2010年的搜索引擎(页 1) - 信息检索 - 哈工大信息检索研究室论坛 - |词法|句法|语义|机器翻译|文本检索|机器学习|语言技术平台LTP|问答|信息抽取|自动文摘

stream 发表于 2005-2-3 16:37

2010年的搜索引擎

作者：理查德?沃特斯(Richard Waters)
2005年02月3日星期四
假想这是一些未来的快讯：

2008年5月，Google推出G-life，作为易犯错的人类记忆的替代品。通过搜索你的电子邮件、即时信息和电话，并在家中到处安装的语音记录器的帮助下，现在你可以记起你说过或写过的一切。
2008年11月，无论你在哪里，雅虎(Yahoo!)新推出的语音激活搜索引擎MobileBuddy都将应声而答。再也无须从一长串网站列表里挑选了，你只要问一下想知道什么。如果你正准备买的杂货在别处更便宜，MobileBuddy还会振动提醒你。
2009年10月，监管机构发现一些电子邮件，这些邮件对微软(Microsoft)在搜索引擎上的雄心有所揭示。微软的批评者说，通过将其搜索引擎嵌入Windows、Office和其它软件，微软公司行将掌控进入万维网的通道。
2010年1月，美国在线(America Online)收购时代华纳(Time Warner)10年后，Google收购了沃尔特迪斯尼公司(Walt Disney)。互联网传播热潮再次占了娱乐“内容”的上风。
离奇吗？或许。但搜索引擎业务是一波创新浪潮的开端，这股潮流可能会改变日常生活的诸多方面，并重塑信息产业的某些部分。Google已经展示了搜索的力量，微软和雅虎正在穷追猛赶，而其它一大批搜索引擎公司正在寻找缺口。
它们期望获得优势的一个方法，是把世界上更多信息纳入“爬行”软件的信息检索范围，以便这些信息能被搜索到。万维网代表的仅是信息的一小部分：锁在商业数据库中的信息、胶片档案或个人档案柜目前仍在搜索范围之外。
“五年后，人们会想搜索一切，”Google创始人的首名雇员、现任技术总监的克雷格?西尔弗斯坦(Craig Silverstein)说道。
近几个月来，媒体的大量报道显示出这一工作进展飞快。所有四大搜索引擎公司Google、雅虎、微软和AskJeeves，都想出了搜索个人电脑硬盘的更好方法。Google正打算将五家最大的学术图书馆数千万册藏书数字化。上周，雅虎推出一项在网上搜索视频文件的服务，而Google则开始提供电视新闻的文字稿。
不过，这只是些初步行动。“就信息消费而言，电视可能是消费者最大的信息渠道，”英国搜索技术公司Autonomy的首席执行官迈克?林奇(Mike Lynch)说。
内容数字化
筛选并整理电视或其它视频内容的技术正在进步。但大多数内容仍以无法搜索的模拟格式存在，或是被锁定并需要密码。将老的电视节目档案转换成数字格式的工作做得很少。
“这不是个技术挑战，而是个商业模式的问题，”Singing Fish的负责人凯伦?豪(Karen Howe)说。Singing Fish是美国在线拥有的搜索引擎，专门搜索音频和视频文件。和电影公司一样，电视网络迄今仍未找到在互联网上利用内容赚钱的方法。在找到这种方法之前，它们没什么动力把旧胶片转换成数字文档，因为这是非常繁重的工作。其它很多商业信息公司都有同感，包括报纸出版商和数据库供应商等。
即使没有这些商业性的信息来源，日常生活中也有大量信息可供数字化，即可被搜索。林奇先生说，个人电话通话将是个有用信息的宝藏。如果通过互联网拨打语音电话变得常见(把交谈转化为数据流)，那么建立一个对你通话的可搜索索引，或许不是那么遥不可及。
语音电话只是人们日常生活中交谈的一部分：很大一部分书面交流已经以数字格式存在，包括电子邮件和即时信息等。如果一切交流形式，包括日趋成为生活一部分的个人照片、网上日志和视频短片等都能被获取并可搜索，那会怎样呢？“所有这些转瞬即失的信息都不再短暂了，”Google的西尔弗斯坦先生说。
过滤和选取
在搜索战的另一个战场上，各公司正围绕这一点展开较量：如何让人们更容易从多数搜索引擎提供的简单网页列表中，过滤并选取信息。
“显然，尽管一个链接列表很有用，但它与人们彼此传递信息的方式不相称，”西尔弗斯坦先生说。他说，和其它引擎一样，Google正努力解决的一个问题是：“在回答你的提问时，电脑怎样才能更像你的朋友？”
这意味着要直接回答问题、从网上资源提取数据，而不是提供网页的链接。这还意味着，要更好地猜出搜索者在寻找什么，并根据以往的经验，猜测使用者特定的兴趣所在，而使搜索结果更贴近使用者的需求。
大多数网上出现的新搜索引擎并不声称能提供更好的搜索结果。事实上，许多新搜索引擎都直接从Google或其它老牌搜索引擎那里获取结果。不同的是，它们旨在以更有用的方式来组织并显示信息。
