TheTarPit

meta utopia?

W komentarzach do poprzedniego wpisu pojawiły się dwie interesujące opinie (#8, #9), które zasługują na szerszą odpowiedź...

Oba wspomniane komentarze podważają sens publikowania metadanych z powodu naturalnych ułomności ludzi, którzy te metadane będą produkować. Ja się oczywiście zgadzam, że ludzie są w kwestii podawania prawdy tak samo beznadziejni jak w systematyczności. Jednak opisywana przez Dr Lex'a meta utopia opiera się wg mnie na dwóch założeniach, które skazują ją na klęskę:

• istnienie ustalonego słownika metadanych, np. via DTD,
• poleganie wyłącznie na dobrych intencjach autora (meta)danych.

Jednak moje marzenie o wyszukiwarce nie opierało się jedynie na rozpowszechnieniu metadanych, lecz na wykorzystaniu Sieci Semantycznej. A w niej oba powyższe założenia z definicji nie istnieją.

jedynie słusznym słownikom mówimy nie

Wiadomo nie od dziś, że ustalony „standard” opisu danych w jakiejś dziedzinie wbrew pozorom nie ułatwia, lecz utrudnia tworzenie dokumentów. Ludzie są na takie rzeczy faktycznie zbyt leniwi i jedynie fanatycy z zacięciem, nazwijmy ich „bibliotekarze”, uzupełniają skrupulatnie wszystkie informacje choćby i dla samej perwersyjnej przyjemności utrzymania porządku w danych. Większość tzw. „normalnych ludzi” się tak nie zachowuje — już raczej jak pisze Dr Lex: kłamią, są leniwi, nie są wykształceni i nie znają siebie. Wszystko prawda.

Jednak dokumenty przeznaczone dla Sieci Semantycznej to nie muszą być metadane w takim rozumieniu jak katalog biblioteczny. Dokument RDF nie posiada DTD. RDF jest grafem(!) dowolnych relacji między zasobami dowolnego rodzaju. Opis ontologii w OWL może zawierać zarówno opis klas obiektów oraz najróżniejszych relacji między nimi jak i opis konkretnych zasobów stanowiących realizację tych klas. W dowolnym momencie opis ten może być rozszerzony lub uściślony przez dowolny inny dokument, o którego istnieniu nie wiemy i wiedzieć nie musimy. Język RDF zapewnia, że dokumenty zapisane przy jego pomocy funkcjonują w świecie otwartym, co skutecznie wyklucza istnienie sztywnych słowników, do których koniecznie trzeba się dostosować.

nieuczciwym autorom mówimy nie

Problem kłamliwych danych jest chyba tak stary jak same dane. Przyznaję, że w tej chwili jest to problem niezupełnie rozwiązany, choć już może niedługo powstaną dla Sieci Semantycznej mechanizmy przekazywania zaufania do danych, ontologii i ich źródeł. Prace trwają ;-)

Myślę jednak, że warto od razu wskazać tutaj pewną bardzo istotną kwestię — wbrew pozorom nasuwająca się od razu analogia do spamu nie jest w przypadku Sieci Semantycznej uzasadniona. Spam (np. e-mail) zawierający kłamliwe informacje służy skłonieniu człowieka do podjęcia pewnych działań, których inaczej by nie podjął (np. do wejścia na stronę, na którą wchodzić nie chciał) w nadziei, że w ten sposób zainteresuje się ofertą spamera. Nadzieja taka opiera się tylko na fakcie ludzkiej ułomności jaką niewątpliwie jest niepohamowana ciekawość. Skłonienie agenta programowego szukającego konkretnej informacji aby porzucił swoje zadanie i zaczął się interesować nagle czymś zupełnie innym nie wydaje mi się szczególnie prawdopodobne.

A poza tym (a może przede wszystkim) — roboty Sieci Semantycznej nie będą opierać się jedynie na ciągach liter w jakichś słowach, lecz na ontologiach czyli wiedzy o danym zasobie. Można faktycznie stworzyć ontologię opisującą rzecz nieistniejącą czy generalnie w jakiś tam sposób kłamliwą, jednak zrobienie jej w sposób wyczerpujący, osadzenie w innych ontologiach dostępnych w Sieci tak, by nie była sprzeczna z „bardziej zaufanymi” źródłami i rozpropagowanie dostatecznie szeroko, aby była faktycznie używana przez agentów jest zadaniem zupełnie innego kalibru niż banalne wstawienie kłamliwych słów kluczowych w <meta name="keywords"> na stronie WWW. Jasne, że się da, ale to gruby szwindel, a nie banalne „wciskanie kitu” na co bezkarnie pozwalają dzisiejsze roboty...

pralkom mówimy tak

W tekście o meta utopii Dr Lex podaje całkiem trafiony przykład na wykorzystanie Sieci Semantycznej (choć może autor nie wiedział, że właśnie tak dobry przykład podaje? ;-)):

Mogą to być na przykład pralki. Zostaje ustalony wspólny słownik dla opisywania pralek: wielkość, pojemność, pobór energii, pobór wody, cena. Zostają utworzone odpowiednie bazy danych zasobów, które następnie są udostępnione w całości lub części robotom różnego rodzaju wyszukiwarek i innym bazom danych, tak by potencjalny klient mógł określić parametry pralki, której poszukuje i odpytać wiele różnych źródeł informacji jednocześnie by uzyskać obszerną listę dostępnych pralek, które spełniają kryteria wyszukiwania.

Faktycznie spełnienie takich wymagań powoduje, że wyszukiwanie informacji na temat pralki staje się banalne. I w Sieci Semantycznej to naprawdę będzie działać, ponieważ wymienione dalej przeszkody nie mają znaczenia:

• Ludzie kłamią — nie szkodzi, informacje o danych konkretnej pralki to dane katalogowe publikowane przez producenta. Agenci SW pobierają dane o pralkach z serwerów producentów jako z najbardziej zaufanych źródeł.
• Ludzie są leniwi — nie szkodzi, producentom pralek nie przeszkadza konieczność publikowania wszystkich danych katalogowych tak samo jak nie przeszkadza im nabijanie na pralkę tabliczki znamionowej. Ba, nawet mają taki obowiązek.
• Ludzie nie są wykształceni — nie szkodzi, producenci pralek wiedza o nich wystarczająco dużo, nawet jeśli nie wiedzą nic o niczym innym. Klienci natomiast nie muszą się znać na pralkach w ogóle — parametry wyszukiwania nie muszą być im znane przed podjęciem szukania jak to się dzieje w dzisiejszej Sieci — agent podpowie na podstawie znanych sobie ontologii pralek jakie w ogóle rzeczy mogą być istotne i interesujące dla klienta.
• Ludzie nie znają siebie — nie szkodzi, producenci znają swoje pralki, a potencjalni klienci potrafią określić czego chcą, zwłaszcza jeśli agent z punktu poprzedniego podpowie im czego w ogóle mogą chcieć.
• Schematy nie są neutralne — nie szkodzi, producenci pralek mogą się dogadać co do używania jednej ustalonej ontologii, lecz nikt ich do tego nie zmusza. Pralki europejskie mogą być opisywane inaczej niż pralki amerykańskie, a zależności między dwoma różnymi ontologiami mogą być zapisane w dowolnym innym miejscu lub nawet mogą zostać wydedukowane przez agenta samodzielnie.

;-)

Komentarze