\u201c\u00bfQui\u00e9n dir\u00eda que un vestido puede cambiar al mundo?\u201d, dec\u00eda entre risas la actriz y cantante Jennifer L\u00f3pez, luego de que un llamativo Versace que us\u00f3 en el a\u00f1o 2000 puso en evidencia una necesidad de los usuarios de internet.<\/p>\n\n\n\n
En el primitivo buscador de Google la gente quer\u00eda ver c\u00f3mo era el vestido que L\u00f3pez hab\u00eda usado en la gala de los Grammy, pero en ese entonces no hab\u00eda una opci\u00f3n para buscar \u00fanicamente im\u00e1genes. Todo lo que la p\u00e1gina arrojaba eran resultados en texto con links a p\u00e1ginas web.<\/p>\n\n\n\n
Tal fue el furor por el vestido de J-Loque los ingenieros del buscador lanzaron Google Im\u00e1genes para encontrar resultados de fotos.<\/p>\n\n\n\n
Ese fue uno de varios momentos que han marcado al motor de b\u00fasqueda que crearon los estudiantes universitarios Larry Page y Sergey Brin y que fue lanzado oficialmente el 27 de septiembre de 1998.<\/p>\n\n\n\n
En este cuarto de siglo, se ha convertido en el buscador m\u00e1s usado en el mundo, al tiempo que ha enfrentado numerosas cr\u00edticas y hasta acciones judiciales<\/a> por su posici\u00f3n dominante y sus pr\u00e1cticas para aumentar sus ingresos publicitarios.<\/p>\n\n\n\n \u00bfCu\u00e1les son algunos hitos y controversias que ha protagonizado esta poderosa herramienta?<\/p>\n\n\n\n Larry Page y Sergei Brin eran dos estudiantes de doctorado de la Universidad de Stanford en la d\u00e9cada de 1990, cuando comenzaron a trabajar en un proyecto que a la postre ser\u00eda uno de los mayores \u00e9xitos de la industria de la tecnolog\u00eda mundial.<\/p>\n\n\n\n Aunque han confesado que no se llevaron bien de inmediato, se hicieron amigos mientras desarrollaban un nuevo sistema de motor de b\u00fasqueda en internet desde su dormitorio.<\/p>\n\n\n\n Inicialmente lo llamaron BackRub, un software mediante el cual el motor de b\u00fasqueda enumeraba los resultados seg\u00fan la popularidad de las p\u00e1ginas, ya que se dieron cuenta que la mayor\u00eda de las veces el resultado m\u00e1s popular tambi\u00e9n es el m\u00e1s \u00fatil.<\/p>\n\n\n\n \u201cLo que hizo \u00fanico a Google al principio fueron dos cosas: por un lado, el algoritmo PageRank y, por otro, el dise\u00f1o de p\u00e1gina claro, centrado en la b\u00fasqueda y sin publicidad\u201d, explica a BBC Mundo el profesor Dirk Lewandwski, un especialista en ingenier\u00eda de motores de b\u00fasqueda de la Universidad Duisburg-Essen (Alemania).<\/p>\n\n\n\n Page y Brin cambiaron el nombre a Google, basado en el t\u00e9rmino matem\u00e1tico \u201cg\u00fagol\u201d, que es el n\u00famero 10 elevado a la potencia de 100. Salieron de la universidad con el software listo, pero faltaba el dinero.<\/p>\n\n\n\n Reunieron un $1mill\u00f3n de d\u00f3lares, gracias a familiares, conocidos y otros inversores, y el 4 de septiembre de 1998 lanzaron comercialmente su compa\u00f1\u00eda desde el garaje de un amigo. En 2005 trasladaron la celebraci\u00f3n oficial de su aniversario al 27 de septiembre.<\/p>\n\n\n\n \u201cCuando Google naci\u00f3, los competidores siguieron una estrategia de portal, es decir, la integraci\u00f3n de tantos servicios como fuera posible (como correo electr\u00f3nico, noticias, etc.) en un sitio web. Por lo tanto, la b\u00fasqueda pas\u00f3 a un segundo plano y los usuarios se enfrentaron a sitios web abarrotados\u201d, destaca Lewandoski.<\/p>\n\n\n\n Google comenz\u00f3 a andar con unas 10,000 consultas por d\u00eda en las primeras semanas. Hoy su motor de b\u00fasqueda llega a responder a m\u00e1s de 1,000 millones de b\u00fasquedas por d\u00eda en 150 idiomas y 190 pa\u00edses.<\/p>\n\n\n\n As\u00ed como los motores de b\u00fasqueda surgieron por la necesidad de encontrar p\u00e1ginas web en la inmensidad de informaci\u00f3n que hay en internet, el buscador Google Im\u00e1genes naci\u00f3 en respuesta a otra demanda de los internautas de hace dos d\u00e9cadas.