专家们承认，使用者会希望自己的搜索问题获得更多直接答复。“未来5年中，我们见到的最大变化将是，人们使用电脑的方式将有所不同，”西尔弗斯坦先生说。他补充说，移动电话将变成在互联网上寻找信息的最常见手段。到时候，大多数问题都最好通过声音进行问答。如果搜索引擎公司成为日常生活中更不可或缺的部分，那它们的影响力最终将延伸到多远呢？它们对其他一些为创造或传播信息而存在的公司会产生什么影响呢？
答案部分取决于两类公司之间的权力平衡将怎样演化，这两类公司分别是创造娱乐和媒体“内容”的企业和在互联网上传播这些内容的企业。这不是个新问题：正是早期网络传播商那种显著的力量，才导致时代华纳在网站泡沫的高峰将自己卖给美国在线。
搜索引擎与内容创造者
搜索引擎带来了新的转机。作为无所不知的信息传播者，搜索引擎既可以成为内容创造者的挚友，也可能成为它们的梦魇。现在，人人都可以找到你的内容，这样人人都成了你的潜在客户，但你最好的客户也能同样轻易地找到你的竞争对手。这对一些信息供应商来说是个严重的威胁，因为它们提供的信息可以轻易转变成商品，如天气预报、股票报价、字典定义、电话号码、地图等。
随着搜索引擎更善于向使用者提供这类信息，信息具有的背景与最初发布时的背景可能完全不同。“10年后，要区分搜索内容和见到并使用这个内容将难得多，”科技作家查尔斯?弗格森(Charles Ferguson)说。
拥有独特内容的媒体娱乐公司可能会觉得，它们能免受这一平价商品化趋势的影响。但这将取决于最终会有多少免费信息落入搜索引擎的搜索范围，以及这些免费信息能否开始与专有信息的质量相媲美。
互联网博客和“维基”(wiki，源自夏威夷语，意为“快速”)的社区网页已在拓展被称为“用户产生内容”的疆域。“维基百科全书”(Wikipedia)的结果或许达不到专业编辑所做出版物的水准，但该服务仍能回答许多常见问题。“维基百科全书”是一部由志愿者维护的免费网上百科全书。
即使事实证明，这些并不会对专有信息构成最终威胁，但它还是提醒出版商，它们亟需找到行得通的商业模式，以在网上提供自己的内容。
搜索引擎本身的长期影响或许将部分取决于，它们能在多大程度上逐步渗入更广泛的互联网构架中。以微软为例，它已将其搜索引擎描述为一个“平台”，即一个其他人能在上面开发技术的软件，就像其它软件开发商在Windows操作系统的基础上开发软件。
应用编程接口
发布其搜索引擎的“应用编程接口”(API)，即其他软件开发商可用来连接自己软件的软件链，是微软策略的重要部分，MSN分部的销售及营销总监亚当?索恩(Adam Sohn)说。“我们寻求广泛、横向的问题，”他说。搜索不是“开发商每次编写应用程序时都想建立的功能”，何不鼓励它们以微软的技术为基础呢？
弗格森先生说，这是微软惯用的攻略之一。弗格森先生长期以来一直在写一些文章，内容是在电脑时代接连出现的每个阶段(从IBM的大型机到Windows)中，一个主导“平台”是如何兴起的。搜索市场是否会和这些技术一样，变成胜者通吃的业务呢？
Google显然意识到威胁，因此也表示，正考虑开放它的应用编程接口，以便其它开发商利用它的技术。上周，为了实践去年的承诺，Google向广告客户开放了用于搜索相关广告服务的界面，赋予客户更多权力来影响自己广告的显示方式。
“每个人都喜欢把自己称为一个平台，”西尔弗斯坦先生表示。但他补充说，虽然搜索可能具有其它计算平台的一些特性，但由于仍需开展大量工作，才能让整个信息世界都能被搜索，因此在今后很长一段时间内，搜索领域将留有大量有待填补的余地。
一旦这股早期创新潮流过去，搜索引擎还会像现在这样吸引这么多注意力吗？互联网时尚起起落落，意味着它们也许做不到这一点，林奇先生说。“在互联网早期，搜索是‘时尚’，”他说，“然后门户网站是‘时尚’。现在潮流又回转了。”
当搜索不再是人们在专门网站上实施的孤立活动，而成为互联网上开展的许多其它活动的核心特色时，各搜索引擎还必须找到赚钱的新途径。
不用说，各搜索引擎的供应商都认为自家引擎不光是最新的、短暂的网络时尚。但即使他们也承认，搜索引擎的功能最终应被纳入一个更“智能”互联网的构架中。
寻找信息将不是去某个专门的地方(一个搜索引擎)提出问题。相反，不管你在什么地方，答案都会主动出现，而且是以最恰当的形式呈现。“搜索将变得越来越重要，同时也越来越无形，”Google的西尔弗斯坦先生说，“它将无处不在而又无从觉察。”
到那时候，Google及其对手究竟是塑造日常生活最强大的力量之一，还是正在网上造就的、伟大的信息时代机器上的又一个小齿轮，那就全凭你怎么看了。
译者/李功文

billlang 发表于 2005-2-3 17:46