Una forma de presentar la visión de desarrollo de Web 3.0, en realidad la Web Semántica para ser precisos, es analizar la llamada Pila Semántica Web, que muestra una pila de tecnologías y normas necesarias para crear un completamente funcional de la Web Semántica.Uno de su primera versión (que se muestra en el 2002 por TBL) fue el siguiente:

Semantic Web Layer Cake (2002) Source: http://www.w3.org/2002/Talks/04-sweb/slide12-0.html

Los fundamentos de la Web Semántica se basan en dos tecnologías: URI (Uniform Resource Identifier) y Unicode, sino que nos permiten identificar e indicar cualquier contenido u objeto (no sólo en línea) y se describen en cualquier idioma. Un URI es similar a una dirección URL (Uniform Resource Locator) de direcciones, que se utilizan a diario en Internet; URI, sin embargo, es permitido (al menos teóricamente) para indicar los objetos del mundo real, y por lo tanto se utiliza para describir y para vincularlos a los documentos en Internet. Unicode es un juego de caracteres utilizados para escribir en todos los alfabetos que se conocen.

La segunda capa es una norma actualmente muy popular que se conoce como XML, y también el espacio de nombres denominado relacionados con ella. Con XML es posible guardar la información, de modo que una máquina podría procesarlo (pero no interpretarlo). En un próximo artículo trataremos de explicar por qué la introducción de la capa de XML para el pastel "semántica" no era tan buena idea.

Una tercera capa se define como RDF (Resource Description Framework), que es una norma intrínsecamente vinculado a la Web Semántica. A diferencia de XML, que permite crear un grafo (dirigido) en una forma procesable por las máquinas, sobre la base de la información almacenada en estas gráficas de relaciones significativas (es decir, la semántica) una máquina puede tratar de comprender el contenido real.

Y las dos siguientes capas? Para ayudar al proceso de la "comprensión" de la información almacenada en RDF, las próximas dos capas se utilizan para definir los términos utilizados en la descripción de un grafo de RDF. Sí, acertaste: todo es acerca de las infames "ontologías" (que viene en los siguientes artículos). El esquema RDF puede utilizarse para definir una ontología sencilla usando una jerarquía de clases y propiedades, pero estas clases y  propiedades no tienen nada que ver con la programación orientada a objetos (POO) además de compartir el mismo nombre. Vamos a discutir esta cuestión en un próximo artículo.

La capa de sesiones, las reglas, permite definir (en las lenguas oficiales como RIF) las normas para el procesamiento de los conocimientos se almacenan en RDF y ontologías. Junto con los marcos de la lógica de las normas permitirá a las máquinas para entender la información, en lugar de limitarse a proceso.

Las dos primeras capas son necesarias para garantizar la autonomía de las máquinas en el procesamiento de información y toma de decisiones en nombre de sus propietarios. Sin embargo, esto requiere un mecanismo formal de entrega de pruebas (que es conocido como la prueba) de que el proceso de razonamiento es correcto, además de un modo de determinar un nivel de confianza en el proceso de razonamiento (llamado confianza).

Los otros dos elementos, las firmas digitales y el cifrado, se garantiza la seguridad de la Web Semántica.

¡Uf, un montón de capas, y peor aún: todos ellos con un montón de especificaciones, recomendaciones y normas. Afortunadamente, a lo largo de los años hemos logrado cambiar esta visión en realidad, al menos en parte.

En los últimos años, la "Web Semántica Layer Cake" ha evolucionado junto con las implementaciones de las capas sucesivas. Ya dos años después el diagrama inicial había sido publicado, TBL fue añadido una capa adicional: consultas y esquemas XML. También hubo la primera herramienta (Annotea), diccionarios (P3P, CC / PP) y de normalización (Dublin Core, RSS) que implementan las capas inferiores de la torta:

Another version of the semantic cake (2004) http://www.w3.org/2004/Talks/0412-RDF-functions/slide4-0.html

La versión actual de la torta contiene principalmente las especificaciones que se han convertido en estándares del W3C que implementan las diferentes capas: OWL (Web Ontology Language), RIF (Rule Interchange Format), SPARQL (lenguaje de consulta para RDF). Es importante que las ontologías, las reglas y la lógica se han convertido en una capa única de facto. Además, el papel de XML ha sido limitada, ya que en la Web Semántica podemos manejar las cosas sin las restricciones impuestas por XML. También hay una capa nueva de entrega: UI (User Interface) y aplicaciones. Además, la identificación de objetos es ahora posible mediante el IRI (Internationalized Resource Identifier) estándar que extiende URI con la capacidad de utilizar los caracteres ASCII no estándar para codificar el identificador de objeto.

