WEBVTT

00:00:00.000 --> 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 системам,

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 показаны первыми?

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

00:00:57.434 --> 00:00:58.914
как поисковая система 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 системе 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 заняло бы вечность.

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

00:01:22.418 --> 00:01:23.907
поисковые системы 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
То есть, когда вы ищете информацию

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

00:01:31.946 --> 00:01:33.101
поисковая система

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 --> 00:02:05.110
которая называется

00:02:05.110 --> 00:02:06.316
"поисковый индекс".

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

00:02:09.716 --> 00:02:11.807
и посмотрим, как поисковая система

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 --> 00:02:19.280
каждое из этих слов

00:02:19.280 --> 00:02:20.381
в поисковом индексе

00:02:20.381 --> 00:02:21.508
и сразу получает список

00:02:21.508 --> 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 поисковой системе

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

00:02:32.187 --> 00:02:33.479
и показать его первым.

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

00:02:35.101 --> 00:02:36.617
потому что поисковая система

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

00:02:39.344 --> 00:02:40.572
Каждая поисковая система

00:02:40.572 --> 00:02:41.716
использует 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 --> 00:02:48.170
Например, алгоритм может проверять,

00:02:48.170 --> 00:02:49.583
содержатся ли искомые слова

00:02:49.583 --> 00:02:50.997
в заголовке страницы,

00:02:50.997 --> 00:02:54.599
или эти слова находятся рядом друг с другом,

00:02:54.599 --> 00:02:56.750
или использовать другие расчеты,

00:02:56.750 --> 00:02:58.902
которые помогут лучше определить,

00:02:58.902 --> 00:03:00.995
какие страницы вы бы хотели бы видеть,

00:03:00.995 --> 00:03:03.089
а какие — нет.

00:03:03.089 --> 00:03:05.516
Google изобрел самый известный алгоритм

00:03:05.516 --> 00:03:07.944
выбора наиболее подходящих 
результатов поиска.

00:03:07.944 --> 00:03:10.055
Он учитывает, сколько других веб-страниц

00:03:10.055 --> 00:03:12.166
содержат ссылку на эту страницу.

00:03:12.166 --> 00:03:13.484
Идея заключается в том,

00:03:13.484 --> 00:03:15.348
что если многие другие сайты считают

00:03:15.348 --> 00:03:16.763
эту страницу интересной,

00:03:16.763 --> 00:03:18.399
то, возможно, вам она тоже подойдет.

00:03:18.399 --> 00:03:21.099
Этот алгоритм называется 
Пейдж Рэнк (Рейтинг страницы).

00:03:21.099 --> 00:03:23.009
Но не потому, что он создает рейтинг страниц,

00:03:23.009 --> 00:03:25.293
а потому, что назван в честь

00:03:25.293 --> 00:03:28.007
его автора и соучредителя Google —
Ларри Пейджа.

00:03:28.007 --> 00:03:30.169
Поскольку сайты могут зарабатывать деньги

00:03:30.169 --> 00:03:31.535
за посещение пользователями,

00:03:31.535 --> 00:03:32.971
спамеры пытаются найти способы,

00:03:32.971 --> 00:03:35.819
чтобы обмануть поисковые алгоритмы, 
и сделать так, чтобы

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

00:03:38.521 --> 00:03:39.901
Поисковые системы регулярно

00:03:39.901 --> 00:03:41.242
обновляют алгоритмы,

00:03:41.242 --> 00:03:42.523
чтобы не дать фейковым

00:03:42.523 --> 00:03:43.555
и ненадежным сайтам

00:03:43.555 --> 00:03:45.097
добраться до вершины
результатов поиска.

00:03:45.097 --> 00:03:47.750
Но, в конце концов, 
вы сами должны следить,

00:03:47.750 --> 00:03:49.647
насколько надежным является сайт,

00:03:49.647 --> 00:03:51.574
проверяя его адрес

00:03:51.574 --> 00:03:54.014
и убеждаясь, что это надежный источник.

00:03:54.014 --> 00:03:56.181
Поисковые программы 
постоянно совершенствуются,

00:03:56.181 --> 00:03:58.308
улучшая алгоритмы, чтобы выдавать

00:03:58.308 --> 00:04:01.231
результаты лучше и быстрее, чем конкуренты.

00:04:01.231 --> 00:04:02.707
Современные поисковые движки

00:04:02.707 --> 00:04:04.245
используют даже ту информацию,

00:04:04.245 --> 00:04:05.773
которую вы не давали явным образом,

00:04:05.773 --> 00:04:07.463
чтобы сузить результаты поиска.

00:04:07.463 --> 00:04:09.180
Например, если Вы будете искать

00:04:09.180 --> 00:04:10.897
"площадки для выгула собак",

00:04:10.897 --> 00:04:12.976
многие поисковые системы 
выдадут результаты

00:04:12.976 --> 00:04:14.575
с площадками неподалеку от вас,

00:04:14.575 --> 00:04:17.533
даже если вы не указали 
свое местоположение.

00:04:17.823 --> 00:04:19.352
Современные поисковые системы

00:04:19.352 --> 00:04:20.742
понимают больше,

00:04:20.742 --> 00:04:22.481
чем просто слова на страницах.

00:04:22.481 --> 00:04:24.524
Они анализируют их значение,

00:04:24.524 --> 00:04:26.988
чтобы показать вам именно то, 
что вы ищете.

00:04:26.988 --> 00:04:29.372
Например, если вы ищете

00:04:29.372 --> 00:04:31.036
"fast pitcher"

00:04:31.036 --> 00:04:33.400
Вы получите информацию о спортсмене.

00:04:33.467 --> 00:04:35.516
Если же вы ищете "large pitcher",

00:04:35.516 --> 00:04:37.840
то получите информацию о кувшине.

00:04:38.954 --> 00:04:40.484
Чтобы лучше понимать слова,

00:04:40.484 --> 00:04:42.083
мы используем машинное обучение.

00:04:42.083 --> 00:04:44.097
Это вид искусственного интеллекта,

00:04:44.097 --> 00:04:46.533
который помогает поисковым алгоритмам

00:04:46.533 --> 00:04:48.673
не только находить отдельные слова
или фразы на страницах,

00:04:48.673 --> 00:04:51.793
но и понимать значение этих слов.

00:04:53.777 --> 00:04:55.604
Интернет растет экспоненциально,

00:04:55.604 --> 00:04:57.432
но если команды, которые

00:04:57.432 --> 00:04:59.243
разрабатывают поисковые алгоритмы,

00:04:59.243 --> 00:05:00.674
хорошо выполнять свою работу,

00:05:00.674 --> 00:05:02.270
нужная вам информация

00:05:02.270 --> 00:05:03.428
всегда будет доступна

00:05:03.428 --> 00:05:04.706
за несколько кликов.