
त्यामुळं तुम्हाला आधी दाखवण्यासाठी
सर्वांत चांगली जुळणारी

00:02:31.110 --> 00:02:33.120
पानं कुठली आहेत, हे सर्च इंजिनला ठरवता
येणं आवश्यक असतं.

00:02:33.340 --> 00:02:36.010
इथं हे थोडं अवघड होतं कारण सर्च इंजिनला

00:02:36.010 --> 00:02:38.040
तुम्ही काय शोधत आहात त्याचा अंदाज करणं
आवश्यक असतं.

00:02:38.930 --> 00:02:41.360
प्रत्येक सर्च इंजिन त्याचा स्वत:चा अल्गोरिदम

00:02:41.360 --> 00:02:44.230
वापरून तुम्हाला काय हवं आहे याचा विचार करून
त्यानुसार या पानांची क्रमवारी लावतं.

00:02:44.930 --> 00:02:47.660
सर्च इंजिनचा हा रँक अल्गोरिदम

00:02:47.990 --> 00:02:50.360
तुम्ही शोधलेला शब्दसमूह पानाच्या शीर्षकात 
आहे का, ते पाहू शकतं,

00:02:50.900 --> 00:02:53.820
किंवा सगळे शब्द एकमेकांजवळ आहेत का ते
पाहू शकतं,

00:02:54.520 --> 00:02:57.020
किंवा इतर असंख्य कॅलक्युलेशन्स करतं

00:02:57.020 --> 00:02:58.610
त्यामुळं त्याला तुम्हाला पहायची असलेली

00:02:58.670 --> 00:03:01.420
आणि पहायची नसलेली पानं ठरवायला 
मदत होते.

00:03:02.960 --> 00:03:04.960
गुगलनं सर्वांत सुयोग्य निकाल शोधण्यासाठी

00:03:04.960 --> 00:03:08.530
सर्वांत प्रसिद्ध अल्गोरिदम शोधला आहे. 
दिलेल्या पानाला इतर किती वेब पेजेस जोडलेली

00:03:08.560 --> 00:03:11.230
आहेत, ते यात विचारात घेतलं जातं.

00:03:11.830 --> 00:03:14.140
यामागची कल्पना अशी आहे की
खूप वेबसाईट्सना हे

00:03:14.140 --> 00:03:15.660
वेबपेज रंजक आहे, असं वाटत असेल तर,

00:03:15.660 --> 00:03:17.940
ते कदाचित तुम्ही शोधत असलेलं
पान असेल.

00:03:18.190 --> 00:03:20.020
या अल्गोरिदमला पेज रँक असं म्हणतात.

00:03:20.590 --> 00:03:22.330
तो वेब पेजेसना रँकिंग देतो म्हणून नव्हे,

00:03:22.570 --> 00:03:25.210
तर त्याचा संशोधक लॅरी पेजवरून हे नाव दिलं आहे.

00:03:25.480 --> 00:03:27.333
तो गुगलच्या संस्थापकांपैकी एक आहे.

00:03:27.940 --> 00:03:30.520
जेव्हा तुम्ही एखाद्या वेबसाईटला भेट देता, तेव्हा ती
बऱ्याचदा पैसे कमवत असल्यामुळं,

00:03:30.820 --> 00:03:32.950
स्पॅमर्स नेहमी सर्च अल्गोरिदमला

00:03:32.950 --> 00:03:35.741
फसवण्याचे मार्ग शोधत असतात. त्यांची पाने

00:03:35.742 --> 00:03:37.931
निकालात जास्त वर दिसावीत म्हणून.

00:03:38.260 --> 00:03:40.750
खोटया किंवा अविश्वासार्ह साईट्स सर्वांत वर दिसू नयेत म्हणून सर्च इंजिन्स त्यांचे

00:03:40.750 --> 00:03:44.296
अल्गोरिदम नियमितपणे अद्ययावत करत असतात.