Hasta hace poco, todo el énfasis en el ámbito de la investigación de la Web Semántica se centró en comprender el significado del contenido por las máquinas. Gracias al éxito de la Web 2.0, entendimos la necesidad e importancia de la interacción humana con los sistemas informáticos que utilizan técnicas de sistemas semánticos.

The current version of the semantic cake http://www.w3.org/2007/03/layerCake.png

Por último, la guinda del pastel semántica es la versión en 3D de Benjamin Nowack. Lo importante aquí es el nuevo elemento en la pila de tecnologías semánticas: los datos vinculados. Son extremadamente importantes para el éxito de la Web 3.0: sin semántica, es decir, vinculada, los datos (a menudo a disposición del público), sin mecanismos de razonamiento no se puede hacer nada.

Semantic cake in 3D, together with related data http://bnode.org/blog/2009/07/08/the-semantic-web-not-a-piece-of-cake

Bueno, pero antes de entrar en "guerra  santa" por  el termino Web 3.0, vamos a tratar de determinar que tan "viejo" es:

1. Web 3.0 no existe todavía, es sólo un sueño de los investigadores, y al igual que la inteligencia artificial nunca se convertirá en una tecnología de uso común. Es cierto que hay algo desarrollado - pero no tropezamos con los sitios Web 3.0 todos los días. Twine, digi.me, o incluso la reciente ampliación de Facebook no prueban nada. O lo hacen?
2. Web 3.0 tiene sólo 6 meses de edad - en marzo de 2009, durante las celebraciones del 20 aniversario de la Web, su creador, Sir Tim Berners-Lee, ha anunciado que ya tenemos todos los mecanismos y tecnologías necesarias para construir la tercera generación de Internet ( o la Web 3.0 en la ausencia de un término mejor). Bueno, eso es algo, pero realmente no había nada antes de eso?
3. Web 3.0 es realmente sobre la Web Semántica, por lo que debe estar alrededor de 9 años de edad - en 2001, Sir Tim Berners-Lee, James Handler y Ora Lassila publicaron un famoso artículo en Scientific American. Esperen un momento..., pero si la Web 3.0 es tan "vieja" como la Web Semántica, entonces el termino es mas antiguo que la Web 2.0. Hay algo que huele raro aquí, ¿verdad?
   Olvidé mencionar que en algunos institutos científicos que habían tratado de lograr lo que realmente debe ser la Web Semántica durante demasiado tiempo; se ha perdido tiempo investigando y desarrollando aplicaciones avanzadas (Descripción lógica o semántica de servicios Web). Mientras tanto, las tecnologías sociales se han vuelto tan populares que la Web Semántica se ha vuelto en Web Semántica social y se requirió de un dígito posterior en la etiqueta. Bien, entonces la Web 3.0 puede ser aún mas antiguo??
4. Web Semántica ya existía en el año 2000. ¿Por qué? Porque ahí es cuando la primera descripción de ontologías - en el DAML (El DARPA Agent Markup Language) - se publicó. Es cierto que eso es evidencia bastante concreta, sobre todo porque DARPA lo respalda. Bueno, pero si en el año 2000 tuvimos la primera ontología, deberia haber algo anterior!
5. Un año antes, en 1999, Stefan Decker (et al) publicó los resultados de la investigación sobre OntoBroker, que fue la base para la creación de DAML. En el mismo año, el W3C publicó la recomendación para el estándar RDF, y más tarde la recomendación para el Schema RDF. Y eso es todo? ¡No!
6. En 1995, la organización DublinCore celebraron su primer taller. Cualquiera que haya comenzado un interés en las tecnologías semánticas golpeó primero con el esquema de Dublin Core. En ese momento no era una ontología como tal, la organización de Dublin Core, derivada de la comunidad bibliotecaria (digital) durante muchos años considerado a DublinCore un XML en lugar de un estándar RDF. Sin embargo, Dublin Core es todavía uno de los esquemas más utilizados del dominio Semantico Web e incluso más allá. Bueno, vamos a seguir adelante, ya que resulta que la Web 3.0 es tan antigua como la propia web! ... ¿Cómo lo sabemos?
7. En 1989 (hace 21 años!) Sir Tim Berners-Lee (TBL), un consultor para el CERN en aquella época, dio vida a algo sin lo cual no podemos imaginar la lectura de este blog ... creó la Web. Bueno, sí, pero la web era en realidad un conjunto de páginas HTML e hipervínculos que tejen la WWW. ¿Y dónde están la semántica? Bueno, la Web se suponía que era algo más desde el principio que un conjunto de páginas enlazadas. Aquí está la prueba: la Web como TBL lo vi hace 21 años:
   En otras palabras, Sir Tim Berners-Lee ya habia pensado acerca de la Web como una red de recursos conectados de manera significativa, p.e., con semantica. Desde luego no podemos volver atrás más lejos en el tiempo que eso? En realidad...
8. En 1969, la investigación sobre la colaboración en línea y la interacción persona-ordenador dirigido por Douglas Engelbart y patrocinado por ARPA, llegara al predecesor de Internet, DARPANET.  Espera, pero antes de esto difícilmente podemos hablar de computadoras ... Es cierto, pero ...
9. En 1945 Vannevar Bush propuso Memex, un sistema de catalogación, la vinculación y la gestión del conocimiento. Muchas personas que trabajan en tecnologías semánticas, incluyendo bibliotecas semanticas digitales, podemos considerar a Memex como un antepasado de los cambios actuales en la Web.

