Krytycy twierdzili, że znaczenie (semantyka) tego co my (ludzie) chcemy zakomunikować nie może być łatwo zinterpretowane (przez maszyny), ponieważ często wyrażamy nasze myśli w sposób nielogiczny, figlarny, fałszywy, nikczemny czy celowo wprowadzając w błąd. Jednak my ludzie też nie zawsze możemy prawidłowo zinterpretować intencje mówiącego.

Postaram się podsumować ten raport zbierając najciekawsze opinie o przyszłości Sieci Semantycznej.

Idea Sieci Semantycznej jest szlachetna, ale zdaje się być zbyt kosztowna, gdy weźmiemy pod uwagę takie czynniki jak zbyt duże zróżnicowanie pomiędzy ludźmi lub rywalizację (gospodarczą).

Część uczestników kwestionowała możliwość pojawienia się Sieci Semantycznej w pełni w językach innych niż angielski. Bibliotekarze (cyfrowi) sugerują, że systemy organizacji wiedzy mogą być bardziej skuteczne niż pełnoprawne technologie semantyczne. Inni przypominają, że dotychczasowe wysiłki wprowadzania większej ilości meta-danych do stron internetowych nie poskutkowały, i tym trudniej jest mówić o wprowadzeniu RDF, OWL i mikroformatów, gdy dobrze zbudowany HTML jest nadal rzadkością.

Istnieją również obawy związane z problemem fałszywych danych i braku zaufania. Niektórzy z was mogą pamiętać, że Google nie ufa(ł) twórcom serwisów internetowych w kwestii dostarczania prawidłowych metadanych w tagach <meta>; stąd też były one indeksowane. Kwestia fałszywych metadanych i zaufania jest jednym z problemów, z którymi spotykam się przez ostatnie 10 lat, odkąd tylko zacząłem "ewangelizować" wykorzystanie technologii semantycznych. Zbyt często spotkaliśmy się bowiem z celowo niepoprawnym wykorzystaniem metadanych, i wiele osób zakłada, że to samo może spotkać opisy semantyczne. Dlatego górną warstwę semantycznego tortu stanowią warstwy odpowiedzialne za dowodzenie poprawności danych i wniosków, oraz zapewniające zaufanie do tych danych. Ale jak narazie jesteśmy gdzieś w połowie drogi do tych górnych warstw zanim Sieć Semantyczna może osiągnąć swój potencjał do roku 2020.

Niektórzy ankietowani twierdzą, że pomimo faktu iż rozwój Sieci Semantycznej jest zadaniem niebagatelnym i kosztownym, które wymaga zbyt wiele energii i koordynacji aby wpłynąć na nasze życie, oczekują oni pozytywnych wyników z tworzenia Sieci Semantycznej, takich jak bardziej znaczące, interoperacyjne treści internetowe i lepsze zrozumienia ekosystemu Sieci.

Wielu ludzi wierzy, że wraz z rozwojem Sieci Semantycznej zostaniemy przeniesieni z ery informacyjnej do ery zarządzania wiedzą, co zaowocuje zarówno nowymi innowacjami jak i nadużyciami.

Niektórzy uważają, że jeśli budowa Sieci Semantycznej się powiedzie to nikt nie będzie jej już tak nazywał, ani też nie zauważy jej istnienia. Mam wrażenie, że może być podobnie jak w przypadku sztucznej inteligencji (AI). Twierdzimy, że AI było porażką, ale w tym samym czasie co dziennie pomaga nam ona w sposób niedostrzegalny. W celu jak najlepszego wykorzystania i zrozumienia Sieci Semantycznej potrzebujemy nowej nauki o Sieci (Web Science). Jeden z ankietowanych stwierdza, że w najgorszym przypadku w 2020 Sieć Semantyczna będzie "zdrowym maluchem".

Mimo że istnieje pewien opór dla rozwoju Semantic Web znajdujemy się również silne zachęty do współpracy. TBL ma wizję, że jest to coś więcej, niż tylko lepsze wyszukiwanie informacji na poszczególnych stronach. TBL i jego wizją będzie nadal odgrywać istotną rolę w rozwoju Sieci w ciągu najbliższych dziesięciu lat.

