方濱興 中國(guó)工程院院士

搜索引擎毫無(wú)疑問(wèn)是促進(jìn)互聯(lián)網(wǎng)應(yīng)用的一個(gè)重大支撐杠桿，撬動(dòng)了巨量的互聯(lián)網(wǎng)市場(chǎng)。應(yīng)該說(shuō)，在互聯(lián)網(wǎng)任何應(yīng)用中都離不開搜索引擎，不論是百度、360那樣的通用搜索引擎，還是淘寶網(wǎng)、新浪微博內(nèi)嵌的專用搜索引擎，都是支持互聯(lián)網(wǎng)應(yīng)用不可缺少的基本要素。

隨著信息技術(shù)的不斷發(fā)展，搜索引擎也必將進(jìn)入跨越式發(fā)展的階段。這一跨越式發(fā)展將受到大數(shù)據(jù)、物聯(lián)網(wǎng)、云計(jì)算、社交網(wǎng)絡(luò)、移動(dòng)寬帶等新興信息技術(shù)的共同推動(dòng)，使得搜索引擎不再是互聯(lián)網(wǎng)的專屬產(chǎn)物，還將進(jìn)一步輻射到物聯(lián)網(wǎng)、社交網(wǎng)絡(luò)等應(yīng)用載體中；它將會(huì)依托大數(shù)據(jù)處理技術(shù)，在云計(jì)算、寬帶移動(dòng)網(wǎng)絡(luò)技術(shù)的支撐下，以為用戶提供解決方案的面目出現(xiàn)。由此，新的搜索引擎不僅能夠形成一種向網(wǎng)絡(luò)要智慧的應(yīng)用模式，還能夠極大地促進(jìn)物聯(lián)網(wǎng)產(chǎn)業(yè)的快速發(fā)展。這種技術(shù)，我們稱之為“大搜索”技術(shù)。

1 從大數(shù)據(jù)的角度來(lái)思考

眾所周知，大數(shù)據(jù)是當(dāng)前最為熱門的一個(gè)領(lǐng)域，它有五個(gè)被稱為“5V”的重要屬性，即規(guī)模巨大(Volume)、產(chǎn)生高速(Velocity)、形式多樣(Variety)、不確定性(Veracity)、潛在價(jià)值(Value)。其中，前四種屬性表明大數(shù)據(jù)處理所面對(duì)的挑戰(zhàn)，而“潛在價(jià)值”才是人們對(duì)大數(shù)據(jù)技術(shù)追求的根本，因?yàn)榘l(fā)覺(jué)“潛在價(jià)值”是促進(jìn)社會(huì)發(fā)展的一個(gè)重要手段。

潛在價(jià)值的發(fā)現(xiàn)依靠的是發(fā)掘技術(shù)。人們可以通過(guò)統(tǒng)計(jì)的手段來(lái)解決指定目標(biāo)的發(fā)掘，例如研判哪只股票成長(zhǎng)性最好；可以通過(guò)聚類的方法來(lái)解決沒(méi)有預(yù)期的發(fā)掘，例如網(wǎng)上突發(fā)了什么社會(huì)熱點(diǎn)；可以通過(guò)關(guān)聯(lián)技術(shù)來(lái)解決最佳方案的發(fā)掘，例如到哪里看急診最快。

從大數(shù)據(jù)中去發(fā)掘潛在價(jià)值成為企業(yè)所采取的重要手段，所產(chǎn)生的經(jīng)濟(jì)效益反映出其潛在價(jià)值所在。例如，亞馬遜的個(gè)性化推薦系統(tǒng)，使得提前銷售額超過(guò)30%。但是，這僅限于在企業(yè)內(nèi)部，使用企業(yè)自己的數(shù)據(jù)及知識(shí)發(fā)掘系統(tǒng)來(lái)為企業(yè)自身提供服務(wù)。如果數(shù)據(jù)是開放的、知識(shí)發(fā)現(xiàn)能力也是通用的，可否就能將知識(shí)發(fā)掘作為一種服務(wù)提供給公眾呢？事實(shí)上，目前已經(jīng)存在類似的知識(shí)發(fā)掘服務(wù)，例如新浪微博的“知微”分析服務(wù)，就是利用自身的數(shù)據(jù)為公眾來(lái)提供知識(shí)發(fā)掘的服務(wù)。

