以下为Google全球副总裁兼大中华区总裁李开复演讲。
李开复：谢谢！今天很高兴有机会来谈一下Google对未来搜索的一些展望，许多人今天已经认为搜索是一个相当成熟的技术了，但是今天我想讲的其实搜索还有相当的发展空间，并且我想介绍一些今天我们已经推出的在全球的产品和我们的想法，我们认为将来的搜索会从今天的以信息为先，变成以人为先，就是以人为中心的发展方向。
搜索已经成为我们每天必用的工具，因为它能帮助我们从海量的信息找到我们需要的信息，我们获取了这样一个非常有用的工具。我认为将来搜索将进入一个以人为先的时代，以人为先有四个定义：整合搜索，将来的信息不仅是网页，而是多元的。移动搜索，搜索不仅在PC运行，还要在手机上运行。智能搜索、人性化搜索来满足人们的需求。而且搜索应该是针对个人的需求和喜好有一个个性化的不同的体验，这就是个性化的搜索。这四个题目是我今天想探讨的，这四个题目听起来都是非常的长远、非常的高科技，其实这四个产品已经开始融入Google今天的产品，所以我讲的不是科技的理论和大道理，而我会更多用实际的应用，让大家看到以人为先的时代已经来临。
首先我谈一下整合搜索。
整合搜索的概念是什么呢？在过去当你进入Google或者是任何一个搜索引擎，你下一个搜索词所搜索的东西是所有网页的索引，它会基于网页文字的匹配给你一个回答。但是慢慢我们发现了网页的文字搜索是不够的，因为有很多的信息，无论是广告的信息、或者是工作的信息、租房买房的信息，他们并不是存在于一个静态的网页文字中，而是在一个动态数据库中，所以形成了一个垂直搜索。当我要找餐馆时，我可以告诉他们，我要找清华大学的川菜馆，它可以给我们一个更精准的答案。因为它是基于数据库的搜索。但是垂直搜索有一个很大的问题，很多用户找合适的垂直搜索精力会花很多，到底哪家公司垂直搜索做得最好，如何记住，下次再回到这家公司。垂直搜索脱离了第一代搜索的优点。但是垂直搜索违背了这一点，但是它带来了相关性很高的搜索。Google希望在用户体验方面只有一个搜索框，在后台只有一个数据库，让你在一个搜索中只填入一个文字，就可以都整合起来。这是整合搜索，一个搜索框所有的多元结果都可以整合起来。你今天看到的结果已经不是网页的排序了，而是智能化的把一些数据库的信息捕捉出来，用非常好的方法呈现在用户的面前。如果你找的是朝阳区的卫生局，它的地址变化都会呈现在结果中，你不需要分辨哪个才是朝阳卫生局的官方网页。我们看一个更好的例子，把各种信息都聚合起来，比如你去搜国家大剧院，因为国家大剧院正在施工中。所以关注大剧院的人，有些是想看地址，有些是想看它的新闻，当然还有人想去它的官方网站，也有人想看它的图片，所以你看到的搜索结果已经是多彩多姿的，不仅是网页文字的排序，而是各种信息和数据库智能的排序。所以，整合搜索的动态排序就是根据今天我们能够猜测用户所需要的东西，做一个最好的排序。当大剧院刚出来的时候排序是这样，当有一天它已经非常成熟的时候，它的排序也会改变。
Google作为一个整合信息的公司，当然不会满足只是一种语言的整合，我们还希望做跨语言的整合。当你搜索信息的时候，我们希望能够在适当的时候到别的国家、别的语言、采取不同的信息。但是很多中国人不见得能够读懂日文、英文等等。我们适当需要把这些语言进行一个翻译，所以我们做的另外一个重要的工作就是跨语言的整合。如果你今天到迪斯尼买门票，你希望能够买到门票，但是你不知道英文，如果你知道中文的搜索词，它就会聪明的帮你翻译成中文。如果你搜索一个概念，比如说周杰伦。你在网上做一个整合搜索，里面会是他的新闻等等的信息，做一个适当的排序。但是有时候你并不想知道这些，你只是想知道他在全球什么地方做演唱会，这一结果会整合在一个地图上，所以我们现在用英文做一个搜索。如果你去搜索周杰伦的英文，你可以看到他在北京
、上海等地做的演唱会，用地图的方式做了一个排序。如果你在后面的图象做一个周杰伦的搜索，你会看到时间排序的搜索。我们认为所有的信息不见得是用相关度做排序的，我们应该可以用时间来做排序，也可以用地图来做排序，这些都是整合搜索的一部分。
这几个概念就是我们希望做到的整合搜索，就是把多元的信息做很聪明的、相关度的排序，用时间地点来整合它，也可以跨语言整合它，这就是我们努力在推出的技术。
第二，移动搜索。
我们都知道，中国的移动用户超过了PC的用户，我们也知道在未来3G到来之后，移动也有很多的应用。很多人都说，移动会有很的困难，但是相对来说移动也有很多的好处。比如说未来，可以通过GPS的定位知道你人在什么地方，所以搜出来的信息也是智能化的。比如你搜麦当劳，它不会给你一个美国西雅图的麦当劳，而给你一个最近的麦当劳。我们在移动上面认为很重要的不只是搜索的移动能够找到铃声、图片，这是一些比较局域的信息，同样重要的是在手机上可以搜索每一个重要的网站。当然有些网页手机非常小，不是非常的清晰。比如你搜陈晓旭，你会发现新浪有一个网页非常好，但是这么大的网页不可能呈现在手机上。所以Google做了这样一个转移，你在阅读时，会发现它会自然的转成了（图）这样的一个适合手机的形式。
