两个青年的谷歌

1994年1月，世界上总共只有700个网站。这个数字在同年年底，变成了1万，在次年年底更是增长至10万。

要利用好这个正在迅速膨胀的宇宙，需要找到一个简单的方法，来帮助人们找到所需的东西——一个将人、计算机和网络三者连接起来的简单接口。

斯坦福在读的杨致远和同伴费罗，开始亲手编纂一份不断扩展的网站目录。1994 年底，他们将万维网指南更名为“雅虎”（Yahoo！）。但这个网站目录存在一个显而易见的问题——每年网站的数量都会呈现 10 倍的增长，因此他们不可能人工持续更新这个目录。

幸好，当时出现一种用于搜索站点信息的工具——爬虫（Crawler）。它会一个接一个地“爬进”互联网的服务器，根据自身搜索到的信息建立索引。费罗和杨致远没有开发自己的网络爬虫，继续强调人工编纂网站目录的重要性。

然而，人工团队不可能追赶上网页数量增长的速度。自动化搜索引擎，将会成为万维网内容查找的主要方式，这个潮流，将由另外两位斯坦福大学研究生引领。

冤家相逢

拉里·佩奇（Larry Page）生长于一个计算机技术家庭。他的父亲是密歇根大学的计算机科学和人工智能教授，他的母亲也是那里的编程讲师。

1979年，拉里6岁的时候，他的父亲买了一台叫作 Exidy Sorcerer 的家用电脑回家。

“我还记得家里刚买电脑的时候，我感到非常兴奋，因为这可是一件大事，而且它的价格应该不便宜，就像是买一辆车一样。”拉里很快就学会了如何操作这台电脑。

佩奇也上了密歇根大学，他坚持要同时主修商科和计算机科学专业。

而后，在申请研究生院的时候，佩奇被麻省理工学院拒绝了，斯坦福大学录取了他。这其实是一件好事，对于那些有志于同时涉足技术和商业的人来说，斯坦福大学是一个理想的去处。

佩奇在1995年秋季正式入读斯坦福大学研究生院，在开学之前还参加了一个新生培训项目，其中有一天的培训活动设在旧金山进行。当时的领队，是一位善于交际的二年级研究生谢尔盖·布林（Sergey Brin）。

佩奇天生沉静，布林却是那种能连珠炮似的向他讲述自己想法的人，他们很快就进入关于各种话题的争论当中，从计算机到城市功能分区，无所不谈，两人一拍即合。

他们又是一对冤家。“我们都觉得对方很讨厌，”布林坦承，“不过我们只是开玩笑而已。当然，我们进行了很长时间的交流，所以我们之间肯定有合得来的地方。我们喜欢互相取笑。”

谢尔盖·布林的父母也是学者，都是数学家，他的童年跟佩奇的非常不一样。布林出生于莫斯科，他的父亲是莫斯科国立大学的教授，他的母亲是苏联石油与天然气研究所的研究工程师。因为他们都是犹太人，所以事业受到诸多制约。

