Khó hình dung một internet không có ô tìm kiếm. Trước khi công cụ tìm kiếm trưởng thành, biết một thông tin tồn tại ở đâu gần như quan trọng ngang bản thân thông tin: người dùng phải nhớ địa chỉ máy chủ, lần theo thư mục hoặc xin chỉ dẫn từ người khác. Công cụ tìm kiếm biến mạng lưới hỗn độn ấy thành một thư viện có mục lục sống. Ta chỉ cần gõ vài từ, thuật toán sẽ lục qua hàng trăm tỷ trang, xếp hạng và trả về những kết quả có khả năng hữu ích nhất.

Nguồn gốc và hành trình ra đời

Tổ tiên được công nhận rộng rãi của tìm kiếm trực tuyến là Archie, ra đời năm 1990 tại Đại học McGill ở Montreal. Alan Emtage cùng Bill Heelan và Peter Deutsch tạo ra hệ thống lập chỉ mục tên tệp trên các máy chủ FTP công cộng. Archie chưa tìm nội dung trang web vì World Wide Web lúc đó gần như chưa tồn tại, nhưng nó đặt nền cho ý tưởng cốt lõi: để máy tự thu thập danh mục của mạng, xây dựng chỉ mục và cho con người truy vấn từ xa.

Khi web bùng nổ đầu thập niên 1990, hai mô hình cạnh tranh xuất hiện. Mô hình thư mục dùng con người biên tập và phân loại trang web, tiêu biểu là Yahoo! ra đời năm 1994. Mô hình cỗ máy dùng chương trình tự động gọi là crawler, đi theo liên kết để thu thập trang. AltaVista năm 1995 gây tiếng vang vì tốc độ và quy mô chỉ mục lớn, cho thấy tìm kiếm có thể bao quát một phần đáng kể của web đang lớn rất nhanh.

Bước ngoặt đến từ Stanford. Năm 1996, Larry Page và Sergey Brin thử nghiệm hệ thống BackRub, tiền thân của Google; cái tên gợi tới việc phân tích các liên kết trỏ ngược về một trang. Năm 1998, Google chính thức ra mắt với giao diện tối giản và thuật toán PageRank. Thay vì chỉ đếm từ khóa xuất hiện bao nhiêu lần, Google hỏi thêm một câu hỏi mang tính xã hội: những trang nào được các trang quan trọng khác liên kết tới? Cách xếp hạng ấy cho kết quả sát nhu cầu hơn hẳn trong nhiều truy vấn phổ biến và nhanh chóng thay đổi cuộc đua tìm kiếm.

Nguyên lý hoạt động

Một công cụ tìm kiếm hiện đại vận hành qua ba công đoạn lớn. Đầu tiên là thu thập: các crawler xuất phát từ những địa chỉ đã biết, tải trang xuống và lần theo liên kết để khám phá nội dung mới hoặc đã thay đổi. Chúng phải tôn trọng quy tắc truy cập của từng trang và tránh làm quá tải máy chủ. Web ngày nay gồm cả hình ảnh, video và ứng dụng động, khiến thu thập trở thành bài toán hạ tầng khổng lồ.

Thứ hai là lập chỉ mục. Nội dung thu về được phân tích thành từ, cụm từ, ngôn ngữ, chủ đề, vị trí địa lý, liên kết và nhiều tín hiệu khác, rồi ghi vào một chỉ mục ngược. Hãy hình dung cuối mỗi cuốn sách có bảng tra cứu: từ nào xuất hiện ở trang nào đều được ghi sẵn. Khi người dùng gõ truy vấn, hệ thống không đọc lại toàn bộ web từ đầu mà tra trong chỉ mục đã chuẩn bị, giống thư viện có sẵn thẻ mục lục cho mọi cuốn sách.

Thứ ba là xếp hạng. Hàng nghìn trang có thể chứa cùng từ khóa, nhưng chỉ vài kết quả đầu mới có giá trị thực tế. Thuật toán PageRank cổ điển đánh giá tầm quan trọng qua cấu trúc liên kết: một liên kết được coi như lá phiếu, và lá phiếu từ trang uy tín có trọng lượng lớn hơn. Các hệ thống hiện đại bổ sung nhiều tín hiệu khác như mức độ khớp ý định tìm kiếm, độ mới, chất lượng nội dung và vị trí của người dùng.

Tác động và quá trình phát triển

Công cụ tìm kiếm đã thay đổi quan hệ giữa con người và tri thức. Việc tra cứu không còn giới hạn trong thư viện hay bộ bách khoa toàn thư mua sẵn. Học sinh làm bài, doanh nghiệp nhỏ tìm khách hàng và người dân kiểm chứng tin tức đều bắt đầu bằng một ô tìm kiếm. Tìm kiếm còn tạo ra cả một nền kinh tế xoay quanh quảng cáo theo từ khóa và SEO.

Sự thống trị của Google khiến động từ "google" trở thành cách nói thông dụng ở nhiều ngôn ngữ cho hành động tra cứu trực tuyến. Nhưng lịch sử tìm kiếm không chỉ có một người thắng: Bing, DuckDuckGo, Baidu, Yandex và Naver phục vụ những thị trường hoặc nhu cầu riêng. Tìm kiếm cũng len vào mọi sản phẩm số, từ cửa hàng ứng dụng, sàn thương mại điện tử đến mạng xã hội và hệ điều hành.

Ảnh hưởng lớn đi kèm tranh luận lớn. Thuật toán xếp hạng có thể khuếch đại thông tin giật gân và quyết định doanh thu của doanh nghiệp chỉ bằng một thay đổi thứ hạng. Thế hệ tìm kiếm tích hợp trí tuệ nhân tạo tạo sinh còn đặt câu hỏi mới: nếu hệ thống trả lời trực tiếp thay vì đưa liên kết, ai sẽ tiếp tục sản xuất nội dung gốc? Từ Archie đến tìm kiếm bằng giọng nói và hình ảnh, phát minh này vẫn đang tự viết lại chính nó.

Sự thật thú vị ít người biết

  • Hệ thống tiền thân của Google mang tên BackRub vì nó phân tích các liên kết ngược, tức những liên kết từ trang khác trỏ về một trang.
  • AltaVista ra mắt năm 1995 từng gây tiếng vang nhờ tốc độ và quy mô chỉ mục lớn trên web đang bùng nổ.
  • Cái tên Google là cách chơi chữ từ "googol", số 1 đi kèm 100 số 0, nhằm gợi quy mô thông tin khổng lồ mà công ty muốn tổ chức.

Hiểu lầm thường gặp

Hiểu lầm: "Google là công cụ tìm kiếm đầu tiên." Google ra mắt năm 1998, gần một thập niên sau Archie và sau nhiều dịch vụ như Yahoo!, WebCrawler, Lycos, AltaVista hay Excite. Đóng góp quyết định của Google không phải khai sinh ý tưởng tìm kiếm, mà là cải thiện mạnh chất lượng xếp hạng bằng PageRank cùng hạ tầng và giao diện đủ đơn giản cho đại chúng.

Hiểu lầm: "Khi gõ tìm kiếm, Google đọc trực tiếp toàn bộ internet trong thời gian thực." Phần lớn kết quả đến từ chỉ mục đã được thu thập và xử lý từ trước. Crawler liên tục cập nhật chỉ mục, nhưng khi bạn nhấn Enter, hệ thống chủ yếu tra cứu trong kho dữ liệu đã chuẩn bị thay vì đi thăm lại mọi trang web trên thế giới.

Nguồn tham khảo