想像一下，在一個星期天的早晨，你醒了過來，發現網際網路消失了。
假設這一天你想看電影，去 Netflix 上看？很顯然，這樣不行……
碰巧你的電腦上也沒有這部電影，你想搜一下谷歌看看哪家電影院有放這部電影，但很顯然，這樣也不行……
或許可以租個 DVD……
於是，你想跑去最近的 DVD 店，你打開了谷歌地圖，但什麼也搜不到……
好吧，你只能自己跑腿了。或許你可以在市場上找到一家 DVD 店。你想叫 Uber，但很顯然，什麼也沒有……不過沒關係，你可以自己開車去，但前提是用不了谷歌地圖。
沒有了網際網路，是不是感到舉步維艱？可見我們現在有多麼依賴網際網路和它所提供的服務。
生活在現在這樣的世界，我們是幸運的。網際網路幾乎為我們提供了所有我們想知道的信息。網際網路不僅僅幫助我們收集信息，還會按照我們需要的方式幫助我們獲取信息。這就是為什麼人們從網際網路誕生之初就開始努力想辦法通過各種方式從浩瀚的信息海洋中組織和獲取各種信息。
於是，搜尋引擎誕生了。
你可能意識不到，你對搜尋引擎的依賴遠超自己的想像。從你所在的位置附近找咖啡店，在你最喜歡的網店買衣服，或者搜索「鐵達尼號是什麼時候沉沒的」，再到平息朋友間的爭執，你都在使用搜尋引擎。
自網際網路誕生以來，搜尋引擎就一直存在。第一個搜尋引擎 Archie 誕生於 1990 年，由蒙特婁麥吉爾大學的學生 Alan Emtage 創建。從那時起，數以百計的搜尋引擎前僕後繼，其中一些消失了，其中一些則留了下來。
這裡列出了 250 多個搜尋引擎，如果你好奇的話可以看一下：
https://hackernoon.com/searchpedia-a-list-of-250-search-engines-40198146adfc
現在的搜尋引擎變得越來越好。像谷歌這樣的搜尋引擎不僅能為你提供搜索結果，還能個性化你的搜索，並提供你可能覺得有用的相關信息 (即使那不是你想要的)。
谷歌洞悉一切
那麼接下來呢?
10 年之後，這些搜尋引擎會是什麼樣子?
在這篇文章中，我們將試圖找出這個問題的答案。我們不使用什麼佔星術，而是通過分析在塑造搜索行業中發揮重要作用的各種因素。我們將看到：
接口方面的選擇；
搜索領域的變遷；
技術的市場成熟度；
支持可持續的搜索生態系統的商業模式。
系好安全帶，車子要開動了！
接口是在兩個或多個參與方之間實現信息流動的東西。
對於搜尋引擎來說，有兩個方面：一個是人，一個是機器。
好的接口可以讓你：
因此，我們所要做的就是比較以下哪個接口在這種場景中表現得更好。
我們將考慮 3 種接口類型：
為了比較它們的效率，我們取 3 個參數 (如下)。讓我們來比較一下。
我們已經用它幾十年了，從很多方面來看，它似乎都很慢。首先，它不是即時的。我必須拿出手機 / 筆記本電腦，然後輸入搜索查詢，這需要花很多時間。
但這種方式比較精確，我可以準確地輸入我想要搜索的關鍵字。
此外，對於不同的語言，文本並不會提供相同的搜索結果。是的，機器學習正在讓它變得更好，但是，對很多語言來說並不是那麼好。最後，文本只能提供有限的信息。
我們使用語音已經很長時間了，市場上似乎在炒作這個東西。語音很方便，因為我不需要拿出設備，甚至在使用時不需要離設備很近。很多時候，比如我們忙著做飯或者開車，在這種情況下，可以使用語音。此外，我只需要大聲說出想要搜索的東西，這比輸入文本要方便得多。這是一種更好的基於會話的搜索，因為在使用文本搜索時，輸入會話是很麻煩的。
但這種方式並不精確。當然，它每天都在進步，但仍然沒有文本輸入那麼精確。此外，它仍然受語言本身的影響。
這是一個相當新的概念，在撰寫本文時，我們大多數人還沒有使用過它。就 AR 本身而言是非常方便的，我們不需要給它太多輸入，它會將周圍環境的圖像作為輸入。因此，與其他接口相比，AR 需要大量的輸入。但這些輸入不一定有很大的意義，因為如果我想要找到最近的咖啡店，我無法通過打字或者語音告訴它。因此，不能將 AR 單獨作為接口。
