所有app的對外接口基本上是兩個，輸入和輸出。兩個都很重要。
早期的search engine 非常多，多如牛毛。很多人的錢都砸裏麵了。幾乎所有的 都是按照 關鍵詞進行檢索的，通過在數據庫中 調用 Full Text Search 找到結果，輸出給用戶。包括後起之秀 Google。
Google勝出的幾個原因，、
一是輸出排序用了PageRank，這是Larry Page模仿科學文獻中的 Impact factor搞的，
二是Google對輸入關鍵詞的選擇，是Google成功的另一大關鍵，Google把英文詞分為三類，1）常用詞，比如 the, to, in, 等等；2）中度流行詞；3）偏僻詞 少用詞。Google檢索基本上忽略常用詞，而是以 中度流行詞為主進行檢索，偏僻詞稍作些許參考。哪些詞是檢索詞，是Google的秘密。
三是用了Nosql數據庫，發明了自己的document database, 極大的提高了速度。
我當時最喜歡的 search engine 是 AllTheWeb，它的獨特之處是給你很多的輸入欄，可以對 title 定 檢索詞，對 url 定檢索詞，對內容定 檢索詞，對 meta 定 檢索詞，等等，然後它在對應的數據庫的 Column 裏麵查詢，所以給出的結果 不僅快，而且非常準，原因是輸入非常準，直接針對每個 column。但是廣大的勞動人民不喜歡，大概嫌煩，勞動人民不愛勞動。
Google成功後，也最早希望能夠 通過人工智能進行 NLP natual language processing 來解讀 輸入。當然，可能WolframAlpha 更早就解讀 問句來回答問題。但是 WolframAlpha 沒有成功，盡管我很喜歡它。它在解讀輸入上相當成功，但是他的基本理念還是從數據庫從得到萬無一失的正確答案給用戶，所以沒有得到勞動人民的垂青。
Google放棄了 RNN （recurrent neural networks），終於在 2017年 靜悄悄的 完成了一項壯舉，那就是 language model Transformer. 這是 革命性的一步，現在所有的先進 language model 都是用 Transformer！比如
- OpenAI 的 GPT-3， （chatGPT) 是 Generative Pretrained Transformer 的縮寫
- Google 的 BERT，是 Bidirectional Encoder Representations from Transformer 的縮寫
- 微軟的 CTRL，是 Conditional TRansformer Language 的縮寫
- Facebook 的，RoBERTa ，是 Robustly Optimized BERT Transformer Approach的縮寫
- 華為的 Hi-Transformer
- 等等
遺憾的是，由於Google是個好麵子的大公司，不能輕易的推出不成熟的東西 以及不安全的東西。所以 Google的訓練數據搞的太大，好像是 OpenAI 的幾十倍，而且安全性也搞得過於複雜。要知道，模型訓練是非常昂貴的，所以 臃腫遲緩的Google BERT 被 GPT 捷足先登。
總結一下，檢索輸入，從 分類 Column 檢索 （All The web）到 關鍵詞 （Google），到 NLP Language model （Transformer）應該是趨勢，Google 是否還能保住檢索的市場，關鍵在於 BERT 能不能取勝
選擇“Disable on www.wenxuecity.com”
選擇“don't run on pages on this domain”
