1
00:00:06,070 --> 00:00:07,120
Hallo, Ik heet John.

2
00:00:07,510 --> 00:00:10,140
Ik leid de zoek- en automatische leerteams
bij Google.

3
00:00:12,130 --> 00:00:14,230
Ik vind het prachtig inspirerend

4
00:00:14,230 --> 00:00:16,214
dat mensen wereldwijd

5
00:00:16,215 --> 00:00:19,160
zoekmachines gebruiken om
banale vragen te stellen

6
00:00:19,160 --> 00:00:20,930
en ongelofelijk belangrijke.

7
00:00:20,930 --> 00:00:23,450
Het is dus een enorme 
verantwoordelijkheid hen

8
00:00:23,450 --> 00:00:24,864
de beste antwoorden te geven
die we kunnen.

9
00:00:26,710 --> 00:00:30,610
Hallo, ik heet Akshaya, en ik werk voor
het zoekteam van Bing.

10
00:00:30,910 --> 00:00:33,190
Het gebeurd vaak dat we onderzoek
doen naar

11
00:00:33,190 --> 00:00:35,800
kunstmatige intelligentie en automatisch
leren,

12
00:00:35,830 --> 00:00:39,010
maar we moeten kijken hoe de gebruikers
dit gaan gebruiken,

13
00:00:39,140 --> 00:00:42,390
omdat we uiteindelijk een impact willen
maken op de maatschappij.

14
00:00:43,780 --> 00:00:45,400
Laten we een simpele vraag stellen.

15
00:00:45,820 --> 00:00:48,070
Hoe lang duurt een reis naar Mars?

16
00:00:49,330 --> 00:00:50,950
Waar kwamen deze resultaten vandaan

17
00:00:51,370 --> 00:00:54,100
en waarom stond dit hoger op de lijst 
dan de andere?

18
00:00:55,700 --> 00:00:58,150
Ok, laten we er dieper op in gaan en
kijken hoe de zoekmachine

19
00:00:58,150 --> 00:00:59,860
jouw verzoek veranderde in een resultaat.

20
00:01:00,690 --> 00:01:03,360
Wat je moet weten is dat als je een 
zoekopdracht uitvoert,

21
00:01:03,430 --> 00:01:06,480
de zoekmachine niet daadwerkelijk het
Wereldwijde web op gaat om jouw

22
00:01:06,480 --> 00:01:08,010
zoekopdracht in realtime uit te voeren.

23
00:01:08,140 --> 00:01:10,610
Dat is omdat er meer dan een miljard
websites zijn

24
00:01:10,610 --> 00:01:14,140
op het internet en er elke minuut er
honderden bijkomen.

25
00:01:14,140 --> 00:01:16,210
Dus als de zoekmachine door elke
website zou moeten zoeken,

26
00:01:16,240 --> 00:01:18,690
om de website te vinden die jij zoekt,

27
00:01:18,690 --> 00:01:20,120
dan zou dat een eeuwigheid duren.

28
00:01:20,500 --> 00:01:21,940
Dus om jouw zoekopdracht sneller

29
00:01:21,970 --> 00:01:24,940
uit te voeren, scannen zoekmachines het
web constant van te voren

30
00:01:25,420 --> 00:01:28,560
om informatie vast te leggen die jouw
zoekopdracht later van nut kan zijn.

31
00:01:28,930 --> 00:01:31,270
Op die manier heeft de zoekmachine
reeds wat het nodig heeft

32
00:01:31,630 --> 00:01:33,700
wat betreft jouw zoekopdracht over
reizen naar Mars

33
00:01:33,700 --> 00:01:35,728
om je een antwoord in realtime te geven.

34
00:01:36,250 --> 00:01:37,540
Het werkt als volgt.

35
00:01:37,900 --> 00:01:42,010
Het internet bestaat uit een web van pagina's
die via hyperlinks met elkaar zijn verbonden.

36
00:01:42,400 --> 00:01:44,680
Zoekmachines zijn constant bezig met het
uitvoeren van een programma

37
00:01:44,680 --> 00:01:47,380
dat een Spider heet en dat deze web-
pagina's doorloopt

38
00:01:47,380 --> 00:01:49,040
om informatie over ze te verzamelen.

