211service.com
Co jest po Web 2.0?
Wielu badaczy i przedsiębiorców pracuje nad opartymi na Internecie technologiami organizowania wiedzy, które rozciągają się na tradycyjne definicje sieci. Ostatnio niektórzy nazywają technologie Web 3.0. Ale tak naprawdę są bliżej Web 2.1.
Zazwyczaj nazwa Web 2.0 jest używana przez programistów komputerowych w odniesieniu do kombinacji a) ulepszonej komunikacji między ludźmi za pośrednictwem technologii sieci społecznościowych, b) ulepszonej komunikacji między oddzielnymi aplikacjami – odczytywania mashupów – poprzez otwarte standardy sieciowe do opisywania i uzyskiwania dostępu do danych oraz c) ulepszone interfejsy internetowe, które naśladują czas reakcji aplikacji komputerowych w oknie przeglądarki w czasie rzeczywistym.
Aby zobaczyć, jak te pomysły mogą ewoluować i co może pojawić się po Web 2.0, wystarczy spojrzeć na takie grupy, jak Laboratorium Informatyki i Sztucznej Inteligencji MIT, konsorcjum World Wide Web, Amazon.com i Google. Wszystkie te organizacje pracują na rzecz inteligentniejszej sieci, a niektóre z ich prototypowych implementacji są dostępne w sieci, aby każdy mógł spróbować. Wiele z tych projektów kładzie nacisk na wykorzystanie ludzkiej inteligencji już osadzonej w sieci w postaci danych, metadanych i połączeń między węzłami danych. Inni mają na celu rekrutację żywych ludzi i zastosowanie ich inteligencji do zadań, z którymi komputery nie mogą sobie poradzić. Ale żaden nie jest gotowy na prime time.
Pierwsza kategoria projektów związana jest z siecią semantyczną , wizją inteligentniejszej sieci opracowaną pod koniec lat 90. przez twórcę sieci WWW, Tima Bernersa-Lee. Wizja wzywa do wzbogacenia każdego fragmentu danych w sieci metadanymi przekazującymi jego znaczenie. Teoretycznie ten dodatkowy kontekst pomógłby aplikacjom internetowym w bardziej odpowiednim wykorzystaniu danych.
Na przykład mój aktualny kalendarz internetowy niewiele o mnie wie, z wyjątkiem tego, że mam dziś spotkanie o 8:30. i 16:00 Kalendarz sieci semantycznej nie tylko znałby moje imię, ale także zawierałby zbiór standardowych metadanych na mój temat, takich jak życie w: Las Vegas, urodzony w: 1967, lubi jeść: tajskie jedzenie, należy do: Demokratów Stonewall i ulubiony program telewizyjny: Battlestar Galactica. Mógłby wtedy funkcjonować bardziej jak ludzka sekretarka. Gdybym próbował zorganizować następne spotkanie Demokratów Stonewall, mógłbym przejrzeć kalendarze innych członków i znaleźć czas, kiedy wszyscy będziemy wolni. Lub gdybym poprosił kalendarz o znalezienie dla mnie towarzyskiej randki na lunch, mógłby zeskanować publiczne metadane dotyczące znajomych i znajomych znajomych w mojej sieci społecznościowej, szukając kogoś, kto mieszka w pobliżu, jest w podobnym wieku i lubi azjatyckie jedzenie i science fiction.
Niestety, nie ma jeszcze takiej technologii, częściowo z powodu ogromnego wysiłku, który byłby wymagany do oznaczenia wszystkich danych w sieci metadanymi, a częściowo dlatego, że nie ma zgody co do właściwego formatu samych metadanych. Ale kilka projektów zmierza w tym kierunku, w tym: FOAF , skrót od Przyjaciel przyjaciela. Pliki FOAF, po raz pierwszy zaprojektowane w 2000 roku przez brytyjskich programistów Libby Millera i Dana Brickleya, są krótkimi osobistymi opisami napisanymi w standardowym języku komputerowym zwanym Resource Description Framework (RDF); zawierają informacje, takie jak imię i nazwisko osoby, pseudonimy, adres e-mail, adres URL strony głównej i łącza do zdjęć, a także imiona i nazwiska osób, które ta osoba zna.
W tym tygodniu wygenerowałem własny plik FOAF, korzystając z prostych formularzy na bezpłatnej stronie o nazwie Foaf-a-matic i przesłałem go na mój blog. Teoretycznie inne osoby korzystające z oprogramowania do wyszukiwania obsługującego FOAF, takie jak: Eksplorator FOAF lub witryny centrum tożsamości, takie jak Agregator osób , łatwiej będzie mnie teraz znaleźć.
W końcu może być więcej. Na przykład mogę natychmiast utworzyć sieć znajomych w nowej usłudze sieci społecznościowej, po prostu importując mój plik FOAF. Ale na razie nie ma wielu sposobów na uruchomienie pliku FOAF.
Innym projektem, który próbuje wydobyć więcej znaczenia z sieci, jest: Świnka skarbonka , wspólnym wysiłkiem Laboratorium Informatyki i Sztucznej Inteligencji MIT, bibliotek MIT i konsorcjum World Wide Web. Celem Piggy Bank jest wyciąganie z otoczenia fragmentów ważnych informacji z witryn internetowych z dużą ilością danych, tak aby internauci mogli korzystać z tych fragmentów w nowy sposób. Na przykład informacje o adresie biura pobrane z LinkedIn, profesjonalnej witryny sieciowej, mogą zostać wprowadzone do Map Google, tworząc mapę miejsc prowadzenia działalności przez moich kolegów.