Uno de los objetivos principales del proyecto LarKC es recopilar conocimientos disponibles en la nube de datos vinculados (inglés Linked Open Data) y entregar los servicios de forma eficiente utilizando operaciones sobre estos datos.

Lo que esto proyecto hace se describe mejor con un Wordle:

No se podría entender este proyecto si no se hubiese publicado recientemente unos conjuntos de datos:

• Intereses de los investigadores científicos, relacionados con las TIC (Tecnologías de la información y la comunicación), incluye una representación semántica de unos 600.000 perfiles de los investigadores científicos; se basa en los datos abiertos disponibles en el servicio de DBLP.
• Almacén semántico de los datos vinculados (inglés: Linked Data Semantic Repository), contiene alrededor de 1.7 millones de triples que almacenan los datos vinculados de una serie de servicios de gestión del conocimiento genérico, incluyendo DBPedia, Freebase, Geonames, MusicBrainz, UMBEL , y el que conocemos WordNet.
• Los datos vinculados de las ciencias naturales (inglés: Linked Life Data), probablemente una de las bases de datos más interesantes, contiene 5 millones de triples con la información biomédica relacionadas entre diferentes fuentes de información, que han sido integrados en esta base de datos.

Si se está pregutando porqué he dedicado un artículo al proyecto LarKC, la respuesta es muy simple: el lunes comentaré el lenguaje de consultas SPARQL, y el conocimiento adquirido podrá ponerse a prueba en los dós últimos almacenes presentados: LDSR y Linked Life Date.

Requisitos:

• Aproximadamente 100MB de espacio en disco (como mínimo, se necesitará más dependiendo del tamaño de los gráficos) [descargar].
  
• Sistema operativo con una máquina virtual Java de desarrollo (JDK) 1.5 o superior (personalmente utilizo JDK5 y JDK6) [descargar].
• Instalador (para Windows) o paquete (archivo) del contenedor de servlets Apache Tomcat 6.0 [descargar].
• Paquete del motor de base de datos Sesame 2.0 [descargar].

Todos los componentes deben de ser instalados en el orden indicado. En el caso de Apache Tomcat y Sesame, es suficiente con descomprimir el paquete descargado (archivos) en la carpeta deseada. En el caso de instalar Apache Tomcat como servicio (Windows Service Installer) es necesario recordar dónde se ha instalado el servicio.

El paquete de Sesame se puede descomprimr en la carpeta que se desea, ya que sólo se necesitan dos archivos war disponibles en el paquete. En el directorio que se creó tras descomprimir Sesame, hay un subdirectorio llamado war con dos archivos, hay que copiarlos al subdirectorio webapps que se encuentra en el directorio dónde se instaló (descomprimió) el contenedor de servlets Apache Tomcat.

