所幸的是，布林非凡的数学天赋可以解决这个问题。出生于前苏联的布林，母亲是美国国家航空航天局的科学家，父亲是大学的数学教授。他在6岁的时候和家人一起移民到美国。就读于马里兰郊区的一所中学的时候，他是公认的数学天才。他提前一年高中毕业，进入其父任教的马里兰大学学习。一毕业，他很快就进入了斯坦福。他非凡的才华使他在斯坦福的日子过得非常悠闲。他告诉我，那里的环境如此宜人，他上的课大都是非学术性的，比如航海、游泳和潜水，他把自己的智能都用在有趣的项目上而不是课程上。
佩奇和布林并肩作战创造出一种新的评级体系，这个体系重视始于重要来源的链接，却对始于无关紧要的网站的链接评价很低。比如说，有许多链接都是指向IBM网站的。这些链接可能来自技术行业的商业伙伴（也许是英特尔），也可能来自伊利诺伊郊区的一个十几岁的小编程迷，而这个孩子建立指向IBM的链接的原因是，他刚收到一台电脑作为圣诞礼物。算法怎样确定这两者谁的等级更高呢？对于一个人类观察者来说，鉴于其对IBM在世界上的地位的理解，商业伙伴是一个更重要的链接。但是等级算法怎样才能理解这样的事实呢？
佩奇和布林工作的突破性就在于他们发明了一种新算法。这种算法的名称取自佩奇的姓（Page），因此叫做PageRank。它可以同时计算指向某个特定网站的链接的数量，以及这些链接的来源网站所接入的链接数量。这是对学术文献引用计数的粗略模仿，事实证明，它是可行的。还是以上面的IBM案例为例，让我们假设只有几个网站的链接指向这个孩子的网站，再假设没有多少网站指向这几个网站链接。与之形成鲜明的对比，数千条链接指向英特尔，而且平均起来看，这些网站也拥有上千条指向它们的链接。在PageRank体系下，这个孩子的网站会被认为不如英特尔的网站重要。在这个例子中，佩奇和布林的分级方法可以判断出英特尔比那个郊区孩子重要，至少是在同IBM的关系这一方面。
这不过是一个简化了的说明，当然，佩奇和布林还要改正许多运算上的死角。总之，更受欢迎的网站在它们的评级表上会被排在顶端，而相对人气弱的网站就被排在底部了。
就在他们漫不经心地翻看自己所得到的结果的时候，布林和佩奇意识到他们可能发明了能够用于网络搜索的技术。事实上，根据佩奇的回忆，将经过BackRub分级的网页用于搜索的想法自然而然就出现了，自然到他们根本就没有意识到自己迈出了多么关键的一步。而且，BackRub本身就像搜索引擎一样工作，你输入一条URL（网页地址），它就会列出一张根据重要性排序的反向链接的列表。“我们意识到自己拥有了一个探索工具，一种可以有许多用途的网页分级体系。”佩奇回忆道，“它能够提供全面的网页评级和后续网页的排序。”