Takie zmiany jak Sieć Semantyczna są nieuniknione Web, jednak nie powinny one być prowadzone przez arbitralnie narzucone normy, ale raczej "wyhodowane" z wymagań i doświadczeń użytkowników i twórców usług.

Meta-Sieć następnej generacji jest nieuniknione. W 2020 roku w Sieć będzie bardziej semantyczna niż obecnie; jednak będzie ona raczej oparta o nowe rozwiązania i własne standardy niż te zaproponowane przez ortodoksów takich jak TBL. Te standardy muszą brać pod uwagę trudności związane z czynnikiem ludzkim w procesie tworzenia informacji. Rozwiązania zaproponowane przez Google (Rich Snippets) oraz Facebook (Open wykres) pokazują już teraz, że standardy W3C nie zawsze pasują i pewne zmiany/dostosowania są nieodzowne. Coś podobnego stało się kiedy "ciężkie" rozwiązania jak SOAP i XML-RPC zostały zastąpione przez proste interfejsy klasy REST. Sieć nadal ma wiele do zrobienia zanim semantyczne połączenia staną się normą.

Sieć Semantyczna może zaistnieć, ale jeszcze nie teraz, nie przed pojawieniem się killer app, która może nie objawić się w przeciągu najbliższych 10 lat

Semantic Web może wymagać też znaczących zmian w zachowaniu ludzi, które mogą trwać dłużej niż dziesięć lat. Potrzeba aby ktoś wymyślił usługę której wszyscy potrzebujemy. Następny killer app może być oparty o wyszukiwanie konwersacyjne, zwłaszcza gdy mamy (będzie mieć) GGG (ang. Giant Global Graph) powiązanych ze sobą krotek z usług takich jak CIA Fact Book, DBPedia, FOAF, itp.

Potrzebujemy systemów, które mogą przeprocesować mylne i skomplikowane informacje wytworzonych przez człowieka w celu stworzenia Semantic Web.

Bez świadomych maszyn Turing, Sieć Semantyczna zdaje się być bardzo trudnym problemem do rozwiązania. Kiedy jednak zostanie zauważona to jedynie po to aby narzekać na jakość wyników wyszukiwania. W związku z tym oczywiste korzyści z realizacji Semantic Web mogą nie być oczywiste dla przeciętnego użytkownika.

Sieć Semantyczna wymaga elementów sztucznej inteligencji, aby zrozumieć człowieka; jednak oparcie się na AI nie rokuje dużych nadziei.

Wiele osób (w tym również i ja) dość cynicznie podchodzi do tego jak wiele można osiągnąć z automatycznego wydobywania znaczenia z informacji (technologie NLP), zwłaszcza jeśli ograniczymy się do jedynie do korpusu tekstu. To jest jak dziecko stara się zrozumieć rozmowę pomiędzy jego rodzicami tylko przez słuchanie jej części, która czasem nawet jest celowo ukryta w takie zwroty aby dziecko ich nie rozumiało. Najprawdopodobniej w ciągu 10 lat ludzie będą nadal operować na danych niestrukturalnych i pół-strukturalnych. Jakość wdrażania i stosowania technologii semantycznych mogą różnić się w zależności od zastosowania. Semantic Web może okazać się przydatne w niektórych dziedzinach, ale nie będzie raczej rozwijać się w pełnym zakresie jak przewidział to TBL. Oczywiście niektórzy bardziej zaawansowani użytkownicy będą mogą skorzystać z dobrodziejstw Sieci Semantycznej. Być może Semantic Web będzie tak jak sztuczna inteligencja - zawsze za rogiem w teorii i rozczarowaniem w praktyce.

Niektórzy uważają, wraz ze poprawą dostępności baz informacji semantyka będzie coraz bardziej związana z samymi aplikacjami, niż stawać się częścią języka zapisu dokumentów Sieciowych. Nie sądzę. W chwili obecnej mamy bowiem "semantykę" w aplikacjach, a to, co nam naprawdę brakuje, to "połączenia", czyli sieci, pomiędzy elementami informacji z różnych aplikacji.