Es el momento de iniciar Apache Tomcat. Los usuarios de Windows pueden iniciar y parar Tomcat utilizando el servicio de Windows (ver imagen mostrada a continuación),

o con el icono que se muestra en la barra de tareas:

Para aquellos que no han instalado (o no han sido capaces de hacerlo) Tomcat como un servicio de Windows, es bastante sencillo iniciarlo. Sólo hay que ir al directorio dónde se ha instalado el servidor, ir al subdirectorio bin y ejecutar el programa startup.bat o startup.sh (dependiendo del sistema operativo en el que se ha instalado, Windows o sistemas Unix).

Ahora hay que abrir el navegador con la dirección http://localhost:8080/openrdf-workbench/ (hay que tener en cuenta el número de puerto si se cambió durante la instalación).

Al abrirse la página, una instalación nueva de Sesame muestra la siguiente pantalla de bienvenida.

Nuestra primera tarea es crear un nuevo almacen para que posteriormente pueda cargar el grafo RDF, y poder realizar consultas sobre él. Con tal fin, haga click en el enlace "New repository". Hay que decidir entre algunos de los tipos diferentes de almace: la oprimera opción es "Java Native Store."

Tras haber seleccionado la opción predeterminada en el proceso de creación del almacén, podemos empezar a trabajar.

Para añadir un grafo RDF, haga click en el enlace "Add", en "Modify". Entonces tenemos la opción de subir un fichero al grafo desde el disco, o una indicación del recurso en la web, o pegar una parte de un grafo en alguno de los idiomas disponibles, incluyendo N-triples, Turtle, y RDF/XML.

Después de agregar un grafo RDF, se puede proceder a realizar consultas en RDF (de SPARQL) utilizando la opción "Query" en el menú "Explore".

Sólo puedo desear la diversión con vuestras primeras consultas de SPARQL.

Por lo tanto, es un gran placer para mí darle a conocer un libro (¡gratis!) "Linked Data Patterns - A pattern catalogue for modelling, publishing, and consuming Linked Data", en el que se describen las cuestiones relacionados con el modelado y publicación de datos vinculados. Los autores de este libro (en realidad un e-book) son Leigh Dodds y Ian Davis, que contribuyen de forma notoria en el dominio de la Web Semántica.

Este libro ha sido publicado tanto en PDF como en EPUB . Los autores indican en su blog que no es aún la versión final, y alientan a los lectores a enviar cualquier comentario (constructivos).

Dado que conozco personalmente a los dos autores y sus obras en el dominio de las Web Semántica, les animo sinceramente a leer este libro.

Esta es una historia que explica porqué habría que interesarse en la web semántica.

Imaginemos que los líderes de Polonia, Alemania, y la República Checa se sientan en la mesa para llegar a una "verdad histórica" en relación a la Segunda Guerra Mundial. ¿Qué problemas tendrían?

1. Hablan diferentes idiomas.
2. Cada nación tiene una verdad "local" diferente, que a menudo contradice la de otros.
3. Los sucesos y lúgares tienen nombres diferentes.
4. La verdad "objetiva" de aquellos tiempos se encuentre profundamente enterrada en los archivos.

En otras palabras, intentamos corregir y permitir el intercambio de conocimiento sin restricciones entre los diferentes sistemas.

El primer paso sería  contratar intérpretes, o acordar un lenguaje común para el diálogo; no es difícil imaginar que los representantes de los cuatro países hablarían, por ejemplo, en inglés. De esta forma, ninguno se sentiría "engañado" por hablar la lengua de alguno de los participantes de la reunión.

Esto es lo que RDF (Resource Desciption Framework) realmente hace: un lenguaje de modelado del conocimiento que presentaré a continuación. ¿Por qué no utilizar XML...?

En segundo lugar, cada participante ve los de eventos de hace 70 años de una forma diferente. Los describe utilizando diferentes formatos. Los mismos sucesos, lugares, y palabras tienen connotaciones muy diferentes.

