“熱狗”與“煮狗”
以谷歌確定同義詞的方法為例。辛格表示：“我們很早就有了一個(gè)有趣的發(fā)現(xiàn)，那就是用戶會(huì)更改查詢的關(guān)鍵詞。比如有人會(huì)搜索‘dog’，然后改成‘puppy’，因此搜索引擎就會(huì)得知‘dog’和‘puppy’可能是可以互換的。引擎也會(huì)知道，當(dāng)你燒(boil)水時(shí)，水會(huì)變熱(hot)。我們從人類的語義中學(xué)習(xí)，這是一個(gè)很大的進(jìn)步�！�
但這也有障礙。谷歌的同義詞系統(tǒng)知道“dog”和“puppy”類似，沸(boiling)水是熱的(hot)。但它同時(shí)會(huì)認(rèn)為“hot dog”(香腸夾心面包)和“boiling puppy”(煮狗)是一樣的。通過路德維�！ぞS特根斯坦(Ludwig Wittgenstein)的理論，該問題于2002年得以解決。該理論涉及上下文如何決定詞語的意思。當(dāng)谷歌抓取并存儲(chǔ)數(shù)以億計(jì)的文件和網(wǎng)頁時(shí)，它會(huì)分析哪些詞是彼此鄰近的。包含“hot dog”的頁面通常也包含“面包”、“芥末”、和“棒球”，而不會(huì)包括對雜種狗的獵殺內(nèi)容。這就幫助了搜索引擎理解“hot dog”和其他成千上萬個(gè)詞語的意思。辛格說：“現(xiàn)在，搜索引擎會(huì)知道bio在‘Gandhi bio’中是‘biography’(傳記)的縮寫，而在‘bio warfare’中是‘biological’(生物)的縮寫。”
在谷歌的發(fā)展過程中，該公司不斷設(shè)法增加新的排序信號(hào)，并且兼顧不會(huì)影響用戶的核心體驗(yàn)。每幾年就會(huì)對系統(tǒng)做一次重大修改(有點(diǎn)像Windows的新版本)，這在山景城是人盡皆知的，但其他人不會(huì)關(guān)注。
辛格說：“我們的任務(wù)是對這架以每小時(shí)1000公里在三萬英尺高空飛行的飛機(jī)的系統(tǒng)進(jìn)行根本性更改�！�2001年，為了應(yīng)對互聯(lián)網(wǎng)的飛速發(fā)展，辛格事實(shí)上完全改寫了佩奇和布林的算法，以便使谷歌可以快速增加新的信號(hào)(新信號(hào)之一可以區(qū)分商業(yè)頁面和非商業(yè)頁面，從而為購物者提供更好的結(jié)果)，也是在這一年，一位名叫克利什納·伯哈拉特(Krishna Bharat)的工程師認(rèn)為權(quán)威網(wǎng)站上的鏈接應(yīng)該具有更大的權(quán)值，因此設(shè)計(jì)了一個(gè)強(qiáng)大的信號(hào)以便賦予這些鏈接更大的可信度(這是谷歌的第一個(gè)專利)，最新的一項(xiàng)修改的代號(hào)為“咖啡因”，對整個(gè)系統(tǒng)進(jìn)行了修改，從而使得工程師可以更容易地增加新的信號(hào)。
谷歌識(shí)別語義的過程
谷歌以善于鼓勵(lì)這些創(chuàng)新而聞名，每年公司都會(huì)舉辦“瘋狂搜索創(chuàng)意”內(nèi)部展示活動(dòng)，以便鼓勵(lì)那些離奇但有應(yīng)用潛力的創(chuàng)新。但大多數(shù)時(shí)候，改進(jìn)的過程是充滿艱辛的，需要矢志不渝的精神，需要面對嘗試過程中的打擊。有一個(gè)不成功的搜索已經(jīng)成為傳奇：2001年，辛格得知輸入“audrey fino”時(shí)無法搜到預(yù)期內(nèi)容，而只是返回一些贊揚(yáng)奧黛麗·赫本(Audrey Hepburn)的印度網(wǎng)頁，因?yàn)樵谟《日Z中“fino”是好的意思。辛格說：“我們知道audrey fino是個(gè)人名，但我們的系統(tǒng)沒這么聰明�！�
這一失敗使辛格花了多年時(shí)間，試圖改進(jìn)谷歌對姓名的搜索結(jié)果——因?yàn)樾彰伎偹阉髁扛哌_(dá)8%。為了解決這一問題，他不得不掌握“bi-gram拆分”，也就是將多個(gè)詞分割成獨(dú)立的單元。比如，“new york”合在一起組成一個(gè)bi-gram，指的是紐約。但也有三個(gè)字的情況，比如“new york times”，意思是紐約時(shí)報(bào)，很明顯二者指的不是同一樣?xùn)|西。如果用戶輸入的是“new york times square”，意思又變成了紐約時(shí)代廣場。人類可以很容易做出區(qū)分，而谷歌不是由人工控制的，它依靠的是算法。