39
00:01:49,780 --> 00:01:51,550
Elk keer als het een hyperlink

40
00:01:52,090 --> 00:01:55,000
vindt, volgt het deze totdat het elke
pagina heeft bezocht dat het

41
00:01:55,030 --> 00:01:57,240
kan vinden op het complete 
internet.

42
00:01:57,335 --> 00:01:59,170
Voor elke pagina die de Spider bezoekt,

43
00:01:59,200 --> 00:02:02,320
legt het informatie vast die nodig kan
zijn voor een zoekopdracht

44
00:02:02,500 --> 00:02:05,650
door het toe te voegen aan een
speciale database: een zoekindex.

45
00:02:07,166 --> 00:02:09,530
Laten we teruggaan naar die eerdere
zoekopdracht

46
00:02:09,590 --> 00:02:11,990
en kijken of we kunnen ontdekken hoe de
zoekmachine

47
00:02:11,990 --> 00:02:13,333
deze resultaten tevoorschijn haalde.

48
00:02:13,640 --> 00:02:16,460
Als je vraag hoe lang een reis naar
Mars duurt,

49
00:02:16,640 --> 00:02:18,860
dan zoekt de zoekmachine naar elk van
die woorden in de zoekindex

50
00:02:18,920 --> 00:02:21,410
om onmiddellijk een lijst
te krijgen

51
00:02:21,410 --> 00:02:24,500
van alle pagina's op het internet
die deze woorden bevatten.

52
00:02:24,890 --> 00:02:26,870
Maar alleen al het zoeken naar deze termen

53
00:02:26,870 --> 00:02:28,760
kan miljoenen pagina's opleveren,

54
00:02:28,760 --> 00:02:31,110
en dus moet de zoekmachine in staat
zijn om de beste

55
00:02:31,110 --> 00:02:33,120
koppelingen eerst aan je te laten zien.

56
00:02:33,340 --> 00:02:36,010
HIer wordt het lastig omdat de zoekmachine

57
00:02:36,010 --> 00:02:38,040
misschien moet raden waar je naar 
op zoek bent.

58
00:02:38,930 --> 00:02:41,360
Elke zoekmachine gebruikt zijn eigen
algoritme

59
00:02:41,360 --> 00:02:44,230
om de pagina's in rangvolgorde te zetten
op basis van wat het denkt dat jij wilt.

60
00:02:44,930 --> 00:02:47,660
Het rangalgoritme van de zoekmachine
kan controleren

61
00:02:47,990 --> 00:02:50,360
of je zoekterm in de titelpagina staat,

62
00:02:50,900 --> 00:02:53,820
het kan controleren of alle worden naast
elkaar verschijnen,

63
00:02:54,520 --> 00:02:57,020
of elk ander type berekening

64
00:02:57,020 --> 00:02:58,610
die het helpen bij het beter achterhalen

65
00:02:58,670 --> 00:03:01,420
welke pagina's jij wilt zien en welke niet.

66
00:03:02,960 --> 00:03:04,960
Google heeft het beroemdste algoritme
uitgevonden

67
00:03:04,960 --> 00:03:08,530
voor het kiezen van de meest relevante
resultaten voor een zoekopdracht door

68
00:03:08,560 --> 00:03:11,230
rekening te houden met hoeveel webpagina's
gekoppeld zijn aan een bepaalde pagina.

69
00:03:11,830 --> 00:03:14,140
Het idee is dat als veel websites denken

70
00:03:14,140 --> 00:03:15,660
dat een webpagina interessant is,

71
00:03:15,660 --> 00:03:17,940
het waarschijnljk de pagina is waar je
naar op zoek bent.

72
00:03:18,190 --> 00:03:20,020
Dit algoritme wordt 'Page rank' genoemd,

73
00:03:20,590 --> 00:03:22,330
niet vanwege de wijze waarop het
webpagina's in een ranglijst plaats,

74
00:03:22,570 --> 00:03:25,210
maar omdat het genoemd is naar de 
uitvinder ervan: Larry Page,

75
00:03:25,480 --> 00:03:27,333
een van de oprichters van Google.

