WEBVTT

00:00:00.000 --> 00:00:05.085
網際網路：
搜尋是如何進行的呢？

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。

00:00:11.900 --> 00:00:15.960
我認為這是令人驚奇與振奮的一件事：

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

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。

00:00:26.200 --> 00:00:30.940
嗨，我是Akshaya，我任職於Bing搜索小組。

00:00:30.940 --> 00:00:34.200
有很多時候，我們進行人工智慧

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

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。

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？

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？

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。

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，

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。

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

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。

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。

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

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。

00:01:28.400 --> 00:01:32.220
這樣一來，當你搜尋有關「旅行到火星」時

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。

00:01:36.340 --> 00:01:37.880
它是這樣運作的：

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。

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

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。

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。

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。

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。

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

00:02:10.900 --> 00:02:13.520
搜尋引擎是如何產生出這些結果。

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，

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

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

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。

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。

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。

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

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

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。

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：

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

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

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。

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

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。

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

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

00:03:37.920 --> 00:03:40.840
搜索引擎定期地更新演算法

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。

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

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。

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。

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。

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

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。

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

00:04:24.320 --> 00:04:27.040
為你找出最符合你正在找尋的東西。

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，

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。

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。

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

00:04:47.340 --> 00:04:51.800
還能了解這些字詞背後的含義。

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

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。