Por este motivo XML no es una buena idea, porque para validarlo es necesario un esquema común; mientras que en RDF cada participante define sus propias ontologías reutilizando un lenguaje común, tanto como sea posible. La entrega de la información desde diferentes fuentes no necesita que la ontología necesite acordarse previamente (el esquema XML equivalente para RDF).

En tercer lugar, como hay significados diferentes para los lugares históricos o eventos, cada parte podría utilizar nombres diferentes. Lo que se necesita es un vocabulario común, al que se asociarían los diferentes nombres para referenciar la misma cosa.

Este problema, asociar diferentes nombres a la misma cosa, puede ser resuelta con la automatización: identificadores comunes. Si bien no hay forma de obligar a que exista un único identificador para un significado, es posible imaginar que diferentes identificadores hagan referencia al mismo concepto. Las reglas de una ontología como la propiedad funcional inversa (inverse functional property), puede ser utilizada para identificar de forma uniquivoca un concepto.

Por último, pero no menos importante,  una parte fundamental del diálogo es permitir el acceso a los ficheros de todas las partes, sin tener que crear acuerdos bilaterales por separado, visitas independientes a un archivo individual, etc.

Actualmente, la cuestión más importante relacionada con el crecimiento de la Web Semántica global es combinar y ofrecer un acceso abierto a varias fuentes de conocimiento (Linked Open Data), como blogs, wikis, open government data, etc. Sólo utilizando tales mecanismos que permiten el acceso unificado al conocimiento global podrá florecer la Web Semántica.

Este ejemplo corto muestra lo que realmente son los problemas reales, no sólo en Internet, sino también en el mundo real. La Web Semántica es un sistema global y distribuido que ayuda (al menos parcialmente), ayuda (o ayudará) a solucionarlos. Así que no es de extrañar que el gobierno del presidente Obama decidiera utilizar tecnologías de web 3.0 para construir el portal Recovery.org.

En el próximo artículo describiré como nació la idea de Web Semántica.

Estas ontologías y los demás estándares son el resultado de las investigaciones de los proyectos de bibliotecas digitales. Muchas de las ideas que han dado las bases para la Web Semántica vienen directamente desde la esfera de las bibliotecas digitales, muchas personas estrechamente asociadas con el desarrollo de la Web 3.0 tienen alguna experiencia de trabajo con las bibliotecas digitales. Así que tal vez puede resultar una sorpresa que hasta hace poco las dos esferas de investigación, esto es, las bibliotecas digitales y la Web Semántica, no pudieron encontrar un lenguaje común.

Cuando pensamos sobre una biblioteca, hay dos imágenes que viene a la mente: una colección de libros y un edificio donde se almacenan estos libros. Sin embargo, definir el concepto de una biblioteca digital es más difícil:

• ¿Las bibliotecas digitales son simplemente los directorios (disponibles en Internet) para buscar los recursos de la biblioteca, llamadas Catálogos de Acceso Público en Línea (ingles: Online Public Access Catalog - OPAC)?
• O bien, ¿la biblioteca digital es una colección de documentos escaneados, como libros antiguos, publicados en la Internet?
• O más bien, ¿la biblioteca digital es una colección de recursos y metadatos disponibles a través del navegador?
• Por último, ¿tal vez la biblioteca digital es un sistema informático para la publicación de los colecciones de recursos en la telaraña mundial?

Además, las bibliotecas digitales pueden ser consideradas en ambos términos respecto a la historia y tecnología. También tomamos en cuenta los diferentes aspectos de su funcionamiento: la catalogación, la gestión de la información, la recuperación de la información y la interacción con el usuario. Como se puede ver, la respuesta a esta pregunta no es trivial. Uno de los proyectos europeos en bibliotecas digitales,llamado DELOS (ahora dl.org), presentó un informe que trata contestar ésta y otras preguntas. Me referiré a algunos de ellos en la siguiente serie de artículos sobre "Bibliotecas Digitales Semántica".