76
00:03:27,940 --> 00:03:30,520
Aangezien een website vaak geld verdient
als je het bezoekt,

77
00:03:30,820 --> 00:03:32,950
zijn spammers constant bezig met het 
vinden van manieren om

78
00:03:32,950 --> 00:03:35,741
het zoekalgoritme te saboteren zodat hun
pagina's

79
00:03:35,742 --> 00:03:37,931
hoger in de lijst komen te staan.

80
00:03:38,260 --> 00:03:40,750
Zoekmachines werken regelmatig hun
algoritmes bij

81
00:03:40,750 --> 00:03:44,296
om te voorkomen dat nep of onbetrouwbare
websites bovenaan de lijst komen te staan.

82
00:03:44,680 --> 00:03:47,350
Uiteindeljk ben jij degene die waakzaam
moet zijn

83
00:03:47,500 --> 00:03:49,450
voor dergelijke pagina's die onbetrouwbaar
zijn

84
00:03:49,690 --> 00:03:52,990
door naar het webadres te kijken en te 
controleren of het een betrouwbare bron is.

85
00:03:53,680 --> 00:03:55,390
Zoekprogramma's blijven zich ontwikkelen

86
00:03:55,420 --> 00:03:58,420
om de algoritmes te verbeteren
zodat ze betere en snellere resultaten

87
00:03:58,540 --> 00:04:00,460
geven dan die van de concurrent.

88
00:04:01,000 --> 00:04:03,100
Moderne zoekmachines gebruiken zelfs
informatie

89
00:04:03,100 --> 00:04:06,820
die jij niet expliciet hebt opgegeven om je
te helpen bij het beperken van je zoekopdracht.

90
00:04:07,150 --> 00:04:10,120
Als je bijvoorbeeld een zoekopdracht gaf
voor hondenparken,

91
00:04:10,240 --> 00:04:12,190
dan zullen veel zoekmachines je 
resulaten geven

92
00:04:12,190 --> 00:04:13,840
voor alle hondenparken in de buurt,

93
00:04:14,080 --> 00:04:16,260
zelfs als je niet je locatie had
opgegeven.

94
00:04:17,800 --> 00:04:20,530
Moderne zoekmachines begrijpen
meer dan alleen

95
00:04:20,530 --> 00:04:22,060
maar de woorden op een pagina,

96
00:04:22,300 --> 00:04:24,970
maar wat ze daadwerkelijk betekenen
om de beste optie te vinden

97
00:04:24,970 --> 00:04:26,750
die past bij waar je naar op zoek bent.

98
00:04:27,130 --> 00:04:29,980
Als je bijvoorbeeld zoekt naar 
sneller pitcher,

99
00:04:30,280 --> 00:04:32,300
dan weet het dat zoekt naar
een atleet.

100
00:04:32,500 --> 00:04:34,450
Maar als je zoekt naar grote kruik,

101
00:04:34,450 --> 00:04:36,730
leidt het tot resultaten voor je keuken.

102
00:04:38,420 --> 00:04:41,910
Voor het beter begrijpen van woorden, 
gebruiken we automatisch leren,

103
00:04:41,910 --> 00:04:43,985
een soort kunstmatige intelligentie.

104
00:04:43,985 --> 00:04:46,050
Het stelt zoekalgoritmes in staat
om niet alleen

105
00:04:46,090 --> 00:04:48,400
individuele letters of woorden op
een pagina te zoeken,

106
00:04:48,400 --> 00:04:51,280
maar ook te begrijpen wat de onderliggende
betekenis is van de woorden.

107
00:04:53,690 --> 00:04:55,850
Het internet groeit exponentieel,

108
00:04:56,210 --> 00:04:59,810
maar als de teams die zoekmachines
ontwerpen ons werk goed doen,

109
00:05:00,080 --> 00:05:04,090
dan zal de informatie die je zoekt altijd
slechts enkele toetsaanslagen verderop liggen.