除此之外，我们还希望把整合搜索呈现在手机上。比如刚才的例子，你搜陈晓旭也可以呈现出多种多彩的信息在手机上，我们深深的相信，我们在手机上需要和在PC上一样多元的信息，给用户很好的体验。
最后谈到地域性，今天如果你到Google的手机上搜索奥特赖斯，如果你在北京搜，搜到的结果就是燕莎的购物中心，你在天津搜时，就会发现是天津同来区找到这样一个结果。你在上海搜又会发现在上海的奥特赖斯的卖场，所以它会根据你不同的地域给你一个智能的判断。
第三，除了手机的搜索之外，我们希望在未来能够发展一个智能的搜索。智能搜索是非常的聪明，不是永远给你一个静态的的结果，不同的情况包括时间、地点和语言。当你搜索“地震”时，12月底你可以看到台海地震对广东的影响，当你一月份的时候，就会看到东京，第一次发生的地震和第二次发生的地震对海底光缆的影响。智能搜索也必须因为地点而改变。比如我们用“周杰伦英文名”做一个搜索，如果你在Google.cn做这样一个搜索，你可以看到获得的结果基本都是周杰伦的图片。但是如果你用“JAY”搜索，你可以看出，周杰伦在美国并不红，你可以看到的结果是一些体育明星、政客会比他的排名更高。所以我们可以看到，一个聪明的搜索引擎，不是静态的，你在中国Google、美国Google等等搜索出来的东西都不一样，它会根据你在什么国家、什么地点、时间做一个排序。 还有要根据语言来定，如果我们在中国搜“PNG”，你认为这是宝洁的代号，但是不对的，更多中国人对宝洁中文有兴趣。所以我们要做一个排序。我们要很聪明的判断用户可能对中文或者是对英文有兴趣，两者都要在一个网页中提出。比如你在美国搜China-mobile，你会发现，还是有一些美国的用户对中国移动有兴趣的。
除了这种聪明的排序之外还有一种智能，就是能否用语音和形象做一些搜索。我们在美国已经推出探索式的产品，但是在中国还没有推出。我可以给大家做一介绍。比如这个产品推出后，你在打电话时，不想打这么长的一段话，你想拨一个号码就显示“奥特赖斯购物中心”，我们用机器来判断语音识别，这个在中国还没有推出，但是在美国可以打这个华吗1-800—GOOG-411，这个电话可以根据你全球的定位，给你适合的答案。
除了语音之外，形象是否也可以搜索呢？我们在美国做了一个尝试，不同的商品都有条码。手机也有照相机，你拍摄了商品条码之后，它可以把条码传送到数据库中，在我们的产品中就可以做一个价格的比较。你在一个商场中看到一件衣服很想买，但是你不知道这个是否是最便宜的价钱，你就可以拍下这个价码，让Google告诉你这里是否是最便宜的，你就可以放心的购买这个商品了。
除了对大众的智能化之外，对个人的智能化是不一样的，我们能否充分的理解每个人的意义，提供最有意义的搜索结果呢？比如你搜索苹果，有些人可能是搜索苹果电脑，有些人是想搜索苹果这种水平。我们推出了Custorm Search，这样你就可以进行选择。另外，假设我们搜QQ，中国网民的最爱之一，在左边的（图），你就可以搜出这样的结果。如果你想买车时，你看到右面的网页，出来的结果都是奇瑞QQ，而不是腾讯QQ。当然我们怎么知道这个用户是要汽车，还是要即时通讯呢？我们怎么知道这个人是要苹果，还是要苹果电脑呢？这就像刚才万总所说的，我们要做数据挖掘，让大家知道每一类人的搜索习惯。比如说我刚搜索的联想，我再搜索苹果，可能就是苹果电脑了。我知道这个人是爱车的人，而且我知道他拥有一台QQ，这个时候我可能就会把奇瑞的结果排在腾讯的前面，但是更多其他的时候腾讯的结果应该是排在更前面。这是根据他们的习惯和所属的社区来做判断的。
第四，今天我们更多是人来找信息，但是以后很多的时候可能是信息找到你。这里我们可以看到一个例子，比如说有一个朋友寄了一封邮件给你，他提到昨天在北京参加了周杰伦的演唱会。然后问问你们在成都的天气如何。但是在G-mail的后端，机器就会来读这封关键词，来匹配你的广告。所以阅读这封信的人就会知道，周杰伦的演唱会多好，但是只是在北京，没有在成都。这时候，匹配的关键词就会找到相关的广告，使这个在成都的人可能想去看这个演唱会。所以，这是最聪明的搜索，当你不需要搜索，信息就会找上门来。
这些都是我们所从事的工作，我们希望通过智能搜索、整合搜索、移动搜索、人性搜索带给用户更好的体验，Google这么做就是以用户为核心，其他一切接踵而至。谢谢大家！
[责任编辑:slimliu]
|
|
|
||||||||||
 |
 |
| 周鸿祎力推360为什么 | 中国电信业或将过冬 |
热门新闻排行
IT新闻
互联网
通信
网评
| 关于腾讯 | About Tencent | 服务条款 | 广告服务 | 腾讯招聘 | 腾讯公益 | 客服中心 | 网站导航 | |
| Copyright © 1998 - 2008 Tencent Inc. All Rights Reserved |  |
| 腾讯公司 版权所有 | |