Badacze Piggy Bank mają nadzieję, że w ten sposób użytkownicy sieci będą mogli zasmakować w działaniu sieci semantycznej, bez konieczności czekania, aż autorzy miliardów dokumentów w sieci utworzą metadane. Ciekawscy mogą pobrać rozszerzenie Piggy Bank dla przeglądarki internetowej Firefox; po zainstalowaniu rozszerzenia użytkownicy mogą wybierać spośród wielu zrzutów ekranu, które wydobywają informacje z określonych witryn, takich jak LinkedIn i Flickr (popularna witryna do udostępniania zdjęć). Piggy Bank przechowuje te czyste informacje, takie jak zdjęcia lub nazwy kontaktów, w przeglądarce internetowej w formacie RDF, teoretycznie umożliwiając użytkownikom mieszanie danych z niezależnych źródeł w celu tworzenia własnych błyskawicznych mashupów, podobnie jak w przykładzie LinkedIn-Google Maps.
Niestety, nie ma jeszcze żadnych narzędzi, które ułatwiłyby nie-programistom ponowne wykorzystanie danych RDF w takich mashupach. A w moich własnych testach Skarbonki nie udało się aktywować zrzutów ekranu. Jestem pewien, że to dlatego, że coś przegapiłem w instrukcjach – ale problem pokazuje, o ile więcej pracy potrzeba, zanim takie narzędzia będą gotowe do użytku publicznego.
Druga kategoria projektów post-Web 2.0 koncentruje się nie na pomaganiu maszynom w zrozumieniu znaczenia i zastosowań istniejących treści internetowych, ale na rekrutacji prawdziwych ludzi, którzy dodają swoją inteligencję do informacji, zanim zostaną one wykorzystane. Najbardziej znanym przykładem jest Amazon Mechaniczny Turk , rodzaj agencji tymczasowej high-tech wprowadzonej przez sprzedawcę internetowego w 2005 roku. Usługa umożliwia osobom mającym zadania i pytania, z którymi nie potrafią sobie poradzić komputery – na przykład wykrywanie nieodpowiednich obrazów w kolekcji zdjęć – zatrudnianie innych użytkowników sieci Wsparcie.
Zatrudnienie jest wyjątkowo tymczasowe – w większości przypadków krócej niż godzina na zadanie – a wynagrodzenie jest śmiesznie niskie: rozwiązania zazwyczaj zarabiają tylko kilka centów. Nie chodzi jednak o to, by zapewnić uzależnionym od Internetu drugi dochód: chodzi o to, by wykorzystać potencjał umysłowy użytkowników na kilka wolnych chwil, aby wykonać proste zadania, które znacznie wykraczają poza możliwości oprogramowania wykorzystującego sztuczną inteligencję. (W rzeczywistości Amazon nazywa swój projekt formą sztucznej inteligencji).
Niektóre zadania to tak naprawdę działania marketingowe lub badania produktów w przebraniu. Na przykład jeden z pytających pyta: Co ulepszyłoby Twój e-mail? Inni lepiej ilustrują logikę podziału zadania klasyfikacji big data i rozpowszechniania go wśród setek osób. Jedno zadanie, najwyraźniej od kogoś, kto próbuje umożliwić wymianę informacji między różnymi katalogami w stylu Yellow Pages, polega na tym, aby użytkownicy porównywali kategorie z jednego katalogu – powiedzmy Delikatesy – z najbliższymi odpowiednikami w innym – na przykład delikatesy lub małe restauracje. Komputer nie poradziłby sobie z takim zadaniem bez lat szkolenia na temat przyziemnych faktów ludzkiej egzystencji, takich jak fakt, że delikatesy są rzeczywiście jedną z form małej restauracji. Jednak człowiek może znaleźć odpowiednie dopasowania w ciągu kilku sekund.
Innym projektem, który próbuje przekonać ludzi do nadania znaczenia surowym danym, jest Etykietowanie obrazów Google . Zachęca użytkowników do oznaczania zdjęć cyfrowych zgodnie z ich treścią, zmieniając zadanie w prostą grę, w której zawodnicy muszą zarówno współpracować, jak i rywalizować. Podobnie jak Amazon Mechanical Turk, Image Labeler ma społeczność fanów, którzy lubią ją jako grę. I nie ma nic złego w uatrakcyjnianiu potencjalnie nudnych zadań, jeśli to właśnie motywuje pracowników. Jednak Image Labeler i Mechanical Turk będą musiały wykroczyć poza etap przypominający zabawkę, zanim będą miały rzeczywisty wpływ na użyteczność sieci.
Nic dziwnego, że obserwatorzy sięgają po nowe etykiety, aby opisać pracę wykraczającą poza granice dzisiejszego Web 2.0. Jednak większość z tych projektów jest tak daleka od stworzenia praktycznych narzędzi – nie mówiąc już o usługach, które mogłyby zostać skomercjalizowane – że przedwczesne jest stwierdzenie, że reprezentują one technologię internetową trzeciej generacji. Na to, sądząc po dzisiejszym stanie techniki, będziemy musieli poczekać jeszcze kilka lat.