Jeśli założymy, że ludzie, którzy tworzą strony i bazy danych zrobią to zgodnie z kanonem standardów informacyjnych osiągniemy bardzo dużo w kierunku budowy Sieci Semantycznej. Jednakże dużo czynników (ludzkich) najprawdopodobniej stanie na przeszkodzie. Miara sukcesu zależy w dużej mierze od definicji: niektórzy ludzie widzą Semantic Web, jak zoptymalizowane zasady projektowania dla Sieci. Jeśli pamiętasz nasz artykuł na temat inicjatywy Pedantycznej Sieci, to wychodzi na to, że leczenie Sieci może mieć duże znaczenie dla dalszego rozwoju Semantic Web.

Inni respondenci zwrócili uwagę na rolę, jaką standardy Sieci Semantycznej odgrywają dla przenośności danych i interoperacyjności. Niektórzy twierdzą, że do 2020 roku mechanizmy interoperacyjne pozwolą na łatwą i niewidoczną wymianę danych pomiędzy aplikacjami.

Istotą Sieci Semantycznej, w szerokim tego słowa znaczeniu, jest aby maszyny zrozumiały ludzi, ale szczegóły tej koncepcji zmieniały się (zmieniają się) wraz z upływem czasu i zależą od zmian w technologii i społeczno-ekonomicznych: kiedy mamy więcej mocy obliczeniowej, więcej danych może dawać lepsze rezultaty niż fragmenty wysokiej jakości meta-danych dostarczonych z informacją. Niektórzy respondenci twierdzą, że Semantic Web jest "drogą" a nie rzeczywistą "rzeczą", który mogłaby zostać osiągnięta.

Sieć Semantyczna wpływa już na nowe aplikacje; by wymienić tylko kilka z nich: TripIt, TrueKnowledge, Wolfram | Alpha lub Twine.

Stąd też mówi się o innej metryce sukcesu: rosnącej liczbie aplikacji sieciowych skutecznie wykorzystujących technologie semantyczne (np. poprzez większe wykorzystanie systemów organizacji wiedzy zamiast tagów) i ... liczby nowych startupów, które wymyślają nowe kawałki układanki zwanej Semantic Web. Na zakończenie, przyjrzyjmy się, czy respondenci uważali, że Sieć Semantyczna może zostać osiągnięta do roku 2020. 41% wszystkich uczestników (38% ekspertów) zgodziło się, że do 2020 r. wizja TBL "zostanie osiągnięta w znacznym stopniu". Podczas gdy 47% respondentów (52% ekspertów) argumentowało coś przeciwnego, sugerując, że do 2020 r. "użytkownicy nie zauważą wiekszej różnicy (w funkcjonowaniu Sieci)".

Jednym z podstawowych celów projektu LarKC jest zgromadzenie powiązanej wiedzy dostępnej w chmurze otwartych danych (ang. Linked Open Data) i dostarczanie usług wydajnego wnioskowania na tych danych.

Czym zajmuje się projekt LarKC najlepiej obrazuje następujący Woordle:

Być może nie wspominałbym o tym projekcie gdyby nie opublikowane ostatnio zbiory danych:

• Baza zainteresowań naukowych pracowników naukowych związanych z informatyką; zawiera semantyczną reprezentację profili ponad 600 tysięcy naukowców; bazuje ona na otwartych danych udostępnionych przez serwis DBLP.
• Semantyczne repozytorium połączonych danych (ang. Linked Data Semantic Repository) zawiera ok 1.7 miliarda trójek zawierające powiązane dane pochodzące z różnych serwisów zarządzających wiedzą ogólną, w tym DBPedia, Freebase, Geonames, MusicBrainz, UMBEL, czy znany nam już Wordnet. Na tych danych zostało dodatkowo przeprowadzone wnioskowanie zgodnie z regułami zawartymi w powiązanych ontologiach.
• Połączone dane nauk przyrodniczych (ang. Linked Life Data) prawdopodobnie najciekawsza baza, zawierająca ok 5 miliarda trójek z informacjami biomedycznymi powiązanymi pomiędzy poszczególnymi zestawami danych, które zostały zintegrowane w tej bazie.