“Mike Siwek”這一搜索可以解釋谷歌是如何解決這一問題的。辛格輸入顯示代碼的命令后，我們就可以看到信號(hào)是如何決定搜索結(jié)果排序的：通過bi-gram可以確定mike siwek是一個(gè)人名，lawyer是一個(gè)同義詞，mi是一個(gè)地名。辛格說：“從工程師的角度進(jìn)行解構(gòu)，系統(tǒng)會(huì)對這些詞進(jìn)行分割，它會(huì)發(fā)現(xiàn)lawyer不是姓氏，siwek不是中間名。同時(shí)lawyer也不是密歇根的一個(gè)鎮(zhèn)，因此它是attorney的同義詞�！�
這是谷歌從無數(shù)次搜索中獲得的可貴知識(shí)。石頭可以是“rock”，可以是“stone”，還可以是“boulder”(漂石)。如果用戶輸入“rokc”，谷歌仍會(huì)知道他想找的是“rock”。但如果在“rokc”前加“l(fā)ittle”，谷歌則會(huì)知道這是“Arkansas”(阿肯色州)的首府�！癆rkansas”的縮寫是“ark”，與諾亞方舟同形，但谷歌會(huì)將二者區(qū)分開來。辛格說：“搜索中最重要的是理解用戶的意圖，因此你不是在匹配詞語，而是在匹配意思�！�
谷歌一直在不斷改進(jìn)。近期，谷歌工程師莫琳·海曼斯(Maureen Heymans)發(fā)現(xiàn)了“Cindy Louise Greenslade”的搜索結(jié)果的問題。用戶輸入這些單詞時(shí)，算法會(huì)認(rèn)為應(yīng)該找一個(gè)名叫Cindy Louise的人，于是在加利福尼亞的加登格羅夫市找到了一名心理學(xué)家，卻沒有把姓名為“Cindy Louise Greenslade”的人的網(wǎng)頁放在結(jié)果的前十名。海曼斯發(fā)現(xiàn)，這是因?yàn)椤癈indy Louise Greenslade”習(xí)慣將名字縮寫成“Cindy L. Greenslade”。她表示：“我們的搜索引擎應(yīng)該更聰明一點(diǎn)�！庇谑撬黾恿艘粋�(gè)信號(hào)，用來尋找中間名的縮寫�，F(xiàn)在正確的結(jié)果已經(jīng)被排在了第五位。
層出不窮的創(chuàng)新
在任何時(shí)候，谷歌高效運(yùn)轉(zhuǎn)的測試系統(tǒng)都會(huì)進(jìn)行幾十個(gè)這種改進(jìn)。谷歌在全世界專門雇傭了上百人，這些人坐在家里的電腦前判斷更改后的結(jié)果是更好還是更差。但谷歌還有一個(gè)更大的測試團(tuán)隊(duì)，這就是成千上萬的谷歌用戶，他們不知不覺地加入了這項(xiàng)長期的質(zhì)量實(shí)驗(yàn)。
每當(dāng)工程師想測試一項(xiàng)技術(shù)調(diào)整時(shí)，他們會(huì)在一小批隨機(jī)用戶中運(yùn)行這些算法，而絕大多數(shù)的用戶扮演的是參照組的角色。需要測試的更改太多，因此谷歌放棄了一次只測試一項(xiàng)技術(shù)調(diào)整的策略。搜索質(zhì)量工程師帕特里克·賴?yán)?Patrick Riley)表示：“在大多數(shù)搜索過程中，你同時(shí)都處于多個(gè)‘實(shí)驗(yàn)組’和‘參照組’之中�！钡S后又做出了更正：“事實(shí)上，所有搜索都被卷入了實(shí)驗(yàn)之中，因此用戶每次用谷歌搜索，都作了一次‘小白鼠’�！�
這種靈活性——增加信號(hào)、更改代碼、立即測試的能力——就是谷歌團(tuán)隊(duì)為什么說他們可以應(yīng)對來自必應(yīng)、Twitter和Facebook的任何挑戰(zhàn)的原因。事實(shí)上，在過去的六個(gè)月中，谷歌進(jìn)行了200多項(xiàng)改進(jìn)，其中一些似乎在模仿(但超越了)它的競爭對手(谷歌表示這只是巧合，稱其多年來一直在增加新功能)，其中之一就是實(shí)時(shí)搜索。