在 AR 中顯示的地點位置信息
在討論接口輸入時，情境是另一個很重要的參數，它已經成為搜索領域的一個重要話題。例如，我要求搜尋引擎搜索「最佳餐廳」，搜尋引擎顯示出世界頂級餐廳的列表，但我很有可能是在尋找一家離我很近的最佳餐廳。這就是為什麼情境如此重要。
讓我們從情境方面來比較這三種接口。
正如我們所看到的那樣，今天的文本接口只能通過 GPS 獲取基於位置的情境 (或者如果我有特別提供的話)。如果我需要提供更多的情境信息，必須在搜索關鍵詞中輸入。所以，從情境方面來看，文本並不是那麼好。
與文本一樣，語音必須通過直接輸入來提供情境信息。
AR 在情境方面表現最好。因為我們可以獲得大量有關周圍環境的信息，所以對於基於情境的搜索，AR 會成為關鍵的部分。
除了這些輸入媒介，谷歌這樣的服務也在跟蹤我們的日常生活，並試圖找到其中的模式，但我們可能並沒有意識到或者知道。比如，我每周五都會去看電影，我的設備最終會檢測到一種模式，並開始向我推薦 Google Now 上的電影。
此外，像 Behavio(http://www.behav.io/，現在被谷歌收購) 這樣的項目使用傳感器來判斷我們在做什麼，從而預測我們可能想要什麼或者下一步可能要做什麼，從而讓服務提供商 (比如搜尋引擎) 理解和預測我們的行為。
我們已經討論了很多關於輸入的東西，現在我們來關注一下輸出效率。
文本具有很好的輸出效率。當我搜索「如何製作蛋糕」時，我得到的結果是這樣的:
我可以同時看到蛋糕、食譜和評論的圖片。我還可以輕鬆地滾動到菜譜的任意部分。但是情境輸出不是那麼好，比如我正在做蛋糕，但我並沒有得到任何有關如何在特定型號的烤箱中烘烤蛋糕的具體建議。
總的來說，文本的輸出效率是挺好的。
可惜的是，在輸出效率方面，語音很糟糕。如果以「如何製作蛋糕」為例，語音搜索會給我一個循序漸進的答案。我看不到任何圖片，而且瀏覽結果有點困難，我不能輕易地跳到任意部分 (因為我不知道接下來的部分是什麼，我還必須記住很多東西)。
所以，語音的輸出效率很差。
AR 具有很高的輸出效率。再以製作蛋糕為例，我不僅可以同時看到很多內容，而且，由於它知道我的情境，它可以根據我手頭的東西 (餐具、烤箱等) 給我提供更多的信息。但是，當我需要問一些不在情境內的東西時，我還是需要使用文本或語音接口。
所以，在輸出效率方面，AR 真的可以將我們的搜索體驗提升到一個全新的水平。
因此，我們可以清楚地看到，這些接口都不能單獨充當最終接口。我們需要的是這三者的混合體，這樣就會具備很高的輸入 / 輸出效率和良好的情境感知因子。
所以，好的接口應該是可以連接到設備的東西，比如眼鏡。眼鏡可以充當 AR 接口，內置麥克風，可以接收語音命令。如果我們需要 100% 的精確度 (因為聲音並不總是很精確)，可以讓智慧型手機連上眼鏡，然後在手機上輸入文本。
如果你想深入了解更多有關接口的討論，請查看此連結：
https://medium.com/@vaibhavsaini_67863/5-ways-well-interact-with-computers-in-future-b8e3c8dc7d03
現在，我們對未來搜尋引擎的接口有了一些了解。隨著我們不斷深入研究基於情境的搜索，並從日常生活中總結各種模式，網際網路充斥著各種新型的信息。接下來，讓我們看看搜索領域將發生怎樣的變化，以及它將給未來帶來怎樣的影響。
到目前為止，我們 (作為人類) 一直專注於網際網路的普及。當網際網路得到廣泛的普及時，由於廉價的 ISP(在印度，JIO 讓大部分百姓用上了網際網路) 和手機 (像 KiaOS 這樣的新作業系統，將功能手機變成智慧型手機)，我們向網際網路貢獻了大量新數據，速度比以往任何時候都更快。