当他的父亲提交了移民美国申请之后，夫妻两人同时失业了。一家的出境签证在1979年5月获批，当时谢尔盖只有5岁。

他的父亲在附近的马里兰大学找到了一份数学教授的工作，他的母亲也成为美国国家航空航天局的研究员。

谢尔盖入读的是一所采用蒙台梭利教育法的学校，他在那里培养出了独立思考的能力。这是他和佩奇之间的一个共同点。

另一个共同点是，两人在小时候都收到过父母送的电脑，布林在9 岁的时候，收到了一台Commodore 64电脑作为生日礼物。

布林在获得国家科学基金会的奖学金之后，进入了斯坦福大学，他在那里的研究重点是数据挖掘。同样，麻省理工学院也拒绝了布林的研究生申请。

灵感迸发

佩奇加入了斯坦福大学的人机交互小组，这个团队的工作，是探索改善人机共生关系的方法。

人机交互是佩奇在密歇根大学最喜欢的课程，他成为以用户为中心的设计概念的支持者，这种概念强调的是软件和计算机的界面必须直观，而且用户永远都是正确的。

布林的学术研究重点是数据挖掘。他和莫特瓦尼教授一起成立了一个小组，叫作斯坦福数据挖掘（Mining Data at Stanford，MIDAS）。

他们共同发表的论文当中，有两篇是关于购物篮分析。购物篮分析是对顾客购买商品种类的关联性的分析。写作过程中，布林开始对万维网数据模式的分析方法产生了兴趣。

佩奇则开始思考自己的博士论文题目。他最终选定了一个自己比较熟悉的题目——如何评估不同网站之间的相对重要性。

他采用的研究方法来自他所处的家庭学术环境。如果要知道一篇学术论文的价值，其中一个判断标准是，它在其他论文的注解和参考文献部分被引用的次数。按照同样的理论，如果要判断某个网页的价值，一种方法是了解链接到该网页的其他网页的数量。

这种方法存在一个问题。

蒂姆·伯纳斯-李在设计万维网的时候，他的理念是，任何人都可以在未经允许的情况下建立指向其他网页的链接，将网页链接保存在数据库中，或者双向使用链接。

这个理念让万维网得以迅速扩张，也意味着人们将无法轻易得知指向某个网页的链接数量或者来源。你可以在一个网页上看到所有向外的链接，但你无法看到指向这个网页的链接的数量和质量。

“在我见过的协作系统当中，万维网的协作功能是相对较弱的，因为它的超文本存在一个缺陷：它没有双向链接。”佩奇说道，他开始尝试建立一个含有大量链接的数据库，这样他就可以反向追踪这些链接，找出每个网页的链接会通向什么网站。

这项工作的其中一个目的是促进协作。他打算让人们在自己的网页上为其他网页添加注释。佩奇用于实现反向链接的方式，来自一个大胆的想法——这是他在一天半夜醒来之后突然想到的。“我当时在想：如果把整个万维网下载下来，然后只将其中的链接保存下来，那会怎样呢？”

要把整个万维网记录下来可不是一件易事。即使是在1996年1月，全世界也已经有10万个网站，这些网站总共含有1000万个文档，它们之间的链接有近10亿条，这些数字每年都会呈现指数级增长。

当年初夏，佩奇设计了一个网络爬虫工具，它会从佩奇的个人主页出发，一直跟踪它遇到的所有链接。这只在万维网上迅速移动的蜘蛛，会保存每条超链接的文本和来源，以及它们对应网页的标题。他将这个项目命名为“BackRub”。

这个项目很快就占用了斯坦福大学几乎一半的互联网带宽，而且它至少造成了一次全校范围内的网络中断。

“我的磁盘空间几乎已经用完了。”佩奇在1996年7月向威诺格拉德发了一封邮件，他当时收集了2400万条网址和超过1亿条链接。“我当时只保存大概15%的网页，不过情况看起来非常乐观。”

入局搜索

佩奇这个大胆而复杂的项目，吸引了拥有数学头脑的谢尔盖·布林的注意，后者正在寻找一个合适的博士论文题目。他兴致勃勃地加入自己好友的工作当中。

BackRub起初的目标，仍是收集万维网的反向链接，为将来可能实现的注释系统和引用分析功能打下基础。

随着项目的逐步推进，他和布林想出了更为复杂的网页价值分析方法，这些方法采用的依据是指向每个网页的链接的数量和质量。这时候，他们逐渐认识到，按照重要性排名的网页索引，可以成为一个高质量搜索引擎的基础。

这就是谷歌诞生的由来。“当一个伟大的梦想出现的时候，”佩奇后来说道，“你要马上抓住它！”这个经过改进的项目，最初被称为“PageRank”，因为它会对BackRub 索引收集到的每个网页进行排名。

佩奇和布林意识到，除了对指向网页的链接数量汇总以外，他们还可以尝试确定每条进入链接的价值。例如，来自《纽约时报》的链接，应该要比贾斯汀·霍尔在斯沃斯摩尔学院宿舍发出的链接有更高的价值。