佩奇數(shù)月前曾表示谷歌應(yīng)該每一秒鐘都搜索整個(gè)網(wǎng)絡(luò)，因此使這一功能備受期待。當(dāng)用戶搜索具有時(shí)效性的話題時(shí)，谷歌結(jié)果頁面的10個(gè)藍(lán)色鏈接中會(huì)有一個(gè)“最新結(jié)果”框。該框帶有拖動(dòng)條，顯示的是從新聞媒體、博客和Twitter等獲得最新內(nèi)容。同樣，谷歌使用信號(hào)來確保最有用的tweet(Twitter上發(fā)布的消息)出現(xiàn)在實(shí)時(shí)信息框中。
除了實(shí)時(shí)搜索，谷歌還引入了一項(xiàng)新功能，稱作“Goggles”。該功能可以將用戶手機(jī)上拍攝的照片視作搜索請求。谷歌一直努力將搜索變成一種隨時(shí)隨地的行為，“Goggles”也是該努力的一部分。有了攝像和語音識(shí)別功能，智能手機(jī)就會(huì)變成你的眼睛和耳朵。只要找到正確的信號(hào)，任何東西都可以變成搜索請求。
成功的根源：雇傭合適的人才
谷歌的強(qiáng)大計(jì)算能力和帶寬為公司提供了無可爭辯的優(yōu)勢。有人聲稱這種優(yōu)勢使創(chuàng)業(yè)公司無法對其發(fā)起挑戰(zhàn)。但曼博表示，谷歌成為領(lǐng)導(dǎo)者并非僅僅因?yàn)槠浠A(chǔ)設(shè)施。他說：“最、最、最重要的因素是我們雇傭了合適的人才。”
按照所有的標(biāo)準(zhǔn)，陸奇都是算得上一名合適的人才，他是一位48歲的電腦科學(xué)家。曾經(jīng)與陸奇在雅虎共事的曼博表示：“我對他懷有最高的敬意�！钡懫嫒ツ瓿蹼x開了谷歌，前往微軟擔(dān)任必應(yīng)團(tuán)隊(duì)負(fù)責(zé)人。在被問到他的使命時(shí)，穿著牛仔和必應(yīng)T恤、身材瘦小的陸奇字斟句酌地輕聲答道：“我們需要始終記住這是一個(gè)長久的旅程，這一點(diǎn)極其重要。”他的眼神中流露出“我不會(huì)離開”的神情，就像電影《殺死比爾》中的烏瑪·瑟曼(Uma Thurman)一樣。
在過去十年中贏得了瀏覽器戰(zhàn)爭的微軟，在搜索方面似乎懷有“君子報(bào)仇，十年不晚”的想法，因?yàn)樗_信用戶除了谷歌算法還需要?jiǎng)e的東西。微軟搜索發(fā)展主管哈利·沙姆(Harry Shum)表示：“如果我們不對算法進(jìn)行更改，將很難與現(xiàn)在的贏家抗衡，但我們打算對算法進(jìn)行改進(jìn)�！�
然而，即使必應(yīng)對算法進(jìn)行改進(jìn)，谷歌很可能做出同樣的更改。這就是谷歌成為這樣一個(gè)令人生畏的對手的原因，它已經(jīng)開發(fā)出了一個(gè)足夠敏捷的機(jī)器，以致可以吸收任何可能對其造成威脅的創(chuàng)新——同時(shí)提供著對手無法匹敵的高質(zhì)量搜索結(jié)果。任何人都可以發(fā)明一種買機(jī)票的新方法，但只有谷歌知道如何找到Mike Siwek。(欽亮)
谷歌算法是一項(xiàng)進(jìn)行中的工作——不斷的調(diào)整和改進(jìn)是為了提供更高質(zhì)量的搜索結(jié)果。以下是PageRan推出之后的一些主要增加項(xiàng)和更改�！返俜摇ち芯S
附：谷歌搜索大事記
1997年9月：Backrub搜索引擎
Backrub搜索引擎在斯坦福大學(xué)的服務(wù)器上運(yùn)行了近兩年，之后改名Google。其突破性創(chuàng)新在于：按照一個(gè)網(wǎng)站被鏈接(網(wǎng)絡(luò)上指向該網(wǎng)站的鏈接)數(shù)量和質(zhì)量對搜索結(jié)果進(jìn)行排序。
2001年8月：新算法
搜索算法被完全改寫，以便更易于添加新的排序標(biāo)準(zhǔn)。
2003年2月：本地連接分析
這一功能給與權(quán)威性網(wǎng)站上的鏈接更大的權(quán)值，也使谷歌獲得了首個(gè)專利。
2003年夏：Fritz
該項(xiàng)目使谷歌可以不斷隨時(shí)更新索引，而無需成批更新。
2005年6月：個(gè)性化結(jié)果
用戶可以選擇讓谷歌分析其搜索行為，以便提供個(gè)性化結(jié)果。
2005年12月：Bigdaddy
對引擎進(jìn)行了更新，使其可以更廣泛地抓取網(wǎng)頁內(nèi)容。
2007年5月：通用搜索
在圖片搜索、谷歌新聞、圖書搜索的基礎(chǔ)之上，通用搜索使用戶可以在同一搜索結(jié)果頁面上獲得不同媒介的內(nèi)容。
2009年12月：實(shí)時(shí)搜索
實(shí)時(shí)顯示Twitter和博客上的更新。
