搜索引擎發展分為3個階段：
1、組織網絡，讓信息可供使用；2、語言關聯，一句話與另一句話什么聯系，同義詞轉換怎么實現，計算機如何處理；3、新的人工智能和人工交互領域以及整個世界的數字模型；
搜索包括辨別同義詞、補充輸入的同義詞、句子以及問題，修正語法，整合消息、圖片和視頻。
怎樣自動將一個模糊的搜索請求補充完整。
教會機器系統理解人類交流中的細微差別。 ?哲學家路德維?！ぞS特根斯坦的語境理論為戈麥斯提供幫助，理論詳細說明了上下文對字句含義的影響；
現有算法還不能將所有情況作為一個問題的答案全部總結起來。
知識圖譜——事物之間不可見的聯系展示出來。
2011~2015google在超過6億個地點、人物、物品之間建立500多億條這樣的聯系。
計算機通過算法讀取所有數據庫（從維基百科到存檔信息），進行分析，然后進行信息關聯；
框計算：所有信息匯聚到一個小框中。
Google語音識別系統還可以利用知識圖譜來更好的理解語言并修正。
如：搜柏林 可能由于口音識別不清，但是 說德國柏林 則根據德國排除了因含糊不清而產生的其他搜索結果。
Google開發的個性化語音助手google now 類似box，已電子卡片的形式出現在用戶手機中
還組織了幾千名用戶進行大型研究，每天多次詢問，此時的需求而應用程序要如何滿足需求。
深度學習-人工神經網絡領域的研究，基于的一個極端觀點為人的智慧根據俄只有非常少的幾種甚至只有1種算法。
關于搜索中產品作用的看法：
1、搜索是一個技術主導的產品，所以算法是整個產品的基礎。而產品經理做的則是圍繞算法進行的，而不是獨立創造出某個功能
應該做的事是尋找一個合適的場景，對算法的效果進行包裝，使得包裝后的效果可以很好的改進產品體驗，把產品最大價值體現出來。
但是前提是，你的搜索算法需要達到一個及格的狀態。
所以首先你要學會評估現有的算法的優質程度，這里就是拆分問題。
1、首先要讓你的數據有測試環境（場景）、讓數據可視化（便于與場景結合從而評判數據）
2、數據出來后，首先評判數據是否有錯誤（搜 google網站 出來了 ?新浪）；其次排序，再看落地頁（具體的呈現信息的質量）；最后看下其他影響排序的因素是否達標（地理位置、時間——時效性等）。從而可以幫助技術確定算法的優化方向——梳理了問題，剩下就是解決問題。這之后就是確立量化標準/核心指標從而可以檢驗技術同學的優化效果，最后是通過評測來驅動算法改進。
搜索不像其他產品，用戶對自己的搜索意圖可能描述不清，也可能搜索算法的問題導致有些關鍵詞的搜索質量較差，但可能改一個同樣意思不同表達的詞，就可以出現令人滿意的結果，那這也涉及到引導。
有點像大禹治水方法，疏導為主--疏通用戶與真實需求的路徑。
3、在搜索結果不變的情況下，可以優化用戶的搜索路徑，如搜索的第一步就是錄入，而用戶的水平有高有低，所以表達也有準確和不準確，怎么保證不準確的用戶也能搜到自己想要的過此時有2個產品，一個是“為您推薦”一個是“下拉框”都是通過一輸入的內容最匹配詞和搜索質量最好的詞顯示，從而幫助用戶快速找到自己需要的信息。這種也算是在搜索質量沒辦法突然躍升時一種揚長避短的方式。
以上是我對搜索產品的現階段理解。僅供參考。
