Søgningens fremtid

Peter Norvig, Googles forskningsdirektør, er en ekspert i at bygge maskiner, der besvarer svære spørgsmål. En autoritet inden for programmeringssprog og kunstig intelligens, han har skrevet en ofte citeret bog om AI ( Kunstig intelligens: En moderne tilgang ), har undervist ved University of California, Berkeley og University of Southern California, og var leder af beregningsvidenskab ved NASA. I 2001 kom Norvig til Google for at være direktør for søgekvalitet. Fire år senere blev han Googles forskningsdirektør og overvågede omkring 100 forskere, der undersøger emner, der spænder fra netværk til maskinoversættelse. Teknologigennemgang talte med Norvig for at få et fingerpeg om, hvad vi kan forvente af søgeteknologi i de kommende år.

Søgeleder: Peter Norvig, direktør for Google Research.

Teknologigennemgang : Hvad gør Google Research gøre?

Peter Norvig : Kernen i det, vi laver, er stadig søgning og annoncering. Det arbejder mange forskere på. De arbejder på at give søgeresultater af bedre kvalitet og på at matche annoncer bedre. Et andet forskningsområde er at indsamle flere informationskilder, såsom tekst i bøger, stillbilleder, video og nu lyd i form af talegenkendelse. Jeg tror, ​​at et andet fokus er at forstå, hvordan folk interagerer med Google og interagerer med hinanden på nettet generelt. Hvordan fungerer folk i disse sociale netværk? At forstå det spørgsmål kan hjælpe os med at tjene dem bedre.

BØRN : Hvilken forskning har flest mennesker og finansiering?

PN : De to største projekter er maskinoversættelse og taleprojektet. Oversættelse og tale gik hele vejen fra en eller to personer, der arbejdede på dem, til nu live-systemer.

BØRN : Som Google Labs-projektet kaldet GOOG-411 [en gratis tjeneste, der lader folk søge efter lokale virksomheder med stemmen over telefonen]. Fortæl mig mere om det.

PN : Jeg tror, ​​det er den eneste større [telefonbaserede virksomhedssøgning]-tjeneste af sin slags, der ikke har noget menneskeligt tilbagefald. Det er 100 procent automatiseret, og der ser ud til at være en god respons på det. Generelt ser det ud til, at tingene bevæger sig mere mod mobilmarkedet, og vi syntes, det var vigtigt at forholde sig til markedet, hvor du måske ikke har adgang til et tastatur eller måske ikke ønsker at indtaste søgeforespørgsler.

BØRN : Og talegenkendelse kan også være vigtig for videosøgning, ikke? Blinkx og Everyzing er to eksempler på startups, der bruger teknologien til at søge inde i video. Arbejder Google på noget lignende?

PN : Lige nu søger folk ikke meget efter video. Hvis de er, har de en meget specifik ting i tankerne som Cola og Mentos. Folk søger ikke efter ting som Vis mig talen, hvor den og den taler om dette aspekt af Mellemøstens historie. Men al den information er der, og med talegenkendelse kan vi få adgang til den.

Vi ønskede taleteknologi, der kunne fungere som en grænseflade til telefoner og også indeksere lydtekst. Efter at have set på den eksisterende teknologi besluttede vi at bygge vores egen. Vi troede, at med de data og de beregningsressourcer, vi har, kunne vi hjælpe med at fremme feltet. I øjeblikket er vi oppe på state-of-the-art med det, vi har bygget på egen hånd, og vi har den beregningsmæssige infrastruktur til at forbedre os yderligere. Efterhånden som vi får flere data fra mere interaktion med brugere og fra uploadede videoer, vil vores systemer forbedres, fordi dataene træner algoritmerne over tid.

BØRN : Selvom der foregår en masse forskning bag kulisserne, ser det på overfladen ud som om søgeteknologien ikke har ændret sig meget i mere end 10 år. Hvordan ændrer Googles brugergrænseflade sig?