<\/p>\n\n\n\n Jennifer L\u00f3pez fue una de las nominadas a los premios Grammy que se entregaron en el a\u00f1o 2000 en Los \u00c1ngeles, en los que caus\u00f3 un gran furor por el llamativo vestido que llevaba con una gran abertura en la parte delantera.<\/p>\n\n\n\n \u201cLiteralmente pusimos cinta adhesiva para mantener el vestido ah\u00ed y salir\u201d, cont\u00f3 en una entrevista con el programa Access Hollywood de la cadena NBC.<\/p>\n\n\n\n \u201cCuando comenzamos a caminar [con su acompa\u00f1ante], de repente solo se escuchaba un murmullo y yo me preguntaba \u2018\u00bfqui\u00e9n lleg\u00f3?, \u00bfqu\u00e9 est\u00e1 pasando?\u2019. Y al llegar a la alfombra roja hab\u00eda un delirio\u201d, record\u00f3.<\/p>\n\n\n\n Google ha se\u00f1alado que este momento fue clave en la historia del buscador, pues a partir de 2001 lanz\u00f3 la opci\u00f3n de mostrar im\u00e1genes cuando se hace una consulta.<\/p>\n\n\n\n \u201cSu atrevido vestido Versace se convirti\u00f3 en una leyenda de la moda de forma instant\u00e1nea, y la consulta m\u00e1s popular en Google en ese momento\u201d, explica la compa\u00f1\u00eda en uno de sus blogs.<\/p>\n\n\n\n \u201cEn aquel entonces, los resultados de b\u00fasqueda eran solo una lista de enlaces azules, por lo que las personas no pod\u00edan encontrar f\u00e1cilmente la imagen que buscaban. Esto nos inspir\u00f3 a crear Google Im\u00e1genes\u201d.<\/p>\n\n\n\n Por ello, Jennifer L\u00f3pez dijo tiempo despu\u00e9s al recordar aquel furor por su Versace: \u201c\u00bfQui\u00e9n dir\u00eda que un vestido puede cambiar al mundo?\u201d.<\/p>\n\n\n\n En las \u00faltimas 2 d\u00e9cadas, Google ha a\u00f1adido herramientas \u00fatiles para navegar en internet, como el traductor que permite leer las p\u00e1ginas en otros idiomas, o la b\u00fasqueda mediante la voz que se populariz\u00f3 con los celulares.<\/p>\n\n\n\n Pero uno de sus m\u00e1s importantes avances tecnol\u00f3gicos se lanz\u00f3 en 2017: Google Lens<\/a>, la tecnolog\u00eda capaz de usar la lente de la c\u00e1mara del usuario para obtener informaci\u00f3n de internet.<\/p>\n\n\n\n Si una persona quiere saber el nombre de una planta, es dif\u00edcil obtener el resultado perfecto describiendo con palabras c\u00f3mo son las hojas o las flores. Igual que cuando se est\u00e1 ante un cuadro del que se quiere saber su t\u00edtulo o autor. Tambi\u00e9n, cuando se est\u00e1 de viaje en un lugar donde se habla otro idioma, usar la c\u00e1mara para traducir al instante letreros resulta muy \u00fatil.<\/p>\n\n\n\n Eso es lo que puede hacer Lens que, en t\u00e9rminos generales, funciona a trav\u00e9s de una comparaci\u00f3n de los objetos que aparecen en la lente con otras im\u00e1genes similares en l\u00ednea y luego clasifica su relevancia, lo que arroja una respuesta pertinente.<\/p>\n\n\n\n \u201cSupongamos que Lens est\u00e1 mirando a un perro que identifica con una probabilidad del 95% como pastor alem\u00e1n y con una del 5% como corgi. En este caso Lens podr\u00eda mostrar solo el resultado correspondiente al pastor alem\u00e1n, por considerarlo m\u00e1s parecido desde el punto de vista visual\u201d, se\u00f1ala Google.<\/p>\n\n\n\n Seg\u00fan su m\u00e1s reciente informe, Lens recibe m\u00e1s de 12,000 millones de consultas cada mes.<\/p>\n\n\n\n Una de las mayores innovaciones para que las m\u00e1quinas entiendan el lenguaje humano surgi\u00f3 hace poco en Google, aunque seguramente los usuarios no lo percibieron: el sistema BERT.<\/p>\n\n\n\n \u201cSi en una receta de panqueques te indicar\u00e1n que mezcles la masa con el pl\u00e1tano, probablemente no pensar\u00edas en usar la banana como cuchara para mezclar. Pero lo que es obvio para los humanos -cosas como el contexto, el tono, la intenci\u00f3n- en realidad es muy dif\u00edcil de captar por las computadoras\u201d, explica la compa\u00f1\u00eda.