Google智慧搜索里的人类世界

2012-8-27 12:14:03
类型：原创
来源：电脑报
报纸编辑：邓晓进
作者：

【电脑报在线】当我们在Google的搜索框敲下一个个越来越复杂的问题时，一场逐级变难的智力较量开始了。背后接招的是Google科学家兼高级副总裁阿米特·辛格哈尔(Amit Singhal)以及他的搜索团队。

给你最直接的回答
搜索引擎能够理解现实世界中的实体，而不仅仅把它当成一个字符串，然而这对于出招的人们来说显然还是初级的。正如丁晨所说：很多时候用户的搜索不仅是一个单一的概念，他可能是想查找一系列的电影或人物，这时候这种类型的搜索请求就会变得更加复杂。

不过，在已经理解了实体的基础上，回复复杂的问题对于阿米特的团队来说虽然有难度，但是并不是毫无破绽。以“2012年的动画电影”这一搜索请求为例，用户想找到的是2012年的动画类的电影，是一个包含了多个实体，具有多个定语的问题，用户希望得到更直接的回复。

Google搜索技术领队柴颖介绍说：“如果有人做了一个关于2012年的动画电影的统计，然后把它放到网上，你就有可能直接获得这个网页的链接，从而获得答案。但是如果没有人做这样的统计，用户就得不到一个很精确的答案。”在这样的情况下，Google搜索引擎就会通过Knowledge Graph采集互联网上讲到不同的动画电影，并且在建立数据库的时候集中对事物进行理解。比如说：某个人、某个电影它有哪些属性，它有哪些跟其他事物之间的关联。

于是，当用户输入“2012年的动画电影”的搜索请求时，基于对实体的理解，搜索引擎完全理解“2012”、“动画”、“电影”这三个关键词的意义。通过后台的一些分析和处理，搜索引擎会了解到用户想查找的是动画类的电影，而且是在2012年上映的。柴颖说：“搜索引擎会跟据对这些事实的理解，对内容和结果进行筛选，自动整理出一个可能并不存在的信息汇总的东西给用户，这是在网页上生成的最后的答案，而非一个预先写好的网页。”

通过对“2012年的动画电影”的举一反三，搜索请求不仅局限于电影领域。但是，像其他的人物、动物、建筑物、旅游景点等等，Knowledge Graph都已经有所涉及。柴颖说：“Knowledge Graph给了我们一种力量，它不单对简单的数据进行处理，而且理解了这些事物之间关系的理解，这种强大的力量是能够使我们的搜索变得越来越重要。”

人工智能的未来
当搜索引擎理解了现实世界的实体，回答了一些简单的问题，更大的挑战在于：当问题变得更加复杂后该怎么办？
“所谓的将数据转化成信息，我们指的是从原始数据的海洋中找到表面相关联的事实。Google搜索已经开始在这么做了——我们提取网页、视频、图像等原始数据，将它们整理成与你的查询相匹配的相关信息。”阿米特说，“接下来，我们希望能够提取信息，并使其更容易消化。在未来，你问Google一个问题，我们会直接提供答案，而不只是仅仅给你相关的链接。”
这也就是Knowledge Graph这本“秘笈”的最高境界，阿米特承认：现有的搜索技术无法处理“带有防虫喷雾的蚊帐是不是比不带防虫喷雾的蚊帐更有效？”这样的问题。如果从未有人问过一模一样的问题，那么就得不到理想的答案。因为这类问题的回答不仅仅要求编写这些信息——而且需要现实世界的“实体”知识，以及它们的相互关联性。 “人类的大脑天生就能处理这些，但对于电脑，这就涉及到人工智能的问题。” 阿米特说。

这似乎又回到了阿米特最初的梦想：拥有一台像电影《星际迷航》里的Kirk船长那台能回答任何问题的计算机。阿米特和他的团队正在将Google搜索引擎打造成为这样一台机器。“这就是我们目前正在尝试的方向，将搜索引擎变成一个知识引擎——未来的某一天实现智慧引擎。”