Jeżeli zastanawiacie się dlaczego poświęciłem dzisiejszy artykuł projektowi LarKC, to odpowiedź jest bardzo prosta: w poniedziałek opowiem o języku zapytań SPARQL, a nowo nabytą wiedzę będziecie mogli przetestować na dwóch ostatnich z zaprezentowanych repozytoriów: LDSR i Linked Life Data.

Nie raz już wspominaliśmy, że Web 3.0 ma być Siecią dla maszyn. Na początku wszystkim nam zależało na tym aby strony i usługi w Sieci dostarczały semantyki: niech tylko pojawi się RDF, a reszta "jakoś magicznie" się sama rozwiąże. Teraz już wiemy, że sam RDF nie jest najważniejszy, że dużo ważniejsze jest współdzielenie ontologii, słowników, i publikowanie połączonych danych.

Ale czy wystarczy ?

Niedawno rozpoczęła swoją działalność inicjatywa Pedantic Web. Jej celem jest analizowanie istniejących ontologii, słowników i usług pod kątem zgodności ze standardami. Okazuje się bowiem, że nawet te najbardziej popularne ontologie jak SIOC czy FOAF nie są tak do końca stworzone poprawnie.

Skąd właściwie wzięła się potrzeba powstania Pedantycznej Sieci? Pisałem powyżej, że my użytkownicy Inte

rnetu staliśmy się krytyczni co do sposobu prezentacji, zawartości i interakcji z treścią stron i usług internetowych: wybieramy te strony i usługi, które  są dla nas bardziej czytelne.

Pomyślmy teraz o tym jak maszyny widzą Sieć. Jeżeli serwowane w niej dane będą niepowiązane, chaotyczne, korzystające z tysięcy różnych i nie powiązanych słowników i ontologii, to będą się "czuły" podobnie zagubione jak kiedy my trafilibyśmy na stronę o słabej nawigacji, wielojęzycznej treści wykorzystującej trudne słownictwo.

Inicjatorzy Pedantycznej Sieci zauważają, że zarówno ontologie, słowniki jak i narzędzia mogą zawierać błędy. Niedoskonałe nadal agenty semantyczne mają duże problemy z "rozumieniem" niedoskonałych treści i usług dostarczanych przez narzędzia zawierające błędy.  Celem grupy jest wskazywanie tych niedoskonałości, np.: niepoprawnego wnioskowania wykorzystanego w procesie tworzenia ontologii.

Zachęcam wszystkich zainteresowanych tworzeniem ontologii czy narzędzi semantycznych do subskrypcji listy mailingowej; szczególnie jeżeli chcemy mieć pewność, że stworzona przez nas ontologia czy narzędzie jest zgodne ze ogólnie przyjętymi standardami.

Martwi mnie tylko jedno, podobnie jak w przypadku wszystkich "sił porządkowych" możliwe są dwie opcje: strażnicy (np Irlandzka Gardaí) i policjanci (ang. law enforcement). Wygląda na to, że grupa Pedantyczna Sieć chce być strażnikami standardów; nawet pomimo nieprzyjemnego incydentu, po którym jednemu z jej członków nadano przydomek "Policji Połączonych Danych" (ang. Linked Data Police).

Połączone źródła danych i NYT (źródło: New York Times)

W czasie czerwcowej konferencji SemTech 2009, poświęconej zastosowaniom Sieci Semantycznej w przemyśle, New York Times ogłosił, że już niedługo udostępni swoje archiwa w postaci zgodnej ze rekomendacjami na publikowanie danych w Sieci Semantycznej: RDF i Połączone Otwarte Dane (ang. Linked Open Data - LOD), o których napiszemy niedługo. Wczoraj w czasie konferencji ISWC 2009, w czasie sesji o praktycznych zastosowaniach Sieci Semantycznej, Evan Sandhaus z New York Times oficjalnie ogłosił uruchomienie serwisu dostępu do danych New York Times: http://data.nytimes.com/. New York Times publikuje słownik wykorzystywanych kategorii w znanej nam już ontologii SKOS. Aby skorzystać z usługi opublikowanej przez New York Times musimy najpierw zarejestrować się i otrzymać swój klucz dostępu; więcej informacji interesującej dla programistów można znależć pod adresem http://developer.nytimes.com/.

