Google VP Mayer beskriver den perfekta sökmotorn

Förra månaden sa Google-koncernchef Eric Schmidt under bolagets inkomster att Google hade genomfört cirka 120 sökkvalitetsförbättringar under det tredje kvartalet när det rör sig mot sitt yttersta mål: "Vi vill komma till den perfekta sökmotorn. "

Ingen bad honom att utarbeta det höga målet, så när IDG News Service nyligen hade en chans att intervjua Marissa Mayer, Googles vice VD för Search Products & User Experience, bad vi omedelbart att hon skulle förklara vad Schmidt menade. Hon pratade också om vad som håller Google framåt på sök, hur företaget ser semantisk teknik och vad som är nästa i sin Universal Search-insats för att kombinera länkar till olika filtyper - nyhetsartiklar, bilder, videor, böcker, kartor - i en enda resultatlista.

Ett redigerat transkript av samtalet följer:

[Vidare läsning: De bästa TV-streamingtjänsterna]

IDG News Service: Vad är den perfekta sökmotorn? Om du hade en trollstav och kunde skapa den, hur skulle det se ut? Vad skulle det göra?

Marissa Mayer: Det skulle vara en maskin som verkligen kunde svara på den frågan. Det skulle vara en som kunde förstå tal, frågor, fraser, vilka enheter du pratar om, begrepp. Det skulle kunna söka igenom hela världens information, hitta olika idéer och begrepp och ta tillbaka dem till en presentation som var väldigt informativ och sammanhängande.

Det finns många olika aspekter av forskning som behöver att gå in i att bygga den sökmotorn. Du behöver förstå tal. Du behöver förstå bilder. Du behöver översättning, så du kan hitta svaret oavsett vilket språk det är skrivet in. Du behöver mycket artificiell intelligens för att kunna analysera vilken information som är relevant och syntetisera den. Du behöver ett bra användargränssnitt och användarupplevelse för att uttrycka det i ett sammanhang. Och du behöver förmodligen en viss personalisering, så sökmotorn är relaterad till personen till sin bakgrund, vad de redan vet om, vad de letade efter förra veckan.

IDGNS: På användargränssnittet blir Google kritiserad av sina konkurrenter ständigt för vad de pejoratively föraktar som Googles "10 blå länkar" resultat sida. De säger att Google är old school, att dess paradigm för sökning är ineffektivt och obekvämt. Hur svarar du på den typen av kritik?

Mayer: Jag vill påpeka att Universal Search verkligen var ett vattentäthet i detta. Du får diagram, bilder, bloggar, lokal information, böcker, nyheter, alla sys i din sökmotor. Medan många av våra konkurrenter fortfarande är upptagna med att bygga små vertikala sökmotorer där du måste komma ihåg att de har dem, är vi upptagna med att göra ett mycket svårt datavetenskapsproblem: Hur sysar du alla dessa olika medium till en sammanhängande uppsättning svar, och hur syntetiserar du allt detta? Vi gör allt eftersom det är bättre för användarna: Här är verktyget och det ger mig vad jag vill oavsett vilket format det kom in.

Vi har två, tre, fem ändringar varje vecka som är synliga för slutanvändare i användargränssnittet. Vi publicerar inte rankningsändringarna. Vi gör ändringar i vår rankingalgoritm med en hastighet på två per dag. Intressant har några av våra konkurrenter inte gjort några ändringar i sin rankingfunktion under en längre tid. Sökningen måste utvecklas: användargränssnittet, rankningsfunktionen. Det är en process att göra massor av små förändringar hela tiden och att ständigt göra saker bättre.

IDGNS: Vad är statusen för semantisk sökning på Google? Du har tidigare sagt att genom "brute force" - analysera massiva mängder frågor och webbinnehåll - kan Googles motor leverera resultat som gör att det verkar som om det förstår saker semantiskt när det verkligen fungerar med andra algoritmiska tillvägagångssätt. Är det fortfarande det föredragna tillvägagångssättet?

Mayer: Vi tror på att bygga intelligenta system som lär sig av data på ett automatiserat sätt, [och sedan] stämmer och förädlar dem. När folk pratar om semantisk sökning och semantisk web, menar de vanligtvis något som är väldigt manuell, med kartor över olika sammanslutningar mellan ord och sådant. Vi tror att du kan få en mycket bättre nivå av förståelse genom mönsterskonfiguration, bygga storskaliga system. Så fungerar hjärnan. Därför har du alla dessa fuzzy-anslutningar, eftersom hjärnan hela tiden bearbetar massor och mycket data.

IDGNS: För några år sedan eller så förutspådde vissa experter att semantisk teknik skulle revolutionera sök och blindside Google, men det har inte hänt. Det verkar som att semantiska sökinsatser har slagit en vägg, särskilt för att semantiska motorer är svåra att skala.

Mayer: Problemet är att språkändringar. Webbsidor ändras. Hur människor uttrycker sig förändringar. Och alla dessa saker är viktiga när det gäller hur väl semantisk sökning gäller. Därför är det bättre att ha ett tillvägagångssätt som bygger på maskininlärning och som förändras, itererar och svarar på data. Det är ett mer robust tillvägagångssätt. Det är inte att säga att semantisk sökning inte har någon roll i sökningen. Det är bara det vi föredrar att fokusera på saker som kan skala. Om vi ​​skulle kunna hitta en semantisk söklösning som skulle kunna skala, skulle vi vara mycket glada över det. För närvarande ser vi att många av våra metoder approximerar intelligensen av semantisk sökning, men gör det på andra sätt.

IDGNS: Universal Search meddelades i maj 2007. Är det ansett att det är klart nu? Är det någonting som alltid kommer att vara ett pågående arbete?

Mayer: Det är fortfarande en väldigt levande andningstakt. Nu har vi flera lag: Vi har ett lokalt [sök] universellt lag, en bild [sök] universellt lag, produkt [sök] universellt lag. De tittar alla på hur kan vi göra ett ännu bättre jobb rankning och utlösa detta innehåll. När vi lanserade det visades det i ungefär en i 25 frågor. Idag visar det sig i cirka 25 procent av frågorna. Och vi tror att det finns antagliga tider när dessa hjälpformat [fil] format verkligen kan hjälpa till, och vi utlöser dem inte på vår resultatsida. Det är något vi behöver fortsätta att sträva efter att göra.