所有app的对外接口基本上是两个，输入和输出。两个都很重要。
早期的search engine 非常多，多如牛毛。很多人的钱都砸里面了。几乎所有的 都是按照 关键词进行检索的，通过在数据库中 调用 Full Text Search 找到结果，输出给用户。包括后起之秀 Google。
Google胜出的几个原因，、
一是输出排序用了PageRank，这是Larry Page模仿科学文献中的 Impact factor搞的，
二是Google对输入关键词的选择，是Google成功的另一大关键，Google把英文词分为三类，1）常用词，比如 the, to, in, 等等；2）中度流行词；3）偏僻词 少用词。Google检索基本上忽略常用词，而是以 中度流行词为主进行检索，偏僻词稍作些许参考。哪些词是检索词，是Google的秘密。
三是用了Nosql数据库，发明了自己的document database, 极大的提高了速度。
我当时最喜欢的 search engine 是 AllTheWeb，它的独特之处是给你很多的输入栏，可以对 title 定 检索词，对 url 定检索词，对内容定 检索词，对 meta 定 检索词，等等，然后它在对应的数据库的 Column 里面查询，所以给出的结果 不仅快，而且非常准，原因是输入非常准，直接针对每个 column。但是广大的劳动人民不喜欢，大概嫌烦，劳动人民不爱劳动。
Google成功后，也最早希望能够 通过人工智能进行 NLP natual language processing 来解读 输入。当然，可能WolframAlpha 更早就解读 问句来回答问题。但是 WolframAlpha 没有成功，尽管我很喜欢它。它在解读输入上相当成功，但是他的基本理念还是从数据库从得到万无一失的正确答案给用户，所以没有得到劳动人民的垂青。
Google放弃了 RNN （recurrent neural networks），终于在 2017年 静悄悄的 完成了一项壮举，那就是 language model Transformer. 这是 革命性的一步，现在所有的先进 language model 都是用 Transformer！比如
- OpenAI 的 GPT-3， （chatGPT) 是 Generative Pretrained Transformer 的缩写
- Google 的 BERT，是 Bidirectional Encoder Representations from Transformer 的缩写
- 微软的 CTRL，是 Conditional TRansformer Language 的缩写
- Facebook 的，RoBERTa ，是 Robustly Optimized BERT Transformer Approach的缩写
- 华为的 Hi-Transformer
- 等等
遗憾的是，由于Google是个好面子的大公司，不能轻易的推出不成熟的东西 以及不安全的东西。所以 Google的训练数据搞的太大，好像是 OpenAI 的几十倍，而且安全性也搞得过于复杂。要知道，模型训练是非常昂贵的，所以 臃肿迟缓的Google BERT 被 GPT 捷足先登。
总结一下，检索输入，从 分类 Column 检索 （All The web）到 关键词 （Google），到 NLP Language model （Transformer）应该是趋势，Google 是否还能保住检索的市场，关键在于 BERT 能不能取胜
选择“Disable on www.wenxuecity.com”
选择“don't run on pages on this domain”