現在，我們更關注於找出現有數據之間的模式和相關性，包括社交數據，這些數據揭示了有關「我是誰」、「誰是我的朋友」等信息。下面是當前搜索領域發展狀況的一些要點。
Schema.org: Bing、Yahoo 和谷歌認識到，為了更好地在新的搜索世界中生存，它們必須把競爭放在一邊，並加強合作。2011 年，他們共同發起了 Schema.org 計劃。schema 定義了一組可以添加到 Web 頁面標記中的 HTML 新術語。它們將被作為頁面的意義線索，幫助搜尋引擎識別特定的人、事件、屬性，等等。例如，如果一個網頁包含「五角大樓」這個詞，那麼將會有一個對應的 schema 定義，用於說明頁面內容是關於幾何五邊形還是國防部總部大樓。
知識圖和快照：谷歌一直在擴大知識圖譜的應用範圍，它在搜索結果頁面的右側為用戶提供了一個框，框中提供了符合搜索者意圖的圖像和信息。Bing 的快照功能與此類似，2013 年推出的「Satori」增強了這一功能，有助於理解人、地點、事件和物體之間的關係。
蜂鳥（Hummingbird）：2013 年 9 月，谷歌宣布了它的新搜索算法蜂鳥。谷歌搜索主管 Amit Singhal 表示，蜂鳥是谷歌自 2001 年以來在搜索算法方面做出的最重大的改變。他解釋說，在搜尋引擎領域，熊貓（Panda）和企鵝（Penguin）是對舊算法的更新，它們的某些方面將繼續存在。而蜂鳥實際上是一個全新的搜尋引擎，是為滿足當今的搜索需求而設計的。蜂鳥極大地增強了對搜索關鍵詞含義的理解。蜂鳥並不是簡單地從搜索關鍵詞中提取幾個單詞，然後試圖找到包含這些單詞的頁面，而是試圖破譯搜索關鍵詞背後的含義，並提供符合用戶意圖的結果。Search Insider 博客指出，Bing 和雅虎也做出了類似的改變，儘管可能沒有那麼明顯。他們調整了搜索算法，對完整的短語做出更多的響應，並理解整串單詞所的含義。
後起之秀：隨著語義搜索的發展，出現了一系列新的搜尋引擎。儘管與主流搜尋引擎相比，它們的用戶數量微不足道，但這些新玩家的優勢在於它們能夠從頭開始，而不必擔心修改之前的結構會造成任何影響。自然語言搜尋引擎方面的例子有 Powerset(現在為微軟所有)、Hakia 和其他一些搜尋引擎。
增強現實：在使用谷歌眼鏡時，一個（地圖的）覆蓋層被疊加在用戶可以看到的自然景觀之上，這將導致出現更多的圖像標籤和基於視覺的搜索。這與市場營銷有著天然的聯繫，因為購物者可以根據商品的外觀來了解商品，並知道在哪裡可以購買到。不過，谷歌谷歌仍然面臨著一些挑戰：它使用了圖像、人臉和語音識別技術，這意味著它需要一個連續的網絡連接，因為你無法將足夠大的處理能力壓縮到幾盎司重的眼鏡中。不過，這一障礙可能很快就會被克服，各種可穿戴技術已經擺在我們的眼前。
搜索和移動：據搜 Search Insider 報導，移動搜索和 Siri 的誕生是促使消費者改變搜索方式的重要催化劑。由於 Siri 鼓勵使用自然語言，而且人們已經習慣了能夠立即獲得他們想要的信息，語音識別技術正在推動搜尋引擎的發展。移動搜索工具 Google Now 基於自然語言搜索，會在用戶意識到自己想要的信息之前就將這些信息提供給他們。用戶對這種響應的期望被帶到了基於文本的搜索上，所有主要的搜尋引擎都做出了調整，以便滿足用戶的這種需求。