2 從搜索引擎的角度來(lái)思考

目前搜索引擎的應(yīng)用領(lǐng)域涉及三個(gè)方面。一是“存在性信息搜索”。如搜信息、商品、聯(lián)網(wǎng)設(shè)備、傳感設(shè)備、人物、物體位置、物流狀態(tài)、附近的人等。存在性搜索本質(zhì)上是將已存在的、符合用戶需求的搜索結(jié)果提交給用戶，關(guān)鍵在于如何能夠給出最符合用戶需求的信息。二是“服務(wù)搜索”。如搜標(biāo)準(zhǔn)時(shí)間服務(wù)、指定地域氣象服務(wù)、指定機(jī)票服務(wù)、當(dāng)日匯率服務(wù)、指定股票走向服務(wù)、特定游戲服務(wù)、特定視頻節(jié)目播放服務(wù)等。服務(wù)搜索是以“盡力而為”為原則，通過(guò)匯集大量“服務(wù)”的方式，在用戶提出搜索需求時(shí)，首先判斷這個(gè)需求是否和系統(tǒng)服務(wù)庫(kù)之中的某個(gè)服務(wù)對(duì)應(yīng)上，如果能對(duì)應(yīng)上，就為用戶啟動(dòng)相應(yīng)的服務(wù)。但所有服務(wù)都是確定的，不具有推理與知識(shí)發(fā)現(xiàn)的能力。三是“知識(shí)搜索”。如搜人際關(guān)系、作者關(guān)系、社會(huì)熱點(diǎn)、路徑規(guī)劃等。知識(shí)搜索是根據(jù)用戶的需求，為用戶提供答案。當(dāng)然，答案的優(yōu)良與可信程度取決于搜索引擎的智能程度。

從大數(shù)據(jù)演變出來(lái)的知識(shí)發(fā)掘服務(wù)，到搜索引擎演變出來(lái)的知識(shí)搜索，兩者交匯到一起便形成了“基于搜索引擎的知識(shí)發(fā)現(xiàn)服務(wù)”，這就是“大搜索”?，F(xiàn)在的導(dǎo)航系統(tǒng)，不僅有路徑規(guī)劃，還擁有交通流量信息，因此，可以根據(jù)實(shí)際路況來(lái)推薦更為合理、便捷的路徑，這就是“大搜索”要完成的事情。

那么，什么是“大搜索”？簡(jiǎn)單地說(shuō)，就是從泛在網(wǎng)(網(wǎng)絡(luò)空間)上獲取事件、人和物體等信息，針對(duì)物聯(lián)網(wǎng)和Web2.0/3.0應(yīng)用模式及大數(shù)據(jù)價(jià)值發(fā)掘的需求，通過(guò)正確理解用戶意圖，在對(duì)網(wǎng)絡(luò)空間對(duì)象收集、建模和索引的基礎(chǔ)上，給出滿足用戶需求的智慧解答。

3 關(guān)于“大搜索”

“大搜索”技術(shù)要解決的問(wèn)題是用戶能夠到網(wǎng)絡(luò)空間中尋找智慧，求得解決方案。這就涉及到幾個(gè)技術(shù)要素，即如何在泛在網(wǎng)空間中獲取數(shù)量巨大、種類繁多的實(shí)體(人、物、事件)，如何理解用戶的真實(shí)意圖，用戶意圖與實(shí)體之間的關(guān)系如何發(fā)現(xiàn)、如何關(guān)聯(lián)、如何構(gòu)建為用戶需求來(lái)服務(wù)的知識(shí)結(jié)構(gòu)。

本質(zhì)上來(lái)說(shuō)，“大搜索”技術(shù)體系主要包括五個(gè)核心要素。一是信息獲取能力。這是智慧的源泉，主要是在網(wǎng)絡(luò)空間中抓取所需要的信息，并形成大數(shù)據(jù)的管理結(jié)構(gòu)。二是問(wèn)題理解能力。這是智慧的推手，主要是解決情景感知、意圖理解，以進(jìn)行必要的預(yù)處理。三是知識(shí)庫(kù)構(gòu)建能力。這是智慧平臺(tái)，主要是進(jìn)行多源綜合、構(gòu)建搜索對(duì)象空間，并形成用戶搜索接口。四是提供解決方案的能力。這是智慧的體現(xiàn)，主要是將知識(shí)發(fā)掘的結(jié)果以恰當(dāng)?shù)男问匠尸F(xiàn)給用戶。五是安全保護(hù)能力。這是智慧的保障，主要是解決隱私保護(hù)等安全問(wèn)題。類比大數(shù)據(jù)，我們可以把“大搜索”的技術(shù)體系描述為“5S”，包括四個(gè)核心能力和一個(gè)重要保障。核心能力包括“泛網(wǎng)獲取(Sourcing)”、“用戶感知(Sensing)”、“多源綜合(Synthesizing)”、“智慧解答(Solution)”，重要保障是指“安全可信(Secure)”。