00:03:44.680 --> 00:03:47.350
शेवटी, अविश्वासार्ह पानांवर लक्ष ठेवणं

00:03:47.500 --> 00:03:49.450
तुमचंच काम आहे. तुम्ही वेब अॅड्रेस पाहून

00:03:49.690 --> 00:03:52.990
हा स्रोत विश्वासार्ह आहे, हे सुनिश्चित करू 
शकता.

00:03:53.680 --> 00:03:55.390
अल्गोरिदम्सनी अधिक चांगले निकाल आणावेत, आणि

00:03:55.420 --> 00:03:58.420
ते निकाल प्रतिस्पर्ध्यांपेक्षा जास्त जलद आणावेत

00:03:58.540 --> 00:04:00.460
म्हणून सर्च प्रोग्रॅम्स नेहमी सुधारले जात असतात.

00:04:01.000 --> 00:04:03.100
तुमचा शोध अजून विशिष्ट करण्यासाठी

00:04:03.100 --> 00:04:06.820
हल्लीची सर्च इंजिन्स तुम्ही स्पष्टपणे
न दिलेली माहितीसुद्धा वापरतात.

00:04:07.150 --> 00:04:10.120
उदा. जर तुम्ही कुत्र्यांच्या उद्यानांसाठी
सर्च केलात तर

00:04:10.240 --> 00:04:12.190
अनेक सर्च इंजिन्स तुम्हाला

00:04:12.190 --> 00:04:13.840
तुमच्या जवळच्या सगळ्या कुत्र्यांच्या उद्यानांबद्दलचे
शोध निकाल दाखवतील,

00:04:14.080 --> 00:04:16.260
तुम्ही तुमचे ठिकाण टाईप केलेले नसले तरीही.

00:04:17.800 --> 00:04:20.530
आधुनिक सर्च इंजिन्सना पानांवरील
शब्दांव्यतिरिक्तसुद्धा

00:04:20.530 --> 00:04:22.060
अनेक जास्त गोष्टी समजतात.

00:04:22.300 --> 00:04:24.970
तुम्ही शोधत असलेल्या गोष्टीसाठी

00:04:24.970 --> 00:04:26.750
सगळ्यात जुळणारे निकाल आणण्यासाठी त्यांना या
शब्दांचा अर्थही कळतो.

00:04:27.130 --> 00:04:29.980
उदा. जर तुम्ही वेगवान पिचर असे सर्च 
केलेत तर

00:04:30.280 --> 00:04:32.300
त्याला तुम्ही खेळाडू शोधत आहात हे कळेल.

00:04:32.500 --> 00:04:34.450
पण तुम्ही मोठा पिचर असे सर्च केलेत तर

00:04:34.450 --> 00:04:36.730
तो तुम्हाला तुमच्या स्वयंपाकघरासाठीचे पर्याय
दाखवेल.

00:04:38.420 --> 00:04:41.910
शब्द अधिक चांगले समजून घेण्यासाठी,
आम्ही मशीन लर्निंग, हा कृत्रिम बुद्धिमत्तेचा

00:04:41.910 --> 00:04:43.985
प्रकार वापरतो.

00:04:43.985 --> 00:04:46.050
त्यामुळं अल्गोरिदम्सना त्या पानामध्ये केवळ सुट्टी अक्षरे किंवा

00:04:46.090 --> 00:04:48.400
सुट्टे शब्द शोधण्याची क्षमताच नव्हे तर

00:04:48.400 --> 00:04:51.280
त्यांचा अर्थसुद्धा कळण्याची क्षमता येते.

00:04:53.690 --> 00:04:55.850
इंटरनेटची घातांकीय वाढ होते आहे,

00:04:56.210 --> 00:04:59.810
पण सर्च इंजिन डिझाईन करणाऱ्या टीम्स
आपले काम व्यवस्थित करत आहेत,

00:05:00.080 --> 00:05:04.090
तुम्हाला हवी असलेली माहिती काही कीज 
दाबायचा अवकाश की लगेच हजर आहे.