社交媒體和語義技術：Facebook 宣布，新推出的 Graph Search 使用了語義搜索技術，用戶可以更容易地找到他們想要的東西，而廣告商可以更直觀地了解用戶的偏好。Graph Search 還可以讓營銷目標變得更加精確，因為它可以建立新的聯繫。例如，用戶 (或廣告商) 可以找到住在 Y 這個地方並且喜歡 X 的朋友。基本上，新技術為數據挖掘提供了一個寶庫，儘管也有一些挑戰有待克服。新的更深層次的數據源於人們花更多的時間在 Facebook 上，他們擁有廣泛的朋友和聯繫網絡。此外，公眾對 Facebook 隱私的擔憂仍在繼續，這些擔憂可能會影響人們「喜歡」某些東西。不過，總體而言，前景是光明的。洛杉磯 Wedbush 證券分析師 Michael Pachter 在彭博商業周刊上預測：「到 2025 年，Graph Search 給 Facebook 帶來的收入將佔到四分之一，或者是 30 億到 40 億美元。」
正如我們在 Blippar 這樣的初創企業中所看到的，在採用新技術時, 市場成熟度扮演著非常重要的角色。Blippar 瞄準了 AR 搜尋引擎，但在這家公司還存在的那段時期 (2011 年——2018 年)，AR 並沒有得到市場的支持 (只是被大肆炒作)。由於其他科技巨頭向 AR 投入了大量資金，Blippar 無力抵抗，損失了很多錢。它無法獲得足夠的收入來維持運營，於 2018 年宣布關門。
接下來讓我們看看可以支持文本、語音和 AR 技術的經濟和社會成熟度。
文本搜索的經濟成熟度正處於巔峰期。現在所有的搜尋引擎都提供了文本接口。
語音搜索的經濟成熟度在日益增加。語音機器人研究結果預計，目前美國有 4730 萬人（或者說接近五分之一的成年人）擁有智能音箱。這些還只是擁有 Google Home 和 Alexa 等設備的人。此外，大多數新款智慧型手機現在都配有內置的語音助手。目前我們有 4 個主要的語音助手：Google Assistant(谷歌)、Siri(蘋果)、Cortana(微軟) 和 Bixby(三星)。因此，大量資金投向了語音助手，保證了語音搜索市場的成熟度。
以下是主要玩家在 AR 方面所做的事情：
谷歌
微軟
在這個領域還有很多其他的玩家：
https://www.tomsguide.com/us/best-ar-glasses,review-2804.html
你沒有使用上述的任何一種設備，但可能已經使用過某種增強現實技術。此外，谷歌、蘋果和微軟等公司也在其作業系統中加入了增強現實平臺。
因此，與其他兩個相比，AR 只是剛剛開始。而且，大多數頭戴設備對於普通大眾來說都非常昂貴。
使用過任何一種搜尋引擎的人都使用過文本接口。文本接口用起來很舒服。雖然這會花費更多的時間，但是當涉及到多種語言時，它會更加準確。
語音搜索有點炒作過度了。人們一直在說「它將會取代文本」，但統計數據卻表明了另外一種情況。在 2017 年和 2018 年，Stone Temple 對大約 1000 名不同性別、年齡、經濟狀況的人進行了調查。
調查結果揭示了我們通常會在什麼時候使用語音命令搜索。
數據表明，大多數人在獨處或與認識的人在一起時更喜歡使用語音命令。我們還可以看到，從 2017 年到 2018 年，這種趨勢 (不獨處時使用語音命令) 正在改善。
下圖顯示了回答這個問題的人數百分比分布：「當我需要查找信息時，我最有可能……(請對你的前三個選擇進行排序)。」
這表明，大多數人仍然更喜歡在瀏覽器或搜尋引擎應用程式中輸入搜索關鍵字 (甚至發簡訊問朋友)，而不是使用語音搜索。
下面是與語音一起使用的應用程式分布。
這證明了我們通常會在使用文本不方便時 (這個時候並不太在意準確性) 或者當我們忙於某些事情 (比如在開車時問路) 時使用語音搜索。這就是為什麼在社交媒體上發帖子時使用語音會更少一些，因為在這種情況下，我們需要更高的準確性，否則就會發錯帖子。
在社交方面，我們越來越習慣於語音，但它還沒有取代文本。但在未來 10 年，隨著越來越多的人使用語音搜索，越來越多的應用程式提供語音接口，我們可以預計語音搜索將被廣泛採用。