3.1 核心能力

1)“泛網(wǎng)獲取”(Sourcing from Cyberspace)目的在于支持定向信息獲取。傳統(tǒng)的搜索引擎只是從互聯(lián)網(wǎng)上爬取網(wǎng)頁(yè)數(shù)據(jù)；而“大搜索”則會(huì)根據(jù)給定的目標(biāo)和任務(wù)，在泛在網(wǎng)絡(luò)的多通道中獲取包括人、物、事件、時(shí)間、空間等各類信息。

2)“用戶感知”(Sensing in Context)目的在于解決基于場(chǎng)景感知的意圖理解。傳統(tǒng)的搜索引擎只關(guān)心所提交的查詢?cè)~；而“大搜索”則不僅能夠在語(yǔ)義級(jí)別上對(duì)用戶搜索意圖進(jìn)行理解，還能根據(jù)用戶的時(shí)空位置、情緒狀態(tài)以及歷史偏好等來(lái)感知用戶的需求，并以恰當(dāng)?shù)姆绞竭M(jìn)行表示，提交給搜索引擎。

3)“多源綜合”(Synthesizing Multi-channel)目的在于構(gòu)建搜索對(duì)象空間。傳統(tǒng)的搜索引擎只是根據(jù)PageRank給出最相關(guān)的結(jié)果；而“大搜索”則是從多模態(tài)數(shù)據(jù)(如位置、傳感器、交通、社交網(wǎng)絡(luò)等數(shù)據(jù))中進(jìn)行關(guān)聯(lián)關(guān)系綜合，并構(gòu)建由巨規(guī)模實(shí)體及關(guān)聯(lián)關(guān)系所構(gòu)成的知識(shí)倉(cāng)庫(kù)，同時(shí)，通過(guò)知識(shí)的迭代來(lái)形成相應(yīng)的知識(shí)框架及索引體系，用以存儲(chǔ)和管理網(wǎng)絡(luò)知識(shí)，服務(wù)于為求解用戶智慧答案的知識(shí)索取。

4)“智慧解答”(Intellifent Solution)目的在于為用戶求解出智慧答案。傳統(tǒng)的搜索引擎僅提供符合用戶搜索要求的存在信息；而“大搜索”則可根據(jù)用戶的搜索意圖，基于知識(shí)倉(cāng)庫(kù)對(duì)關(guān)聯(lián)的知識(shí)進(jìn)行求解，通過(guò)推理演算形成若干個(gè)智慧綜合的解決方案，其能囊括涉及用戶需求的多層面要素，并將之以合適的方式提交給用戶。

3.2 重要保障

“安全可信”(Secure&Trust)目的在于在搜索過(guò)程中進(jìn)行必要的安全保護(hù)，主要包括5個(gè)層面。

1) 設(shè)備可靠。處理大規(guī)模數(shù)據(jù)涉及的設(shè)備眾多，設(shè)備可靠性成為“大搜索”安全的基礎(chǔ)問(wèn)題。

2) 系統(tǒng)安全。一方面，“大搜索”平臺(tái)龐大的計(jì)算環(huán)境存在系統(tǒng)復(fù)雜、運(yùn)行不穩(wěn)定的風(fēng)險(xiǎn)；另一方面，“大搜索”在進(jìn)行數(shù)據(jù)分析過(guò)程中產(chǎn)生的知識(shí)和價(jià)值容易引發(fā)黑客攻擊；因此，“大搜索”涉及的系統(tǒng)需要完善安全機(jī)制。

