1700515491
1700515492
天才与算法：人脑与AI的数学思维 [:1700514887]
1700515493
天才与算法：人脑与AI的数学思维 荒岛算法
1700515494
1700515495
当代最非凡的算法莫过于每天帮助数百万人浏览互联网的搜索算法。如果我被扔在荒岛上，只允许随身携带一个算法，我可能会选择谷歌的搜索引擎。（并不是说它会有多大的用处，因为我不太可能连上互联网。）
1700515496
1700515497
20世纪90年代早期，一个专门收录所有互联网网址的目录直到1994年才收录了大约3000个网站。当时的互联网很小，小到可以让你轻而易举地浏览一下就能找到想找的东西。从那时起，互联网就在不断发展。当我开始写这篇文章时，互联网上已经有1 267 084 131个网站了，还没写几句话的工夫，这个数字就上升到了1 267 085 440（通过访问http://www.internetlivestats.com/ 即可查看现存网站数量）。
1700515498
1700515499
谷歌的搜索引擎是如何从数以几十亿计的网站中准确地找出你想要的信息呢？86岁来自维冈的老奶奶玛丽·阿什伍德（Mary Ashwood）在浏览器的搜索栏里非常有礼貌地使用“请”和“谢谢”来提出她的搜索请求，或许她脑海中想象的画面是，电脑另一端一群勤劳的实习生正在埋头苦干，处理浩如烟海的请求信息。她孙子本（Ben）打开笔记本电脑，看到“麻烦你帮我翻译一下这个罗马数字——MCMXCVIII，谢谢你！”的搜索问句后，忍不住在Twitter上向全世界讲述了奶奶的误解。当谷歌工作人员回复他的Twitter消息时，他惊呆了：
1700515500
1700515501
敬爱的本的奶奶，
1700515502
1700515503
愿您一切安好。
1700515504
1700515505
在数十亿次的搜索中，是您让我们会心一笑。
1700515506
1700515507
嗯，您所需要翻译的罗马数字是1998。
1700515508
1700515509
感谢您！
1700515510
1700515511
在这一次的机缘巧合下，本的奶奶将谷歌的工作人员推向台前。谷歌的搜索引擎每15秒就要处理数百万次请求，这样的数量任何公司都无法做到人工回复。那么，如果谷歌不是拥有互联网神奇魔法的精灵，它是如何成功地找到你想要的答案呢？
1700515512
1700515513
这一切归功于1996年拉里·佩奇（Larry Page）和谢尔盖·布林（Sergey Brin）在斯坦福大学的宿舍里发明的强大而精妙的算法。他们最初想把新算法命名为“网络爬虫”（Backrub），但最终还是决定叫“谷歌”（Google），其灵感来自1后面的100个零。他们的目标是找到一种对互联网上所有的页面进行排序的方法，以帮助大家在这个不断增长的海量数据库中进行检索，所以起这个代表巨大数字的名字似乎特别贴切，而且也很酷炫。
1700515514
1700515515
这并不意味其他的算法不能做这件事，但是那些算法在概念上非常简单。如果你想搜索更多关于“有礼貌的奶奶和谷歌”的信息，现有的算法会将所有包含这些关键词的页面识别出来，并按顺序排列，搜索词出现频率最高的网站会被放在最顶部。
1700515516
1700515517
这种方式虽然有效，却容易被黑客攻击：任何一个花店老板只要在网页的元数据中数千遍地插入关键词“母亲节鲜花”，那么每个想买花的子女电脑上的搜索结果的最顶端就会出现这个花店的链接。你肯定不希望自己的搜索被精明的人设计或者操纵，那么，如何才能对一个网站的重要性给予公正的评价呢？如何判断哪些网站该被过滤掉呢？
1700515518
1700515519
佩奇和布林想出一个聪明的方法：如果一个网站有很多链接指向它，就暗示着其他网站认为这个网站值得访问。其原理是通过其他网站的评估去衡量某个网站的重要性，或者说该网站的访问价值。但是，这种方式也有可能被黑客攻击，比如只需伪造出有1000个网站的链接指向这个花店就行了，这样也会使其被纳入搜索名录。
1700515520
1700515521
为了防止这种情况出现，他们决定给那些获得广泛好评，深受信赖的网站赋予更高的权重。
1700515522
1700515523
可这仍然会让他们面临一个挑战：如何客观评价一个网站的重要性？
1700515524
1700515525
以一个小型网络为例，如图4-2所示。首先，给每个网站设定相同的权重。然后，让我们把网站想象成一个桶，给每个桶里放8个球，表示网站的初始权重相同。现在，每个网站必须将球交给它链接的其他网站，如果链接多个网站，那么就将球均分给那些网站。如图4-3所示，由于网站A链接了网站B和网站C，它将为每个网站提供4个球；而网站B只链接了网站C，它就需要将拥有的8个球全部放入网站C的桶中。第1轮分配后，网站C得到的小球数最多。
1700515526
1700515527
1700515528
1700515529
1700515530
图 4-2
1700515531
1700515532
但是我们需要继续重复这个分配过程，因为现在位于最高排名的网站C链接了网站A，所以又会产生新的分配结果。9轮重复分配过程中各网站小球数量的变化情况如图4-4所示。
1700515533
1700515534
1700515535
1700515536
1700515537
图 4-3
1700515538
1700515539
1700515540