<\/p>\n\n\n\n Los ingenieros crearon el Bidirectional Encoder Representations from Transformers (BERT), un sistema basado en la ingenier\u00eda de redes neuronales que permite entrenar a los modelos de comprensi\u00f3n de lenguaje de Google sobre c\u00f3mo hablan los humanos.<\/p>\n\n\n\n Fue implementado en las b\u00fasquedas a partir de 2019 en m\u00e1s de 70 idiomas.<\/p>\n\n\n\n BERT ayuda a procesar las consultas de los usuarios al encontrar la definici\u00f3n de las palabras en el contexto en el que son planteadas. Y es un sistema que aprende, por lo que cada vez refina m\u00e1s sus resultados.<\/p>\n\n\n\n \u201cHay una gran diferencia entre conocer las palabras y comprender el significado\u201d, explica Google.<\/p>\n\n\n\n Antes del modelo BERT, la omisi\u00f3n de preposiciones, el orden incoherente de palabras o la intenci\u00f3n del usuario generaba respuestas menos \u00fatiles que las que hoy se presentan, seg\u00fan los desarrolladores.<\/p>\n\n\n\n Cuando un usuario realiza una consulta en un motor de b\u00fasqueda, pocas veces revisa m\u00e1s all\u00e1 de la primera p\u00e1gina o lista de resultados que se presentan. Esto hace una enorme diferencia en cuanto a qu\u00e9 sitios y qu\u00e9 tipo de informaci\u00f3n son los que llegan a los internautas.<\/p>\n\n\n\n Como ha sido el caso desde hace dos d\u00e9cadas, los resultados presentados en Google no son una lista al azar: el algoritmo del buscador es el encargado de filtrarlos.<\/p>\n\n\n\n C\u00f3mo se maneja el algoritmo del buscador, con qu\u00e9 fines y los efectos que tiene, es una cr\u00edtica de los analistas en tecnolog\u00eda que se ha acentuado en los \u00faltimos a\u00f1os.<\/p>\n\n\n\n \u201cLa gran promesa de Google era organizar la informaci\u00f3n mundial, pero durante el \u00faltimo cuarto de siglo, una enorme cantidad de informaci\u00f3n mundial ha sido organizada para Google: para posicionarse en los resultados de Google\u201d, expone en un art\u00edculo Nilay Patel, editora en jefe del sitio tecnol\u00f3gico The Verge.<\/p>\n\n\n\n \u201cVivimos en un ecosistema de informaci\u00f3n cuyo dise\u00f1o est\u00e1 dominado por las necesidades de la m\u00e1quina de b\u00fasqueda de Google: un robot cuya mirada ben\u00e9fica puede crear industrias enteras con la misma facilidad con la que su fr\u00eda indiferencia puede destruirlas\u201d, a\u00f1ade.<\/p>\n\n\n\n Lewandowski explica que el algoritmo original, PageRank, se encargaba de evaluar la estructura de los enlaces en la web y obtener informaci\u00f3n sobre su popularidad o calidad. \u201cNo todos los enlaces cuentan igual, pero el valor del enlace, a su vez, depende del n\u00famero y la calidad de los enlaces que apuntan a \u00e9l\u201d, explica.<\/p>\n\n\n\n \u201cEsto significa que un enlace de un sitio popular cuenta mucho m\u00e1s que uno de un sitio impopular. Entonces, por ejemplo, si la BBC enlaza a una p\u00e1gina en particular, cuenta mucho m\u00e1s que si yo enlazo a la misma p\u00e1gina desde mi blog\u201d, se\u00f1ala el experto.<\/p>\n\n\n\n No existe un motor de b\u00fasqueda perfecto, contin\u00faa, pues cada uno interpreta el contenido de la web de forma diferente \u201cy, por tanto, en la mayor\u00eda de los casos no puede haber un resultado de b\u00fasqueda correcto o incorrecto\u201d.<\/p>\n\n\n\n \u201cPero eso no quiere decir que Google no haga muy bien su trabajo. Para innumerables necesidades de informaci\u00f3n, este motor de b\u00fasqueda ofrece resultados que son \u00fatiles para responder a nuestras preguntas\u201d, sostiene Lewandowski.<\/p>\n\n\n\n Al ser el dominante del sector, y por mucho, la compa\u00f1\u00eda ha enfrentado desaf\u00edos por parte de entidades gubernamentales en Europa y Estados Unidos, que han intentado ponerle controles.<\/p>\n\n\n\n1. El nacimiento de Google<\/h2>\n\n\n\n
2. La soluci\u00f3n de Google Im\u00e1genes<\/h2>\n\n\n\n
3. La b\u00fasqueda con una lente<\/h2>\n\n\n\n
4. El poco conocido BERT<\/h2>\n\n\n\n
5. El todopoderoso y pol\u00e9mico algoritmo<\/h2>\n\n\n\n