3) 數(shù)據(jù)可信?！按笏阉鳌焙诵哪芰Φ膶?shí)現(xiàn)通常需要依賴云計(jì)算平臺(tái)的存儲(chǔ)和計(jì)算能力，因此，可能會(huì)出現(xiàn)數(shù)據(jù)被云服務(wù)商破壞和竊取的情況；同時(shí)“大搜索”數(shù)據(jù)來(lái)源的繁雜性，也使得對(duì)數(shù)據(jù)的合規(guī)性和真實(shí)性檢查成為必要。

4) 數(shù)據(jù)可溯源。傳統(tǒng)的搜索引擎只有簡(jiǎn)單的信息過(guò)濾措施；而“大搜索”則可對(duì)數(shù)據(jù)來(lái)源進(jìn)行確認(rèn)，并對(duì)之進(jìn)行標(biāo)簽，以保證數(shù)據(jù)可溯源。

5) 訪問(wèn)控制。大搜索是從泛在網(wǎng)絡(luò)的多通道上獲取各類多維信息，將大數(shù)據(jù)用于不同場(chǎng)景，因此，訪問(wèn)控制需求十分突出。利用大搜索技術(shù)，根據(jù)大數(shù)據(jù)的密集程度和用戶的不同需求，對(duì)搜索結(jié)果進(jìn)行細(xì)粒度的訪問(wèn)控制，將數(shù)據(jù)和用戶設(shè)定為不同的權(quán)限等級(jí)，使受限制的信息不會(huì)被非授權(quán)所獲取，從而滿足多樣化的訪問(wèn)控制需求。

6) 隱私保護(hù)。這是“大搜索”大量、多源特征引發(fā)的新問(wèn)題。過(guò)去人們發(fā)布數(shù)據(jù)時(shí)只是簡(jiǎn)單地隱藏部分敏感信息，但“大搜索”出現(xiàn)后，一些較為隱秘的信息都有可能被挖掘出來(lái)，因此，亟需更為先進(jìn)、強(qiáng)大的技術(shù)手段，能夠在不侵犯用戶隱私的前提下對(duì)搜索數(shù)據(jù)進(jìn)行有效地分析、開放和共享。

4 結(jié)論

“大搜索”從搜索范圍來(lái)看，是從傳統(tǒng)的互聯(lián)網(wǎng)擴(kuò)展到綜合互聯(lián)網(wǎng)、電信網(wǎng)與傳感網(wǎng)絡(luò)的泛在網(wǎng)絡(luò)空間中；從具體的搜索內(nèi)容來(lái)看，是從傳統(tǒng)的信息搜索擴(kuò)展到人、事件、物體；從搜索的結(jié)果呈現(xiàn)方式來(lái)看，是從傳統(tǒng)順序給出的標(biāo)量結(jié)果展示擴(kuò)展到包含了時(shí)間序列、空間位置序列的向量展示模式；從安全防護(hù)重點(diǎn)來(lái)看，是從傳統(tǒng)的設(shè)備、系統(tǒng)安全擴(kuò)展到數(shù)據(jù)可信、可溯源以及用戶隱私的保護(hù)。

“大搜索”的定義如下：在安全可信的前提下，根據(jù)一定的策略和方法，從包括互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、電信網(wǎng)的泛在網(wǎng)中實(shí)時(shí)、快速、精準(zhǔn)地獲取各種物理實(shí)體、人物、信息等，針對(duì)Web2.0/3.0應(yīng)用模式及大數(shù)據(jù)價(jià)值發(fā)掘的需求，具備洞察理解用戶搜索意圖的“智能”，能夠?qū)W(wǎng)絡(luò)空間各種對(duì)象進(jìn)行高效地組織和管理，包括對(duì)海量、多源、異構(gòu)、多態(tài)、不確定的數(shù)據(jù)進(jìn)行收集、建模和索引；具備為用戶構(gòu)建盡可能符合用戶需求答案的智慧；能夠以“向量”的方式提供智慧解答。其具有以下特點(diǎn)：一是搜索內(nèi)容由信息擴(kuò)展到了物體、信息和人物，從傳統(tǒng)搜索面對(duì)的虛擬世界擴(kuò)展到了現(xiàn)實(shí)的物理世界；二是以智能的方式理解用戶意圖，以智慧的手段為用戶構(gòu)建答案；三是搜索結(jié)果由標(biāo)量結(jié)果變成了向量結(jié)果，即由原先的內(nèi)容呈現(xiàn)結(jié)果變成了內(nèi)容、時(shí)間、空間三個(gè)維度的結(jié)果呈現(xiàn)。