Po Retures z systemem Open Calais, New York Times jest kolejną agencją informacyjną która postanowiła opublikować swoje archiwa w postaci rozumianej przez maszyny. Tego typu serwisy, publikujące otwarte, połączone dane (LOD) są niezmiernie ważne dla dalszego rozwoju Sieci Semantycznej.

Pamiętajcie jednak, że nadal możecie zadawać pytania nam w komentarzach do artykułów na łamach Szkoły Web 3.0, oraz na blipie, twitterze i Facebooku.

Chociaż do tej pory nie opisywaliśmy  jeszcze biblioteki Jena udostępniającej za pomocą API Java dostęp do grafu RDF i mechanizmów wnioskowania, postanowiliśmy poinformować o zmianach jakie zapowiedziała firma HP, w której ośrodku badawczym powstała ta biblioteka.

Zgodnie z opublikowaną niedawno notką prasową, firma HP postanowiła zakończyć działanie ośrodka badawczego "Semantic Web Research". Ciężko w tej chwili dociekać powodów, bo ten ośrodek istniał już bardzo wielu lat; być może, jest to związane ze znaczącym upowszechnieniem się technologii semantycznych, i (co należy zauważyć) brakiem znaczących osiągnięć tego ośrodka w ostatnim czasie. Najważniejszą jednak informacją jest ta, że biblioteka Jena (oraz inne rozwiązania) pozostaną dostępne na licencji open source (BSD), zmieni się jedynie adres strony domowej biblioteki na http://www.openjena.org/. Najprawdopodobniej powstanie również firma, niezależna od HP, która będzie dostarczała komercyjnego wsparcia oraz nadzorowała dalszy rozwój tej biblioteki.

Dla osób które do tej pory nie słyszały o bibliotece Jena: jest ona jedną z najstarszych, i (przynajmniej do niedawna pozostawała) jedną z najbardziej popularnych bibliotek udostępniających za pomocą Java API dostępu do grafu RDF. Jej największą zaletą jest to, że do informacji zapisanych w grafie RDF można uzyskać dostęp za pomocą API podobnego do Java DOM znanego z przetwarzania XMLa. Poza podstawowymi operacjami zapisu i odczytu informacji z grafu, Jena oferuje również:

• możliwość odpytywania grafu RDF za pomocą zapytań w języku SPARQL,
• połączenie z mechanizmami wnioskowania na przechowywanym grafie RDF i ontologiach
• wsparcie dla tzw. quadów, czyli zdań RDF składających się z czterech elementów, gdzie dodatkowym elementem jest wskazanie na kontekst (napiszemy o nich niedługo),
• możliwość wygenerowania hierarchii klas Java odpowiadających zadanej ontologii (w RDF Schema lub OWL); warto jednak pamiętać w tym miejscu, że takie mapowanie nie gwarantuje nam pozbycia się problemów z przejściem pomiędzy programowaniem obiektowym a logiką opisową, o czym pisaliśmy niedawno.

Już niedługo pokażemy na prostych przykładach jak korzystając z biblioteki Jena napisać pierwszą aplikację operującą na grafie RDF.

Image via VU Amsterdam

Sir Tim Berners-Lee, którego poznaliśmy jako "ojca Internetu", otrzyma jutro (20 października 2009) tytuł doctora honoris causa na Wolnym Uniwersitecie (VU University) w Amsterdamie. Przyznanie doktoratu zbiegnie się z obchodami 129 rocznicy powstania uniwersytetu.

Tytuł został przyznany w uznaniu dla zasadniczego i niezbędnego wkładu w rozwój, wprowadzenie i wzrost Internetu, który wywarł ogromny wpływ na społeczną, ekonomiczną, kulturalną i publiczną strefę życia wszystkich nas.

Gratulujemy !