搜狗许静芳：AI时代我们这样解决搜索全、准、便捷性的问题

2017年4月28日下午，2017年GMIC大会如期而至，本期大会最核心的亮点是开设了大热的人工智能公开课，邀请了来自谷歌、IBM、亚马逊、英特尔、卡耐基梅隆大学、斯坦福大学、加州大学伯克利分校、南加州大学的全球顶尖人工智能专家零距离授课。搜狗首席搜索科学家许静芳女士应邀在活动上进行了主题为《从搜索到问答》的分享，梳理了从PC时代到移动时代、人工智能时代搜索引擎的变迁，指出搜索的未来的方向是精准问答，并且，各大搜索引擎公司都在朝此方向努力。

PC时代，搜索引擎是绝对的互联网入口

1995年到2010年左右，大家都在用个人电脑使用互联网、使用搜索引擎，在那段期间，几乎所有信息都存在于网页上，搜索引擎面对的信息的载体是相互关联的网页，人为了找到答案，被训练成使用关键词进行搜索。

对于全的定义，是索引量，所有的搜索引擎都呈指数级增长它的索引量，到1997年、1998年Google入局以后，非常快速地引领了整个发展；对于准的追求，各家搜索引擎需要计算出网页的权威性、重要度，最终返回给匹配用户的查询词；便捷性在这个时代，是用多模态的方式解决的，到后来发展成为开放平台，即第三方垂直服务商把内容提供给搜索引擎，搜索引擎用搜索结果呈现，并把流量导给处置提供商，所以在PC时代搜索引擎是绝对的互联网入口。

移动时代，从搜索信息到搜索和连接万物

2016年的时候，国内的移动搜索用户规模已经达到1亿，并且用手机来搜索的用户还在持续性的增长。从搜索收入来看，移动搜索收入统计明显大于PC搜索，有数据预测，到了2021年，移动搜索的收入应该达到PC收入的9倍以上。在移动时代，搜索的设备、输入方式和信息载体都发生了显而易见的变化。

移动时代，为了解决全的问题，搜索引擎需要打通网页与App之间的壁垒，比如搜狗搜索可以对微信和知乎进行独家搜索，这就使得信息来源更加全面；为了使得结果更准确，工程师通过分析click model去评估网页与产品Ian的关系，对查询词进行更加深入的需求分析，更进一步的，把机器学习的框架引用到搜索排序中，解决在给定固定的用户查询下，去学习不同文档之间的篇序关系以此改善搜索结果。便捷性方面，输入方式更加多元，用户可以输入语音和图像，搜索引擎应用语音识别和图像识别，转化成文字或物体再去做搜索；利用语音合成技术，还可以把搜索的结果念给用户听。与此同时， 移动时代诞生了很多服务的APP，搜索和服务打通以后，可以在搜索内部完成服务的闭环，便捷用户使用体验。

在移动互联网时代，搜索上发生比较大的变化，已经从之前的搜索信息到搜索和连接万物——这是它的使命，也是我们努力的方向。

人工智能时代，从搜索到问答

人工智能时代 ，搜索将过渡到任何一个可以联网的智能化设备，包括智能车载、智能家居或者服务机器人等。在输入方法上，用户从关键词的输入，逐渐转向了语音、图像等模态，搜索的使用，逐渐从人去适应机器变成了机器来适应人。人可以用自然语言与机器交流，可以用问句的方式向搜索引擎提问，搜索引擎不再是返回10条结果，而是像人一样给出答案和建议。人工智能时代搜索将转变为问答，去满足大家求知欲。

在这种背景下，搜索引擎将扮演三种角色，其一是命令与执行，通过问答完成定机票、餐饮等需求；第二类是情感陪护，通过问答完成情感层面的陪伴；第三类是寻求建议，人和机器就像朋友，有问题会去询问，机器听到问题后，经过思考，在他的知识体系下给出答案、建议或评论。这就要求机器要够一定的能力，在此基础上建立完整的知识体系，把这些内容结合直接给出答案——搜狗的人工智能答题机器人就是第三类角色一个很好的尝试，他已经能够和人类同台竞技强大题目，并表现出压倒性的优势。

人工智能时代，搜索背后的技术也发生了一些变化，搜索结果不再是匹配，而是走到了理解的角度。搜狗的理解是从符号主义过渡到连接主义——以前把词和词之间定义为高维空间向量的相互独立的向量，通过这种分布式的表达，需要把它放到一个相对低维的、但是连续的向量中。在词理解的基础上，利用CNN、RNN这种目前比较流行的网络结构，对句子、篇章的结构进行建模，对整个比较大的单元理解。有了前面这些理解，在搜索场景下，搜狗可以把用户的查询、用户的问题，把网页文档的信息都用DNN、CNN、RNN这种网络结构去表征，最终通过用户已经在搜索引擎上发生的行为，在大量的海量的监督数据里面，进行批量的监督学习。

在演讲的最后，许静芳这样总结到：“搜索引擎天生就是用来满足人的好奇心和求知欲的，在今天人工智能的时代里，我们希望在之前的基础之上，做到语义的理解与知识体系的构建，最终达到让搜索引擎成为人类的朋友——有问题，就直接用自然语言跟它交流，它能直接给你回答。”