網際網路：
搜尋是如何進行的呢？
嗨，我是約翰(John)。我帶領著Google的搜尋和機器學習團隊。
我認為這是令人驚奇與振奮的一件事：
全世界的人們會使用搜索引擎來詢問瑣碎小事與重要問題
所以盡我們所能地提供人們最好的答案，成為了重責大任。
嗨，我是Akshaya，我任職於Bing搜索小組。
有很多時候，我們進行人工智慧
與機器學習的研究，但我們必須深刻了解使用者會如何運用
因為最終，我們希望能對社會產生好的影響。
問一個簡單的問題：旅行到火星要花多久時間呢？
這些結果是從哪裡來的？為什麼這個結果排在另一個結果的前面呢？
好。我們一起深入了解：搜尋引擎如何將你的問題轉化成這樣的結果。
你需要知道的第一件事：當你進行搜尋時，
搜尋引擎不是即時到網際網路上去找尋你要的資訊。
那是因為網際網路上有超過數十億的網站
而且每一分鐘還有數以百計的網站被創造出來。
如果搜尋引擎，必須到每一個網站來找你要的資訊，這件事情就會永遠無法完成。
為了讓你的搜尋更加快速，搜尋引擎一直不斷地掃描網站
提前記錄下來，以後可能對你的搜尋有幫助的資訊。
這樣一來，當你搜尋有關「旅行到火星」時
搜尋引擎已經擁有了即時能夠給你答案所需要的資訊。
它是這樣運作的：
網際網路是眾多網頁所連結而成的網。網頁間以超連結彼此相連。
搜尋引擎一直不斷地執行一個名為「蜘蛛」的程式
這個程式在這些網頁中爬行，蒐集這些網頁的資訊。
每次找到一個超連結，它就會順著這個連結，拜訪在網際網路中能夠找到的每一個頁面。
蜘蛛對於每一個它拜訪的頁面，都會記錄所有搜尋所需的資訊。
這些紀錄會加到一個名為「搜尋索引」的特殊資料庫。
現在，讓我們回到先前的搜尋，看看我們能不能弄清楚
搜尋引擎是如何產生出這些結果。
當你問「旅行到火星需要多長時間」時，搜索引擎會用這句話裡的每一個字，
到搜尋索引中檢查，來馬上得到網路上所有包含這些字的網頁清單
但是，只是查看這些搜尋字會得到數以百萬的網頁
所以搜尋引擎必須能夠判定對你最適當的 頁面，來優先顯示。
這就是最微妙的地方，因為搜尋引擎可能需要猜測你在找什麼。
每個搜索引擎會使用自己的演算法，根據它認為你所需要的結果，來排序這些網頁。
搜索引擎的排序演算法可能會檢查：你搜尋的字詞是否出現在網頁的標題上
它可能會檢查這些字詞是否彼此相鄰出現
以及其他的計算方式，來幫助它能更準確的判斷哪些是你想看的網頁、哪些不是。
對於搜尋選出最相關的結果，Google發明了最著名的演算法：
它是將「有多少網頁連結到特定頁面」納入計算
這裡的想法是：如果有很多網站認為這一個頁面很有意思
那麼它很有可能就是你正在找尋的那個網頁。
這個演算法稱為：「佩奇排名 (Page Rank)」。不是因為它排名網頁，而是因為
它是以發明者，拉里佩奇(Larry Page)來命名的。佩奇是Google的創始人之一。
由於，當你查看網頁時，網站往往能因此獲得收入，垃圾郵件發送者便不斷地
嘗試找到欺騙搜尋演算法的方式，來讓他們的網頁能夠在搜尋結果中，有更高的排名
搜索引擎定期地更新演算法
來防止偽造或不受信任的網站來獲得高排名。
到最後，還是需要由你來留意這些不受信任的網頁
你可以查看網址，並確認它有個可靠的來源。
搜索程式不斷地演進，改善演算法來回傳比競爭對手更好、更快的結果。
現今的搜尋引擎，甚至運用你沒有明確提供的資訊，來幫助你縮小搜尋的範圍。
例如，你搜尋可以遛狗的公園，許多搜索引擎
會出所有在你附近的可以遛狗的公園，即便你沒有輸入你的位置。
現代的搜索引擎，能理解的不僅是網頁上的文字，還有實際上的意義
為你找出最符合你正在找尋的東西。
例如，如果你搜索「速球投手(fast pitcher)」，它會知道你正在尋找的是運動員，
如果你搜尋的是「大水壺(large pitcher)」，它會找尋到是與廚房用途的選擇。
為了更好地理解這些字詞，我們運用了機器學習，這是人工智慧的一種。
它能夠讓搜索演算法不只是找尋網頁中的個別字母或字詞
還能了解這些字詞背後的含義。
網際網路不斷成倍地增長，但如果設計搜尋引擎的團隊
能幫助我們做正確的判斷，你所需要的資訊離我們的距離，就只有幾次按鍵之遙。