PageRank và BackRub là hai cái tên đứng sau cỗ máy tìm kiếm Google, ra đời ở Stanford giữa thập niên 1990 từ ý tưởng xếp hạng trang web bằng các đường link. Điều ít người biết là ý tưởng ấy không thuộc riêng Larry Page và Sergey Brin: ít nhất hai người khác cũng nghĩ ra gần như cùng lúc. Câu chuyện đáng xem lại vì nó cho thấy một ý tưởng hay chưa đủ, mà phải có người dựng được cả cỗ máy để nó chạy thật.

Tóm tắt nhanh

Google không phát minh ra việc xếp hạng bằng đường link. Họ mượn tinh thần đếm trích dẫn của Eugene Garfield từ năm 1955, thêm ý rằng lời dẫn từ trang quan trọng phải nặng hơn, rồi làm điều đối thủ chưa làm: tự dựng một hệ thống hoàn chỉnh chạy trên dữ liệu web thật, bằng máy rẻ tiền. Jon Kleinberg ở IBM có thuật toán đẹp nhưng phải mượn kết quả của cỗ máy khác; Robin Li có RankDex nhưng công ty của anh không cần nó.

Diễn biến chính

1955: Garfield và chỉ mục trích dẫn

Tháng 7/1955, Eugene Garfield đăng trên tạp chí Science đề xuất lập chỉ mục khoa học theo trích dẫn: muốn biết một công trình có giá trị hay không, hãy xem ai đã dẫn tới nó. Ông lấy cảm hứng từ bộ sách tra cứu Shepard của giới luật sư Mỹ, có từ năm 1873. Cuốn chỉ mục trích dẫn khoa học đầu tiên ra đời năm 1964.

Năm 1976 có người bổ sung rằng không phải lời dẫn nào cũng nặng như nhau, tương tự việc thắng một kiện tướng cờ đáng giá hơn thắng người mới tập. Phép toán chấm điểm kỳ thủ kiểu đó đã có từ cuối thế kỷ 19.

1995–1996: Page, Brin và BackRub

Mùa hè 1995, Larry Page tới Stanford học tiến sĩ. Anh để ý rằng link trên web chỉ đi một chiều: đứng ở một trang, ta biết nó trỏ đi đâu nhưng không biết ai trỏ về nó. Thầy hướng dẫn Terry Winograd khuyến khích đề tài này, và dự án mang tên BackRub. Muốn có mọi đường link thì phải tải cả web về, nên tháng 3/1996 con bọ thu thập bắt đầu chạy, xuất phát từ trang cá nhân của Page.

Sergey Brin, người từng dẫn Page đi tham quan khuôn viên, nhập cuộc với niềm mê khai phá dữ liệu. Hai người nhận ra mỗi đường link giống một lời dẫn, và lời dẫn từ trang quan trọng phải nặng hơn. Để gỡ vòng tròn "trang quan trọng là trang được trang quan trọng trỏ tới", họ hình dung một người lướt web bấm link ngẫu nhiên, thỉnh thoảng nhảy sang trang bất kỳ; trang nào người ấy ghé nhiều nhất thì quan trọng nhất. Con số đó là PageRank. Tiền mua thiết bị đến từ dự án thư viện số của Stanford, được tài trợ bằng tiền nghiên cứu công.

1996–1997: Hai người đi cùng con đường

Jon Kleinberg, khi đó làm khách ở phòng thí nghiệm Almaden của IBM, chia web thành các nguồn uy tín và các trang tổng hợp trỏ tới chúng. Thuật toán HITS của anh tách được các nghĩa khác nhau của một từ như "jaguar" chỉ bằng đường link. Nhưng HITS phải tính lại mỗi lần có truy vấn và lấy tập trang gốc từ một cỗ máy tìm kiếm có sẵn như AltaVista.

Ở New Jersey, Robin Li làm cho một công ty thuộc Dow Jones và dựng cỗ máy thử nghiệm RankDex, xếp hạng theo link trỏ tới và cả dòng chữ trên link. Đơn sáng chế RankDex nộp ngày 5/2/1997, chỉ sau đơn tạm thời của Page (10/1/1997) bốn tuần. Giữa năm 1997, Li sang Infoseek. Ở Ý, Massimo Marchiori cũng công bố cách chấm điểm trang bằng link trong năm 1997.

Tháng 4/1998: Bài báo ở Brisbane

Tại hội nghị World Wide Web lần thứ bảy ở Brisbane, Page và Brin trình bày bài báo mô tả toàn bộ cỗ máy: 24 triệu trang web có đủ nội dung và link, hơn 500 triệu đường link, chạy trên máy thường. PageRank cho 26 triệu trang được tính trong vài giờ trên một máy trạm cỡ vừa, một lần cho cả web chứ không tính lại mỗi truy vấn. Đó là điểm khác biệt then chốt so với hai đối thủ kia.

1998: Tấm séc và garage

Tháng 8/1998, Andy Bechtolsheim, một trong những người sáng lập Sun Microsystems, xem bản trình diễn và viết tấm séc 100.000 đô la cho "Google Incorporated", dù công ty chưa tồn tại. Tháng 9/1998 Google chính thức thành lập và chuyển máy chủ tới garage ở Menlo Park. Bằng sáng chế PageRank thuộc về Stanford, Google chỉ được cấp phép độc quyền.