PN : Vi er i en situation i hovedwebsøgningen, hvor der er en reel ubalance. Brugerne giver os tre ord ad gangen, og vi er i stand til at give en masse info tilbage: 10 links med titler, tekstuddrag og anden information om siden. Så vi kan præsentere en masse på én gang. Hvis brugeren har en stor skærm, kan de hurtigt forbruge det, vi giver dem. Så det er en hurtig interaktion, men meget ubalanceret. En af de ting, vi kigger på, er at finde måder at få brugeren mere involveret på, at få dem til at fortælle os mere om, hvad de vil have. Folk skriver forespørgselskortet, og så bliver de sure, hvis det ikke er det kort, de tænkte på. Så folk er måske villige til at tale mere end at skrive. Eller måske er de villige til at tage imod et forslag, hvis vi tilbyder noget, som de ikke har skrevet en forespørgsel på, men som er relateret.

Men der er andre søgeinteraktioner end hovedwebsøgning. Når du er på mobiltelefoner, kan du kun se ét link ad gangen. Det ændrer virkelig spillet. Der er meget mere drivkraft for os til at være korrekte, så vi tænker på den slags interaktion der, og hvordan du kan bruge lyd til at præsentere information.

BØRN : Hvad er de udestående problemer i søgningen?

PN : Generelt mener vi, at der er to aspekter af det. Den ene er at forstå brugernes behov mere. Den anden er at forstå indholdet af dokumenter, uanset om det er websider eller video. For det meste ser vi på, hvad brugeren indtaster, behandler input som individuelle ord og tæller dem op på sider og vejer disse sider med forskellige slags beviser. Men vi ser ikke kun på ord, de indtaster. Vi ser også på stavevarianter, og hvis en bruger indtaster en lang forespørgsel, deler vi den i stykker. Måske mente en bruger nogle ord, men mente ikke rigtig andre.

BØRN : Det ser ud til at have elementer af naturligt sprogsøgning, hvor folk f.eks. bare skriver et spørgsmål i stedet for nogle få nøgleord. Hvordan fremmer Google søgning på naturligt sprog?

PN : Jeg tror, ​​der er en hel række af, hvad du kan betyde som søgning på naturligt sprog. Den første del af det sortiment har vi lavet i et stykke tid. For eksempel forstår vi synonymer, og at de to ord i San Francisco skal gå sammen. Men så er der Las Vegas og Vegas, som betyder det samme, og New York og York betyder ikke det samme. Det er den slags ting, vi finder ud af. En anden komponent i søgning på naturligt sprog er at parse en længere forespørgsel i komponenter. Og længst er det at skrive en hel sætning på engelsk og få en hel sætning som svar. Den slags gør vi ikke endnu. Vi besvarer nogle slags spørgsmål. Du kan forespørge befolkningen i Japan, og vi trækker det ud. Men for de fleste spørgsmål er det ikke, hvad folk ønsker. De vil ikke have byrden ved at skulle udtrykke det som en hel sætning.

BØRN : Din ekspertise er inden for kunstig intelligens. Er Google ikke i sin kerne en virksomhed med kunstig intelligens, der bruger maskinlæringsalgoritmer til at søge på nettet, genkende tale og matche annoncering med søgeord?

PN : Jeg tror, ​​at meget AI forsøger at gøre et bedre stykke arbejde på en opgave, som der ikke er noget entydigt svar på. Hvad er de bedste resultater for en given søgeforespørgsel? Der er ikke noget helt korrekt svar, det er subjektivt, og det er det spørgsmål, som Google svarer. Så jeg synes, det er rimeligt at sige, at dette er et AI-problem. Men måden vi løser det problem på er med mange forskellige tilgange. Der er en AI-algoritme involveret, der er softwareteknik, hardware og netværk for at gøre det hurtigt og effektivt. Jeg vil ikke sige, at AI er alt, men det er en stor del af det.

skjule