Como mencioné anteriormente, los resultados de la investigación en bibliotecas digitales generó estandards que ahora son utilizados comúnmente en Internet. Sin embargo, las mismas bibliotecas digitales hasta hace poco, no era parte de la Web. Ofrecen servicios que son a menudo incompatibles entre sí, sin tener en cuenta la incompatibilidad con otros servicios de Internet. Más aún existen muchas bibliotecas digitales que rechazan totalmente las redes sociales o cualquier otra formas de servicio no supervisada para añadir nuevos contenidos o metadatos. Además, los vocabularios controlados (tesauros y taxonomías) que son mantenidos y utilizados por las bibliotecas digitales no son actualizados con bastante frecuencia hasta que dejen de reflejar el estado actual de los conocimientos. También cabe señalar que la experiencia de usuario por los sistemas de bibliotecas digitales es a menudo significativamente diferente de los otros servicios de web más populares, como Facebook o Twitter; por lo tanto, las bibliotecas digitales no suelen responder a las necesidades y expectativas de los usuarios de Internet, especialmente a las generaciones más jóvenes.

El objetivo de la investigación sobre las bibliotecas digitales semánticas es lograr una mejor integración entre los servicios ofrecidos por las bibliotecas digitales y otros servicios en Internet, y  mejorar la experiencia de usuario.

——

Las bibliotecas digitales semánticas  combinan los resultados de tres campos de investigación:

• Las bibliotecas digitales donde se ofrecen sistemas de organización del conocimiento, diccionarios, tesauros, clasificación, etc
• La Web Semántica que provee soluciones para la ampliación las descripciones actuales (bibliográficos) y la interoperabilidad con otros estándares de metadatos y servicios en Internet.
• Web 2.0 que presenta las descripciones sociales (etiquetando) de los recursos y las comunidades de usuarios.

Es probable que algunos de ustedes han oído de la iniciativa ¨Biblioteca 2.0¨. Algunas de ideas sobre las bibliotecas digitales semánticas son similares al concepto de Biblioteca 2.0, que se basa en 5 elementos: código abierto, single sign-on (o compartido de autenticación), estándares abiertos, OPAC integrado, y por supuesto medios de comunicación social. Sin embargo, Biblioteca 2.0 carece de dos elementos esenciales: soluciones de semántica para garantizar la extensibilidad y la interoperabilidad, y las relaciones con los estándares web y los servicios web. Biblioteca 2.0 es muy popular en este momento, pero en mi opinión está mal reclamar ¨bibliotecas digitales semánticas¨ a los sistemas bibliotecas digitales que permite solo el etiquetando.

Para resumir este artículo, me gustaría mencionar brevemente algunos proyectos que están estrechamente relacionadas con la idea de la bibliotecas digitales semánticas. En las semanas siguientes trataré de describir con un poco más de detalle.

• DuraSpace comenzó el año pasado como una iniciativa conjunta de dos comunidades: un popular sistema de biblioteca digital DSpace y Fedora Commons que proporciona la infraestructura para construir una poderosa y rica funcionalidad semántica.
• JeromeDL es un proyecto dirigido por DERI Galway y la Politécnica de Gdansk, con el apoyo comercial de Knowledge Hives, y se basa en un prototipo de biblioteca digital asemantica, Elvis-DL que ha sido creado por mí en la Universidad de Tecnología de Gdansk en 2003. En torno al proyecto JeromeDL hemos desarrollado varios proyectos relacionados (dentro de la agrupación de proyectos Corrib.org), incluidos, entre otros, la Iniciativa de MarcOnt para la prestación de servicios, componentes y ontologías para las bibliotecas digitales semánticas
• Greenstone es otro muy popular sistema de biblioteca digital (código abierto) que permite, entre otros, usar un eficaz sistema de información de geolocalización.
• SIMILE es un proyecto dirigido por MIT Libraries; que proporciona una serie de componentes que permite la fácil conversión de una biblioteca digital clásica (o cualquier sitio web) en un servicio interactivo, enriquecido en características y basado en tecnologías semánticas.
• BRICKS ha sido un proyecto del Sexto Programa Marco de la UE (FP6), que proporciona componentes y una infraestructura que permiten a las bibliotecas digitales utilizar anotaciones sociales y semánticas, y para el soporte de intercambio  de conceptos entre los sistemas de biblioteca digital.

Ustedes pueden aprender más sobre Bibliotecas Digitales Semántica en el sitio dedicado a esta iniciativa, usted encontrará allí las varios presentaciones (incluso las totorales) y las descripciones de dos libros sobre el tema.

Traducido por Sebastian Kruk y Matias Kruk