想找附近有哪些泰国餐厅？只需要在搜索引擎中输入

想找附近有哪些泰国餐厅？只需要在搜索引擎中输入

　　如果我们考虑一下，我们将意识到我们曾经依靠在线搜索多少。在附近寻找泰国餐馆吗？只需在搜索引擎中输入此问题，网页就会在我们附近列出泰国美食选项。如果您打算了解奥斯丁的天气预报，则也可以输入相同的查询以接收最近三天和五天的天气信息，甚至还可以输入更多补充数据，例如平均年度天气预报。

　　这是我们当前生活的世界。即使是在互联网诞生之前出生的人，现在也开始接受文化历史学家和媒体学者Siva Vaidhyanathan提出的“万物的Google化”理论，只要我们进入查询并浏览页面，将显示我们想知道的所有信息。在结果页面中。

　　但是令人惊讶甚至令人困惑的是，作为当今生活中的重要技术领域，搜索引擎服务在一定程度上未能跟上时代的发展。可以说到今天，它与它刚诞生时并没有太大区别。

　　一个过时的搜索引擎

　　（波士顿战略研究门户网站网站的提供者）首席执行官David Seuss说：“搜索服务诞生于1994年，已有20多年的历史了。直到现在，个人数字助理的出现才真正带来了模特水平。改变。 1994年，当我们访问搜索框时，我们可以填写查询内容，单击搜索按钮并接收反馈。我们可以手动查看内容并选择最相关的部分进行浏览。快进到2019年，整个操作过程保持不变。回顾整个过程，几乎所有技术领域都发生了翻天覆地的变化，包括宽带，无线，移动云计算和人工智能等。只有搜索被排除且保持不变。 “

　　尽管研究表明用户对现有的搜索模式感到沮丧，但Seuss认为缺乏创新主要是由于缺乏丰富的构成。当前，每个查询的大量条目通常不堪重负。马德琳·雅各布森（Madeline Jacobson）在他的文章中写道：“普通用户最多只能查看搜索引擎结果页面（SERP）的前五个页面。其结果的原因可能是可用的内容过多，但其组织这种方法非常糟糕，即使质量可能不够理想，也迫使用户从最初的结果中找到答案。”雅各布森（Jacobson）认为，“大多数人会从前几个结果中选择一个点击，这可能是因为他们找到了所需的答案，不想再回头，时间紧迫，或者是这三个。”

　　在这方面，被《*敏*感*词*》杂志评选为全球十大营销大师之一的尼尔·帕特尔（Neil Patel）笑话说：“如果我们有不想被人们发现的东西，我们应该放在哪里？”答案是-在Google搜索结果的第二页上。遗憾的是，这并不是一个玩笑，因为Patel非常清楚调查显示，多达四分之三的用户从未浏览过搜索结果的第二页。另外，即使前两页给出的结果是可以接受的，但考虑到结果的总页数可能为数百或数千，这种操作仍然会对信息字段造成巨大损害。由于搜索机制未能与时俱进，因此无数重要的研究成果被永远搁置起来。更重要的是，这也使我们更加难以获得我们真正需要的信息，因为显示的结果更倾向于那些通过搜索引擎优化来提高搜索排名的付费广告商和公司。

　　基于上述各种问题，我们可以确定千禧一代（即刚刚在2000年左右长大的一代）现在占员工总数的35％以上，已经掀起了一轮返回的搜索方法。与费时且效率低下的手动查询模式相比，新一代人正在使用所谓的“浏览内容”，这是一种更为有效的模式，它主要强调通过值得依赖的平台集成相关信息。

　　苏斯说：“千禧一代与婴儿潮一代（1940-1950年出生）甚至X世代（1950-1960年出生）在信息采集方面都是完全不同的。对于后两者，搜索意味着他们的职业已经开始经历了根本的变化，在此之前，他们需要在图书馆中找到相关的书籍和杂志；在互联网时代，他们可以学习如何成功地上网以查找所需的信息。几代人主要在互联网上进行研究和学习搜索操作。另一方面，千禧一代以此为基础并将搜索推向新的高度。速度已成为千禧一代的趋势。成功传递信息的决定性因素实际上，他们是非常有效的信息采集器。只要他们拥有正确的工具和符合他们偏好的认知风格设计，他们就可以迅速获得高度相关的信息。”