1999 trở đi: Excite nói không

Đầu năm 1999, Vinod Khosla dắt Page và Brin tới gặp George Bell, giám đốc điều hành Excite. Giá chào là một triệu đô rồi hạ xuống 750.000 đô, nhưng Excite từ chối. Excite sáp nhập với @Home, phá sản năm 2001, phần còn lại về tay Ask Jeeves năm 2004. Năm 2010, theo lời Khosla, Google đã đáng giá khoảng 167 tỷ đô. Năm 2005 Stanford bán cổ phần và thu 336 triệu đô, còn Robin Li cùng bạn lập Baidu vào đầu năm 2000.

Điều còn tranh cãi hoặc cần thận trọng

  • Vụ Excite: nhà báo Steven Levy đặt vụ chào bán vào năm 1997 với giá 1,6 triệu đô và kể Excite chê cỗ máy quá giỏi, khiến khách rời đi. George Bell gọi bản đó là chuyện nhảm. Có thể hai lần chào bán đã bị trộn làm một, và mọi lời kể đều là ký ức sau hơn mười năm.
  • Lời Bell về điều kiện của Page: việc Page đòi Excite gỡ bỏ toàn bộ công nghệ cũ chỉ là lời Bell kể lại, không phải tài liệu.
  • Google và Robin Li: Google không phát minh ra việc xếp hạng bằng link, nhưng cũng không chép của Li, vì đơn của Page đến trước bốn tuần.
  • Giai thoại lan truyền: chuyện vỏ máy chủ ghép bằng gạch đồ chơi hay BackRub ngốn gần nửa băng thông Stanford rất phổ biến nhưng nguồn khá mỏng. Tương tự, tấm séc nằm trong ngăn bàn mấy tuần là theo lời Brin kể.

Vì sao câu chuyện này đáng nhớ?

Ý tưởng hiếm khi là thứ khan hiếm. Khi thời điểm chín muồi, nó mọc lên ở nhiều nơi cùng lúc. Ở IBM nó thành một bài báo đẹp, ở New Jersey thành một lá đơn công ty không cần, còn ở Stanford thành một cỗ máy. Thứ khan hiếm là người chịu dựng cả hạ tầng để ý tưởng chạy ở quy mô thật và không bán nó theo từng mảnh.

Chiến thắng ấy cũng có cái giá. Ngay phụ lục của bài báo 1998, Page và Brin đã cảnh báo rằng cỗ máy tìm kiếm sống nhờ quảng cáo sẽ nghiêng về phía nhà quảng cáo. Và khi mỗi đường link là một lá phiếu, người ta bắt đầu mua phiếu: cả một ngành rải link ra đời để lừa chính thuật toán.

Câu hỏi thường gặp

PageRank là gì?

PageRank là cách xếp hạng trang web theo các đường link trỏ tới nó, trong đó link từ trang quan trọng nặng ký hơn link từ trang vô danh. Tên gọi vừa là thứ hạng của trang, vừa mang họ của Larry Page.

BackRub là gì?

BackRub là tên dự án nghiên cứu của Larry Page tại Stanford, bắt đầu từ việc lần theo các đường link ngược (back link) trên web. Con bọ thu thập của nó bắt đầu chạy từ tháng 3/1996 và là tiền thân của Google.

Không. Theo kịch bản, Jon Kleinberg ở IBM (thuật toán HITS), Robin Li (RankDex) và Massimo Marchiori ở Ý cũng đưa ra ý tưởng tương tự trong cùng giai đoạn; bài báo 1998 của Brin và Page còn dẫn Marchiori và Kleinberg.

Google có chép ý tưởng của Robin Li không?

Không có căn cứ cho điều đó. Đơn sáng chế của Page được nộp trước đơn RankDex bốn tuần, và phép toán nền tảng đã có từ trước cả hai.

Vì sao Excite từ chối mua Google?

Theo lời George Bell kể năm 2014, vấn đề là điều kiện của Page: Excite phải gỡ bỏ toàn bộ công nghệ của mình để thay bằng Google, và Bell cho đó là rủi ro văn hoá quá lớn. Đây là lời kể một phía, còn các phiên bản khác thì không thống nhất.

Stanford thu được bao nhiêu từ PageRank?

Bằng sáng chế PageRank thuộc về Stanford, Google chỉ được cấp phép độc quyền. Năm 2005, Stanford bán số cổ phần nhận được và thu 336 triệu đô la, theo nguồn thứ cấp là Wikipedia.

Nguồn tham khảo

  • Brin & Page (1998), The Anatomy of a Large-Scale Hypertextual Web Search Engine, Computer Networks and ISDN Systems 30
  • MG Siegler, TechCrunch, 29/9/2010 (Vinod Khosla kể chuyện Excite)
  • Internet History Podcast, phỏng vấn George Bell, 17/11/2014
  • BGR, dẫn Business Insider và Steven Levy, In the Plex (2011)
  • Cornell Chronicle, Sifting through the jumble, 17/4/1998 (Jon Kleinberg, HITS)
  • Bằng sáng chế US 6,285,999 B1 (Lawrence Page, Stanford)
  • Bằng sáng chế US 5,920,859 A (Yanhong Li, RankDex)
  • Eugene Garfield (1955), Citation Indexes for Science, Science 122: 108–111
  • Bensman (2013), Eugene Garfield, Francis Narin, and PageRank, arXiv 1312.3872
  • Wikipedia: History of Google; PageRank
  • Google, Our story

Bài viết tóm tắt từ video của kênh; nội dung mang tính giới thiệu.