这样，就建立了一个由多个反馈循环形成的递归过程：每个页面的排名依据是进入链接的数量和质量，这些链接的质量是由生成它们的页面的数量和质量来决定的，以此类推。

“整个过程都是递归的。”佩奇解释道，“这是一个巨大的循环。不过数学的力量是很强大的，它可以帮助我们解决这个问题。”

布林能够充分理解这种类型的数学难题。“事实上我们想出了很多数学方法来解决这个问题。”他回忆道，“我们将整个万维网，转换成一组含有数亿个变量的庞大方程，这些变量就是所有网页的排名。”

在各自导师的指导之下，他们合著了一篇论文。“如果一个网页的反向链接的整体排名越高，那么网页本身的排名就越高；同时考虑到了页面拥有大量反向链接和少量高排名链接的情况。”

那么，PageRank真的可以生成更好的搜索结果吗？这是一个价值 10亿美元的问题。他们为此进行了一项对比测试。

他们用到的测试关键词之一是“大学”（University）。如果在AltaVista 和其他引擎搜索这个关键词，它们只会列出在标题中含有该关键词的随机页面。

在PageRank中，以“大学”为关键词的最优先搜索结果，分别为斯坦福大学、哈佛大学、麻省理工学院和密歇根大学，他们对这个结果感到十分满意。

为了继续完善 PageRank 的搜索结果，佩奇和布林加入了更多的参考因素，例如关键字在网页上出现的频率、字号和位置。

他们会对比采用不同参数组合的搜索结果，不断调整和改进算法。他们发现，应该对锚文本给予较高的权重，锚文本指的是作为超链接的下划线文本。

例如，“比尔·克林顿”是许多指向美国白宫网站（Whitehouse.gov）的链接的锚文本，当用户搜索“比尔.克林顿”的时候，白宫网站应该出现在最优先的搜索结果，尽管网站的主页中没有明显地出现比尔·克林顿这个名字。

谷歌诞生

这个搜索引擎需要处理海量的页面和链接，所以佩奇和布林把它命名为谷歌（Google），名字来源于古戈尔（Googol）——是指1后有100个0。

他们在浏览器中输入“Google”，发现这个域名仍然可用，于是佩奇把它抢注了下来。

“之前已经有人注册了‘Googol. com’，我试过向那个人提出购买域名的请求，对方非常喜欢这个域名，不愿意出售。我们还是选择了‘Google’。”

这是一个很好玩的单词——简单易记，输入方便，还可以转换成动词来使用。

佩奇和布林从两个方面，继续改进谷歌的使用体验。首先，他们建立了比任何竞争对手都高出许多的网络带宽、处理能力和储存容量，从而将其网络爬虫的处理速度，提升至每秒索引100个网页。

他们还非常热衷于研究用户行为，这点有助于持续改进他们的算法。

如果用户在点击了最优先的搜索结果之后，没有返回搜索结果列表，这就意味着他们已经找到了自己想要的东西；如果完成搜索之后立刻修改自己的关键词，就说明他们对搜索结果不满意，这时候工程师们就需要查看用户修改过的搜索关键词，从而了解他们最初想要查找的东西。

用户每次跳转到第二页或第三页搜索结果的时候，都表明他们对搜索结果的排序不满意。这个反馈循环可帮助谷歌学习到用户的真正意图。

另外一个人也想到了跟PageRank相似的网页排名机制：一位来自中国的计算机工程师李彦宏。1998年初，佩奇和布林的数据库收录了5.18 亿条超链接，当时万维网的链接总数约为30亿条。

“如果你有一个自认为不错的发明，你想让它尽快被多数人用上。”

佩奇不希望谷歌仅仅停留在学术项目的层面，他想尽快把它打造成为一款热门产品。

两人想将自己的博士论文付诸实践变成一家公司，他们不愿意对已有的工作成果进行发表或者正式展示。他们的目标，显然是成立一家商业公司。

如果在那些主要以学术为目的而进行研究的大学里面，他们的做法也许是有问题。但是，斯坦福大学不仅允许学生参与商业项目，而且会为他们提供鼓励和帮助，学院甚至有专门帮助学生完成专利申请和授权事宜的办公室。