9 月初，扎克伯格在一次公开会议上表示 Facebook 正致力于解决搜索问题，话语一出，股价飙升 2 美元多。这被业界视为 Facebook 正式进军搜索的信号，令投资者们兴奋不已。在搜索领域，很难有彻底的颠覆者出现，所有的搜索行为都需要有庞大的数据库作支撑。Facebook 虽然在搜索领域是新手，但它拥有 10 亿用户量，超过 50 亿次的活动，包括状态更新、Likes 和每天发生在 Faceook 上的其他活动。这个庞大的世界是对谷歌关闭的。从这个意义上说，Facebook 拥有成为挑战者的素质。

网络世界既是信息的世界，也是人的世界。马克·扎克伯格在谈到 Facebook 的搜索未来时，举例说，我纽约的朋友去了哪些寿司餐厅，他们喜不喜欢里面的食物?这个问题谷歌是很难给出答案的。谷歌所面对的是陌生世界，它会给你一份纽约旅游美食指南，甚至能显示你周围的寿司餐厅，从 Yelp 显示评级，但它无法告诉你哪些是你的朋友喜欢的，他们曾经如何评价的。

现在，人们已经习惯让搜索引擎成为网络世界的入口，谷歌 CEO 拉里·佩奇曾经描述过搜索引擎的未来：它就像一台“星际迷航”式的计算机，能够即刻回答你可能提出的任何问题，而且它能理解你的真正意图，提供给你最想要的答案。

从图像搜索，到知识引擎，到神经网络，谷歌一直在努力提高自己的智能，理解真实世界。Facebook 也推出了开放化社会图谱，希望围绕人和人的社交图谱精耕细作。人是真实世界的一部分，理解人的世界——学习人的语言，揣测人的想法，了解人和人之间的关系，是搜索引擎进化中重要的一环。

越来越智能的谷歌

2009 年 12 月，谷歌推出一项被称之为“Goggles”的产品。它能通过搜索图片搜出相关信息。一个典型的应用场景是，你用照相机或是手机拍了一张照片，Goggle 能搜索出与此相关的信息，可以是一幢大楼的位置，也可以是博物馆里的一幅画。

谷歌拥有一个庞大的数据库，里面有几十亿张不同的图片。按图搜索功能得以实现，最关键的技术是图像识别，也就是教会计算机识别图片。计算机眼中看到的图片，是由上万个图像特征组成的，包括颜色、纹理、亮度、图片周围的文字等。它首先会对互联网中上百亿张图片进行特征提取，进而识别它们。用户上传了一张图片，计算机会先提取图片特征信息，通过复杂的算法，并依靠超大规模并行、实时的图像特征匹配，在数百毫秒内反馈给用户查询结果。

图像搜索大概在十年前就已经有了，将数据转化为信息，从原始数据的海洋里找到表面相关联的事实，这是谷歌一直在做的事情。但按图搜索的意义在于，当移动互联网成为真实世界和网络世界的接口时，拍一张照片，按下搜索，比在狭小的屏幕上打开网页输入文字现实得多。为了增加视觉搜索技术的灵敏度，谷歌还收购了一家总部位于英国的图像搜索引擎公司 Plink。他们曾开发了一款移动版搜索引擎，基于 Android 平台，帮你搜索用手机摄像头拍下的艺术品的信息。

去年 7 月，谷歌收购了一家人脸识别软件公司“匹兹堡模式识别”PittPatt，这家公司的人脸监测和跟踪软件能让我们在照片中确定人脸的位置，在视频中跟踪人脸的移动。如果谷歌在其移动应用中加入人脸识别功能，搜索引擎会变得更加智能。但目前为止因为隐私控制问题，还没有这样的计划。

除了图像搜索，在许多基础研究上，谷歌也在为未来推出更智能的搜索引擎作准备。谷歌搜索高级副总裁阿米特·辛格哈尔曾经在一篇文章中举例，现在的搜索技术还无法处理“带有防虫喷雾的蚊帐是不是比不带防虫喷雾的蚊帐更有效”这样的问题。这是他们目前正在研究的方向，将搜索引擎变成一个知识引擎，未来的某一天实现智慧引擎。

Google X 实验室正在进行神经网络的研究，一个研究小组连接了 1.6 万个计算机处理器的神经网络，组成了一个可以自学的神经网络，让机器的识别过程更像人脑。今年 7 月，这个研究项目已由 Google X 实验室，转移到谷歌商业搜索部门，可能会被应用到改善谷歌的图像搜索、语音识别、人工智能翻译等项目中。

Facebook 的潜力

Facebook 在网上重建了真实社区，它的诞生和崛起只是让互联网和真实世界耦合得更紧密了一点。在搜索行为里，有时候是为了寻找答案，有时候只是为了发现新的东西。

人们在社交网站上的行为，如“喜欢”，“推荐”等，将信息和人的行为联系起来，自然地为某个页面设置了权重。这样的数据是十分具有竞争力的，涵盖人们生活的方方面面。如果一项决定要耗费大量时间和金钱，人们可能很愿意听听专家的意见(去 Quora 上向专业人士提问)，或是借助朋友的智慧。