　　使用这种新的内容浏览模式的人具有以下特征：他们的生活很匆忙，他们总是感到时间紧缺；他们都对过时的搜索，过滤，下载和重复搜索模式不满意，并深为同意应建立有效的计划或“故事讲述”模型来促进竞争性信息（称为CI）的发展。

　　使用人工智能让内容找到用户

　　那么，这种新的“讲故事”的研究模型应该是什么样的？我们如何才能在搜索领域取得新的技术突破，并升级这个长期没有发展的行业？机器学习是一个重要的方向。

　　借助人工智能技术，现在可以将以前由研究人员完成的任务移交给计算机。利用后者强大的模型构建和预测功能，搜索引擎甚至可以观察用户的行为并根据他们下载，共享，评论或喜欢的内容来识别他们的兴趣。利用积累的知识，AI可以主动向用户推荐相关内容，而无需手动提示。这意味着，与传统搜索模型中的核心排序方法（页面是内容的硬分界线）不同，我们现在可以让内容找到用户，而不是用户在寻找内容。

　　此外，机器学习可以为搜索带来更多改进。习惯于接收RSS提要或电子邮件提醒的任何用户都可能意识到在策略仪表板中快速浏览和处理关键内容的便利性。诸如《纽约时报》之类的出版物每天都以这种方式提供新闻简报，以帮助读者快速整理出今天值得关注的重要事件。另外，通过基于AI的平台也可以实现类似的功能，即关键内容的有效汇总。 Seuss解释说：“这意味着用户不必手动滚动搜索结果列表和单个文档即可采集零碎的问题答案。相反，搜索引擎会阅读所有文档，并根据其重要性汇总摘要。 。”

　　这种信息可操作性升级对于公司在竞争日益激烈的商业环境中保持状态更新至关重要。对于IT领域的组织而言，拥有最新信息尤为重要，因为闪电般的产品开发速度和生命周期通常会导致当今的重要信息在明天变得一文不值。同样，许多公司正遭受信息泛滥的困扰。他们知道他们需要了解最新的信息，但是由于大量的数据和大量的数据源，他们常常发现他们的努力是不可持续的。鉴于研究结果在不断变化并且迅速过时，因此许多人可能会更加关注可以聚合并集中显示关键内容的平台。

　　苏斯建立的SinglePoint知识门户就是其中之一。目的是为包括制药，制造，物流，IT和酒店在内的各行各业的客户提供此类服务。通过为每个客户提供个性化的方法，它可以从一系列内容合作伙伴（例如Forrester，IDC和Informa等）采集与业务相关的内容。此外，该平台还可以提供符合多种行业和业务策略分类标准的文本分析功能，并能够自相关二级来源，内部主要来源，新闻，政府和Internet定制内容。基于最新竞争信息的采集，我们可以为企业客户提供大量按需排序内容。

　　除了集中采集所需信息外，Northern Light还致力于解决与传统搜索有关的另一个主要问题：如何及时采集最相关和有用的信息。大多数人习惯于在遇到大量结果之后手动过滤掉垃圾邮件的烦人经历。为了解决这个共同的难题，Northern Light的解决方案是提供洞察报告并通过机器学习技术自动汇总搜索结果中的文档。

　　尽管这是一个好方法，但其中存在一个重要问题，即无法为客户重写AI 文章。相反，它必须使用专有算法来提取并呈现最能表达有见地想法的最重要内容。您可能经常会发现搜索引擎直接列出文档中的所有句子，然后人工智能技术将发挥作用，包括确定句子之间的关系，从而综合用户需要知道的最重要的内容。 Seuss解释说：“机器将首先按照文件出现的顺序对报告中的句子进行排序，然后根据搜索结果中文件的顺序再次对句子进行分组和排序。”

　　使用这种类型的机器学习程序，将大大减轻公司和个人的搜索压力。更重要的是，我们现在比以往任何时候都更有理由努力跟上每天添加的大量新信息。令人难以置信的是，与互联网密切相关的搜索行为没有跟上时代的变化。当然，随着技术的不断发展，更多虚构的结果将逐渐转化为现实，这意味着搜索业务的最终灭亡-或以新形式建立search 2. 0时代。我们不再依赖大量查询来寻找我们所需的知识，而是指导更多信息积极呈现在我们面前。在此背后，我们需要具有“智能”的机器学习技术来不断预测我们的信息需求。