WEBVTT

00:00:02.535 --> 00:00:05.970
ИНТЕРНЕТ
КАК РАБОТАЕТ ПОИСК

00:00:05.970 --> 00:00:07.855
Привет, меня зовут Джон.

00:00:07.855 --> 00:00:10.824
Я руковожу командой поиска
и машинного обучения в Google

00:00:12.100 --> 00:00:14.231
Меня очень вдохновляет то,

00:00:14.231 --> 00:00:16.363
что люди по всему миру

00:00:16.363 --> 00:00:17.850
обращаются к поисковым машинам,

00:00:17.850 --> 00:00:19.159
чтобы получить ответы

00:00:19.159 --> 00:00:20.158
на тривиальные

00:00:20.158 --> 00:00:21.704
и на очень важные вопросы.

00:00:21.704 --> 00:00:23.338
Это большая ответственность —

00:00:23.338 --> 00:00:24.972
дать им лучшие ответы.

00:00:26.725 --> 00:00:28.971
Привет, меня зовут Акшая.

00:00:28.971 --> 00:00:31.218
Я работаю в команде поиска в Bing.

00:00:31.499 --> 00:00:33.399
Мы часто используем

00:00:33.399 --> 00:00:34.769
искусственный интеллект

00:00:34.769 --> 00:00:35.860
и машинное обучение.

00:00:35.885 --> 00:00:37.535
Нам также нужно выяснить,

00:00:37.535 --> 00:00:39.485
как это будут использовать пользователи,

00:00:39.485 --> 00:00:40.721
потому что мы хотим внести

00:00:40.721 --> 00:00:42.257
свой вклад в общество.

00:00:43.267 --> 00:00:45.833
Зададим простой вопрос:

00:00:45.833 --> 00:00:49.406
Сколько времени 
займет путешествие к Марсу?

00:00:49.406 --> 00:00:51.507
Откуда берутся эти результаты?

00:00:51.507 --> 00:00:54.835
И почему эти ответы выведены в начале?

00:00:55.875 --> 00:00:57.434
Давайте посмотрим,

00:00:57.434 --> 00:00:58.914
как поисковая машина превращает

00:00:58.914 --> 00:01:00.234
ваш запрос в результат.

00:01:00.474 --> 00:01:02.549
Первое, что нужно знать —

00:01:02.549 --> 00:01:04.138
когда вы задаете вопрос,

00:01:04.138 --> 00:01:05.723
поисковый движок не уходит в Интернет

00:01:05.723 --> 00:01:07.341
чтобы искать информацию на сайтах

00:01:07.341 --> 00:01:08.479
в режиме реального времени.

00:01:08.479 --> 00:01:11.173
Сейчас существуют миллиарды сайтов,

00:01:11.173 --> 00:01:14.378
и ежеминутно создаются сотни новых.

00:01:14.378 --> 00:01:16.344
Если бы поисковой машине пришлось

00:01:16.344 --> 00:01:17.747
пересматривать каждый из них

00:01:17.747 --> 00:01:18.670
при каждом запросе

00:01:18.670 --> 00:01:20.489
это занимало бы вечность.

00:01:20.689 --> 00:01:22.418
Поэтому для ускорения поиска

00:01:22.418 --> 00:01:23.907
поисковые движки постоянно

00:01:23.907 --> 00:01:25.202
сканируют интернет заранее

00:01:25.202 --> 00:01:26.458
и записывают информацию,

00:01:26.458 --> 00:01:27.726
которая может позже помочь

00:01:27.726 --> 00:01:28.864
ответить на ваш вопрос.

00:01:28.984 --> 00:01:30.852
Так, если вы ищете информацию

00:01:30.852 --> 00:01:31.946
о путешествии на Марс,

00:01:31.946 --> 00:01:33.101
поисковый движок

00:01:33.101 --> 00:01:34.659
уже имеет нужную информацию,

00:01:34.659 --> 00:01:35.867
чтобы дать вам ответ.

00:01:36.518 --> 00:01:37.926
Вот как это работает.

00:01:38.609 --> 00:01:40.294
Интернет — это сеть страниц,

00:01:40.294 --> 00:01:42.240
связанных между собой гиперссылками.

00:01:42.240 --> 00:01:43.565
Поисковые движки постоянно

00:01:43.565 --> 00:01:44.740
запускают программы,

00:01:44.740 --> 00:01:46.301
которые называются пауками.

00:01:46.315 --> 00:01:47.989
Они перемещаются по страницам

00:01:47.989 --> 00:01:49.537
и собирают информацию о них.

00:01:49.537 --> 00:01:51.944
Найдя гиперссылки,

00:01:51.944 --> 00:01:53.673
паук переходит по ним,

00:01:53.673 --> 00:01:55.519
пока не просмотрит все страницы,

00:01:55.519 --> 00:01:57.450
которые сможет найти во всем интернете.

00:01:57.450 --> 00:01:59.142
О каждой посещенной странице

00:01:59.142 --> 00:02:00.663
паук записывает всю информацию,

00:02:00.663 --> 00:02:02.489
которая может понадобиться для поиска,

00:02:02.489 --> 00:02:03.805
в специальную базу данных,

00:02:03.805 --> 00:02:05.060
которая называется

00:02:05.060 --> 00:02:06.316
поисковым индексом.

00:02:07.626 --> 00:02:09.716
Вернемся к предыдущему запросу,

00:02:09.716 --> 00:02:11.807
и посмотрим, как поисковый движок

00:02:11.807 --> 00:02:13.417
получает результаты.

