办事指南

Facebook和搜索的未来

点击量:   时间:2017-06-12 05:32:31

<p>周二,马克扎克伯格宣布Facebook图搜索,让用户能够在社交网络上搜索照片和餐馆推荐等内容</p><p>长期以来,搜索一直是网站的弱点之一</p><p>现在它可能实际上是有用的你可以搜索你所喜欢的所有照片,或旧金山的所有餐馆,这些餐馆都喜欢Lady Gaga的朋友喜欢它会刮擦其他搜索引擎所没有的个性化信息;更有趣的是,它代表了一种不同的思考搜索方式,强调信息在您的帖子(以及您的朋友的信息)中的整合,而不仅仅是返回符合您标准的特定页面大多数搜索引擎,包括Google的搜索引擎,主要是对页面进行排序以查看最接近某些关键字集(或其同义词)的页面,但它们相对较少地跨页面集成信息如果您想要列出2007年国会议员编写的所有书籍,您可以进行搜索但是你最终会失败除非有人已经将这些信息汇编到一个页面中,否则你可能会被引导到一系列单独的页面,其中许多页面几乎没有相关性</p><p>你可以将信息整合到很多很多页面中页;更糟糕的是,你必须从头开始才能获得2008年相同的数据我们无法确定,但是,图搜索将如何真正发挥作用,以及当它拥有大量用户时它将如何发展你的朋友会不会喜欢足够多的品牌啤酒产生有用的数据</p><p>该公司目前只向一小群人推出它,它肯定会发展,特别是当人们提出对隐私的担忧时,但至少在理论上,Facebook图形搜索整合了时间和空间的信息(虽然非常有限的方式)实际上,每个用户现在可以使用Facebook,就好像它是一个巨大的,定制的数据库,而不仅仅是一个图书管理员,提供与您的查询最相关的文档列表虽然Facebook图形搜索背后的想法不是完全原创 - 谷歌可以在有限的领域做类似的事情,比如购物,而Wolfram Alpha可以根据档案中的数据做数学(并绘制图表) - 它真的可能会改变许多人对搜索的看法</p><p> ,Facebook Graph Search目前非常有限它可以列出有多少朋友喜欢给定的餐厅,但它无法告诉你有多少朋友在过去一个月里喜欢过宝宝的照片,甚至有多少朋友都有有个孩子在过去的一个月中,任何没有直接列在直截了当的结构化形式的东西都是Facebook图形搜索无法为你制作的东西“喜欢”是Facebook数据库中的一个简单的二进制位,而“生小孩”并不是必然的东西勾;它可能被间接列出(例如,带有标题的照片,“欢迎,亚历山大,12月30日出生,9磅,2盎司”),Facebook的计算机仍然不够聪明,无法在线之间阅读</p><p>或谷歌,苹果,或微软是否会首先到达那里</p><p>现在下载还为时过早,但看起来很可能搜索的下一个重要步骤可能是可以在多个页面上整合数据的引擎,但是以开放式方式 - 而不仅仅是高度结构化的信息(如“喜欢”等)特定时间的特定场所)但是超过大量的“非结构化”信息(如普通的英语散文),这些信息是隐含的,而不是明确的,在一个页面上(就像谁有一个婴儿,可以用许多不同的方式表达)反过来,这将要求搜索引擎了解他们所阅读的内容,而不是简单地识别某些内容的写法</p><p>回到国会议员撰写的书籍的例子,我的梦想的搜索引擎不会仅仅返回点击率我的查询,它会有效地构建一个电子表格,并且当它遇到相关段落的页面时,它会向该表添加名称,日期和位置现在,当我搜索“美国国会撰写的书籍时2007年的余烬</p><p>“(我从最近的机读比赛借来的一个问题)我得到的大多数点击都没有帮助</p><p>我的查询没有完全匹配,谷歌的最高点是美国国会的维基百科条目接下来的几首热门歌曲包括一张国会图书馆和另一张为Gabrielle Giffords的人,他们于2007年当选,但在2011年写了一本书 如果我有钱和时间,我可以付一个聪明的实习生来浏览所有相关的网站,仔细阅读每篇文章,并编制一个我可以信任的电子表格,但是,目前,没有任何机器可以远程完成任务正如SAIC的高级研究科学家Leora Morgenstern今天在给我的电子邮件中所写的那样,“整理/收集信息和推理/推理与信息之间存在差异”当前的搜索引擎可以帮助进行一些整理,但是绘图超出页面的推论仍然非常具有挑战性想象,例如,2007年10月4日的一份文件,其中包含以下文字:“代表人芭芭拉·麦克丹尼尔斯(纽约民主党人)昨天发表了一份回忆录”即使手头有这个,你仍然需要得出几个推论:“昨天”是指2007年10月3日;回忆录是一本书;代表是国会议员; 2007年,有关人员是国会议员,而不是州立法机构,或者说,英国议会聪明的实习生可以得出所有这些推论,但即使是最好的机器仍然很难做同样的机器来为了更好地理解他们阅读的页面,它们对我们的效用将增加数量级</p><p>这不仅仅是“找到鸡肉面条汤的配方”,它将“分析一百个鸡汤配方并给我在使用较少添加盐的子集中具有最佳口味评级的那些,并且告诉我哪些附近的商店库存了我尚未拥有的成分“而不是搜索是一个命中或错过的命题,最好的搜索引擎会找到你的需要,当你需要时忘记搜索引擎真正的革命将来到我们拥有研究引擎,智能网络助手,可以发现新的东西,而不仅仅是已经写的Facebook图搜索不是那么好,但它'更好的事情来自纽约大学教授加里·马库斯(Gary Marcus)为纽约时报撰写了关于机器人时代就业的未来,神经科学的事实和虚构,道德机器,