1
00:00:00,000 --> 00:00:05,085
網際網路：
搜尋是如何進行的呢？

2
00:00:06,080 --> 00:00:11,900
嗨，我是約翰(John)。我帶領著Google的搜尋和機器學習團隊。

3
00:00:11,900 --> 00:00:15,960
我認為這是令人驚奇與振奮的一件事：

4
00:00:15,960 --> 00:00:19,710
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

5
00:00:19,710 --> 00:00:24,520
所以盡我們所能地提供人們最好的答案，成為了重責大任。

6
00:00:26,200 --> 00:00:30,940
嗨，我是Akshaya，我任職於Bing搜索小組。

7
00:00:30,940 --> 00:00:34,200
有很多時候，我們進行人工智慧

8
00:00:34,200 --> 00:00:38,280
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

9
00:00:38,280 --> 00:00:42,820
因為最終，我們希望能對社會產生好的影響。

10
00:00:43,520 --> 00:00:48,500
問一個簡單的問題：旅行到火星要花多久時間呢？

11
00:00:48,500 --> 00:00:54,920
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？

12
00:00:54,920 --> 00:01:00,180
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。

13
00:01:00,180 --> 00:01:03,750
你需要知道的第一件事：當你進行搜尋時，

14
00:01:03,750 --> 00:01:08,240
搜尋引擎不是即時到網際網路上去找尋你要的資訊。

15
00:01:08,240 --> 00:01:11,040
那是因為網際網路上有超過數十億的網站

16
00:01:11,040 --> 00:01:15,450
而且每一分鐘還有數以百計的網站被創造出來。

17
00:01:15,450 --> 00:01:19,780
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。

18
00:01:19,780 --> 00:01:23,490
為了讓你的搜尋更加快速，搜尋引擎一直不斷地掃描網站

19
00:01:23,490 --> 00:01:28,400
提前記錄下來，以後可能對你的搜尋有幫助的資訊。

20
00:01:28,400 --> 00:01:32,220
這樣一來，當你搜尋有關「旅行到火星」時

21
00:01:32,220 --> 00:01:35,280
搜尋引擎已經擁有了即時能夠給你答案所需要的資訊。

22
00:01:36,340 --> 00:01:37,880
它是這樣運作的：

23
00:01:37,880 --> 00:01:42,340
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。

24
00:01:42,340 --> 00:01:46,500
搜尋引擎一直不斷地執行一個名為「蜘蛛」的程式

25
00:01:46,500 --> 00:01:49,660
這個程式在這些網頁中爬行，蒐集這些網頁的資訊。

26
00:01:49,660 --> 00:01:57,120
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。

27
00:01:57,120 --> 00:02:00,600
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。

28
00:02:00,600 --> 00:02:06,680
這些紀錄會加到一個名為「搜尋索引」的特殊資料庫。

29
00:02:07,300 --> 00:02:10,900
現在，讓我們回到先前的搜尋，看看我們能不能弄清楚

30
00:02:10,900 --> 00:02:13,520
搜尋引擎是如何產生出這些結果。

31
00:02:13,520 --> 00:02:18,920
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，

32
00:02:18,920 --> 00:02:23,840
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

33
00:02:23,840 --> 00:02:28,280
但是，只是查看這些搜尋字會得到數以百萬的網頁

34
00:02:28,280 --> 00:02:33,360
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。

35
00:02:33,360 --> 00:02:37,880
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。

36
00:02:37,880 --> 00:02:44,280
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。

37
00:02:44,840 --> 00:02:50,480
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

38
00:02:50,480 --> 00:02:55,790
它可能會檢查這些字詞是否彼此相鄰出現

39
00:02:55,790 --> 00:03:01,800
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。

40
00:03:02,660 --> 00:03:05,440
對於搜尋選出最相關的結果，Google發明了最著名的演算法：

41
00:03:05,440 --> 00:03:11,360
它是將「有多少網頁連結到特定頁面」納入計算

42
00:03:11,360 --> 00:03:14,260
這裡的想法是：如果有很多網站認為這一個頁面很有意思

43
00:03:14,260 --> 00:03:17,820
那麼它很有可能就是你正在找尋的那個網頁。

44
00:03:17,820 --> 00:03:23,000
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

45
00:03:23,000 --> 00:03:27,220
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。

46
00:03:27,620 --> 00:03:32,020
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

47
00:03:32,020 --> 00:03:37,920
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

48
00:03:37,920 --> 00:03:40,840
搜索引擎定期地更新演算法

49
00:03:40,840 --> 00:03:44,480
來防止偽造或不受信任的網站來獲得高排名。

50
00:03:44,480 --> 00:03:50,120
到最後，還是需要由你來留意這些不受信任的網頁

51
00:03:50,120 --> 00:03:53,340
你可以查看網址，並確認它有個可靠的來源。

52
00:03:53,340 --> 00:04:00,560
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。

53
00:04:00,880 --> 00:04:06,560
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。

54
00:04:06,560 --> 00:04:11,380
例如，你搜尋可以遛狗的公園，許多搜索引擎

55
00:04:11,380 --> 00:04:15,980
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。

56
00:04:17,260 --> 00:04:24,320
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

57
00:04:24,320 --> 00:04:27,040
為你找出最符合你正在找尋的東西。

58
00:04:27,040 --> 00:04:33,180
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，

59
00:04:33,180 --> 00:04:37,200
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。

60
00:04:38,880 --> 00:04:43,380
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。

61
00:04:43,380 --> 00:04:47,340
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

62
00:04:47,340 --> 00:04:51,800
還能了解這些字詞背後的含義。

63
00:04:53,540 --> 00:04:59,039
網際網路不斷成倍地增長，但如果設計搜尋引擎的團隊

64
00:04:59,040 --> 00:05:04,980
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。