00:02:13.417 --> 00:02:14.851
Когда вы спросили,

00:02:14.851 --> 00:02:17.036
сколько времени занимает 
путешествие к Марсу,

00:02:17.036 --> 00:02:18.100
поисковая машина ищет

00:02:18.100 --> 00:02:19.007
каждое из этих слов

00:02:19.007 --> 00:02:19.921
в поисковом индексе

00:02:19.921 --> 00:02:21.075
и сразу получает список

00:02:21.075 --> 00:02:23.253
всех страниц в Интернете,

00:02:23.253 --> 00:02:25.326
которые содержат эти слова.

00:02:25.326 --> 00:02:27.261
Но простое совпадение

00:02:27.261 --> 00:02:29.289
возвращает миллионы страниц,

00:02:29.289 --> 00:02:30.673
поэтому поисковому движку

00:02:30.673 --> 00:02:32.187
нужно найти лучшее соответствие

00:02:32.187 --> 00:02:33.479
и показать его в начале.

00:02:33.479 --> 00:02:35.101
Здесь все становится сложнее,

00:02:35.101 --> 00:02:36.617
потому что поисковый движок

00:02:36.617 --> 00:02:38.464
должен угадать, что именно вы ищете.

00:02:39.344 --> 00:02:40.572
Каждый поисковый движок

00:02:40.572 --> 00:02:41.716
имеет собственный алгоритм

00:02:41.716 --> 00:02:42.733
для построения рейтинга страниц,

00:02:42.733 --> 00:02:44.120
основываясь на предположении

00:02:44.120 --> 00:02:45.343
о том, что вам нужно.

00:02:45.343 --> 00:02:50.997
Например, алгоритм может проверять, поисковые слова
содержатся в заголовке страницы,

00:02:50.997 --> 00:02:58.902
или эти слова размещены рядом, или любые другие
расчеты, которые помогут лучше

00:02:58.902 --> 00:03:03.089
определить, какие страницы Вы бы хотели увидеть, а
какие - нет.

00:03:03.089 --> 00:03:07.944
Google изобрел самый известный алгоритм показа
наиболее подходящих результатов поиска.

00:03:07.944 --> 00:03:12.166
Он учитывает, сколько других веб-страниц содержат
ссылку на эту страницу.

00:03:12.166 --> 00:03:15.783
Идея заключается в том, что если многие другие сайты
считает, что эта страница является интересной,

00:03:15.783 --> 00:03:18.399
то возможно Вам она тоже подойдет.

00:03:18.399 --> 00:03:22.579
Этот алгоритм называется Page Rank. Но не потому,
что он строит рейтинг страниц,

00:03:22.579 --> 00:03:28.007
а потому, что он назван в честь его автора и
соучредителя Google - Ларри Пейджа.

00:03:28.007 --> 00:03:31.471
Поскольку сайты могут зарабатывать деньги за посещение
пользователями, спамеры

00:03:31.471 --> 00:03:35.819
пытаются найти все лучшие способы обыграть поисковые
алгоритмы, чтобы их

00:03:35.819 --> 00:03:38.521
страницы показывались выше в результатах.

00:03:38.521 --> 00:03:40.342
Поисковые машины регулярно 
обновляют алгоритмы,

00:03:40.342 --> 00:03:42.163
чтобы не дать фейковым

00:03:42.163 --> 00:03:44.767
и ненадежным сайтам добраться до вершины результатов
поиска.

00:03:44.767 --> 00:03:50.164
Но в конце концов, Вы сами должны учитывать, насколько
сайт является надежным, проверяя

00:03:50.164 --> 00:03:54.014
его адрес и убеждаясь, что это надежный источник.

00:03:54.014 --> 00:03:56.548
Поисковые программы постоянно совершенствуются,
чтобы улучшить алгоритмы и давать

00:03:56.548 --> 00:04:01.231
лучшие результаты, и быстрее, чем конкуренты.

00:04:01.231 --> 00:04:04.943
Современные поисковые машины даже используют
информацию, которую Вы явно не давали, чтобы

00:04:04.943 --> 00:04:07.463
сузить результаты поиска.

00:04:07.463 --> 00:04:10.897
Например, если Вы будете искать "площадки для выгула
собак"

00:04:10.897 --> 00:04:14.155
много поисковых машин выдаст результаты по площадок
неподалеку

00:04:14.155 --> 00:04:18.233
даже если Вы не указали свое местоположение.

00:04:18.233 --> 00:04:22.481
Современные поисковые машины понимают больше, чем
просто слова на страницах.

00:04:22.481 --> 00:04:27.348
Но и их значение, чтобы показать именно то, что Вы
ищете.

00:04:27.348 --> 00:04:31.756
Например, если Вы ищете "найшдвиший питчер"

00:04:31.756 --> 00:04:34.590
Вы получите информацию о спортсмене.

00:04:34.680 --> 00:04:37.840
Если же Вы ищете "самый питчер", то получите информацию
о кувшин.

00:04:39.474 --> 00:04:42.435
Чтобы лучше понимать слова, мы используем так
называемое машинное обучение.

00:04:42.435 --> 00:04:44.539
Это вид искусственного интеллекта, который помогает
поисковым алгоритмам не только находить

00:04:47.257 --> 00:04:50.993
отдельные слова или фразы на страницах, но и понимать
значение этих слов.

00:04:50.993 --> 00:04:57.432
Интернет экспоненциально растет, но если команды,
которые соответствуют

00:04:57.432 --> 00:05:00.234
за разработку поисковых машин, хорошо выполнять свою
работу,

00:05:00.234 --> 00:05:04.306
то информация, которая Вам нужна, всегда будет
доступна за несколько кликов.