即使這些公司投入了大量資金，但公眾並沒有做出太多的反應。人們現在還不習慣使用 AR，大多數人只在手機上使用 AR。因此，AR 的唯一滲透是因為它與我們使用的應用程式和服務捆綁在一起，而且其中大多數都是免費的。
在未來幾年，隨著 AR 設備變得更時髦、更便宜，我們可以地預期 AR 用戶將會增長。我們可以預期在十年後，AR 將和今天的語音處於同樣的地位。
讓我們來研究一下搜尋引擎的商業模式。
自大眾傳媒誕生以來，廣告已經成為許多企業的一個完美的商業模式組成部分。隨著網際網路的引入，廣告在蓬勃發展，甚至已經吃掉了報紙和電視廣告收入的很大一部分。其中一個原因是報紙需要大量的資本才能傳播到更大的人口區域，但網際網路卻沒有這樣的障礙。
到目前為止，廣告在為普通大眾提供免費搜尋引擎服務方面發揮了巨大的作用。但當我們轉向語音搜索時，這種模式似乎並不奏效，正如我們之前討論的那樣，語音的輸出效率確實非常有限。在你搜索某個東西時，你肯定不想聽到廣告內容，對吧？這可能是語音搜尋引擎最大的問題。
另一方面，AR 在廣告方面有著巨大的潛力，甚至比當前的廣告更好，因為我們有更多的情境。此外，當我們在 AR 上展示廣告時，它們將比我們今天看到網站上的廣告更有效、更吸引人。
還有一個東西，那就是去中心化浪潮，也起到了推波助瀾的作用。正如我們所看到的，到目前為止，作為消費者，我們並沒有從這些惱人的廣告中得到任何好處。但是，在去中心化模型的幫助下，在發布者和消費者之間透明地分配廣告收入是可能的。此外，我們可以預期整個廣告模式的運作方式將會發生轉變。隨著人們對隱私和數據挖掘的關注，我們提出了一個模型，在這個模型中，用戶的數據仍然保留在用戶那裡，而廣告商 / 發布者仍然可以有針對性地顯示廣告。
可以在這裡了解更多：
https://hackernoon.com/ipfscloud-vision-changing-how-the-internet-works-20289a01af37
文本在 10 年後仍然存在。
在未來幾年，我們將看到很多應用程式支持基於語音的命令，這將是語音搜索的主要驅動力。當你去餐館的時候，你會看到可以與你發生對話機器人，它能有效地取代大多數服務員。應用程式 /Web 應用程式將有更多基於語音的交互 (仍然會提供一個文本接口來保證準確性)，而不僅僅是文本。
聊天機器人 (用於在網站上搜索產品) 將更多地基於語音 (仍然有文本接口)。
AR 設備將會更好、更便宜。它們將達到與現今智能手錶相同的狀態。時尚將是 AR 眼鏡的主要推動力。我們可能會看到 AR 公司和眼鏡公司之前發起合作 (這是一個大膽的預測)。
AR 的發展將取決於經濟的發展。因為真正的 AR 要求你購買新的設備 (比如谷歌眼鏡)，而不只是使用現有的設備 (比如行動裝置)。但基於 AR 的搜索業務模式將會強大得多。因此，帶有麥克風的 AR 搜索接口 (眼鏡) 可以解決語音搜索的業務模型問題 (語音可以作為輸入，AR 接口可以作為輸出，具有更好的廣告顯示輸出帶寬)。這些眼鏡可以連接到任何設備，可能是你的手機或筆記本電腦。
商業模式的改變。我們看廣告可能也能賺到錢。
英文原文：
https://medium.com/swlh/how-google-search-will-look-in-10-years-36e4d5e45552
AICon 全球人工智慧與機器學習技術大會將於 11 月在北京舉行，這裡不僅有矽谷、BAT、獨角獸們的 AI 技術案例解析，還有顏水成、賈揚清、崔寶秋等大咖現場經驗分享。包含機器學習、計算機視覺、搜索推薦、智能金融、AI+ 產業、AI 晶片、NLP、知識圖譜等 13+ 熱門技術專場，乾貨十足，歡迎點擊「閱讀原文」查看詳情，也可聯繫小姐姐：18514549229（同微信）。