К тому времени Уолл-стрит охладела к Ask Jeeves настолько, что оборот компании превышал ее биржевую стоимость. Уолл-стрит полагала что рано или поздно эти средства иссякнут и Ask Jeeves обанкротится. У Берковица и Лэнзоуна на этот счет было иное мнение. Они занялись поиском возможных объектов приобретения. «Нам нужен был поисковый механизм, – говорит Лэнзоун. – Только поисковая система может обрабатывать миллиарды запросов».
Осенью 2001 года Ask Jeeves положила глаз на скромную компанию под названием Теота (ее штат насчитывал всего семь человек), базировавшуюся вдали от Силиконовой долины, в Пискатавэе (штат Нью-Джерси). «Теоmа» в переводе с гэльского языка означает «эксперт», однако название компании дал не ирландец, а грек. Эта фирма, основанная профессорами кафедры компьютерных технологий университета Рутжерс и изначально финансируемая Пентагоном, располагала «технологией поиска третьего поколения» – по крайней мере, по мнению Берковица и Лэнзоуна. Технологией первого поколения они считали поисковую систему AltaVista, второго – Google, а третьего – Теота, которую в Ask Jeeves окрестили «ExpertRank». Структура Теота включала ряд математических формул и вычислений, благодаря которым она превосходила PageRank, во главу угла ставившую популярность сайта. Стоит отметить, что данная система была рассмотрена в научной статье докторантов Стэнфорда Брина и Пейджа как один из методов ранжирования веб-сайтов. «Своему методу они дали название «глобальная популярность», а этому – «локальная популярность», поскольку он предполагал более скрупулезное изучение Всемирной сети и выявление авторитетных источников», – вспоминает Лэнзоун. Брин и Пейдж пришли к выводу, что поиск по методу «локальная популярность» чрезвычайно сложен: он требует очень больших вычислительных мощностей – в противном случае скорость поиска будет низкой.
Профессор кафедры компьютерных технологий университета Рутжерс, 50-летний грек Апостолос Герасулис, известный своим блестящим интеллектом и привычкой неделями носить одну и ту же футболку, нашел решение, позволяющее выполнять операции по методу «локальная популярность» за доли секунды.