211service.com
Cercami
La sera del 27 aprile una pioggia feroce ha rastrellato le finestre accanto al cubicolo di Jamie Williams mentre il fisico sedeva, esausto, immerso nelle minuzie della scienza dell'alimentazione. Sullo schermo del computer davanti a lui c'erano tabelle di informazioni grezze del Dipartimento dell'Agricoltura degli Stati Uniti, contenenti dati su 7.000 alimenti, dalle more alla carne bovina. Lui e un team di quattro persone stavano curando i dati, preparandoli per un nuovo tipo di ricerca online. Ha passato in rassegna le schede che identificavano 150 proprietà (nutrienti, calorie, carboidrati e così via), assicurandosi che le varie abbreviazioni fossero coerenti e leggibili dai computer. Ha organizzato gli alimenti in gruppi per facilitare le query in linguaggio naturale. Una ricerca di informazioni nutrizionali sul latte fornirebbe, ad esempio, un valore medio, mentre il latte scremato fornirebbe una risposta specifica.
Williams non stava lavorando duramente in una ridotta di imprenditori della Silicon Valley Web, ma in una cittadella del Midwest di fanatici della scienza: Wolfram Research, a Champaign, IL, ospitato in un edificio di uffici con vista su un Walgreens e un McDonald's. Questa era la tana aziendale di Stephen Wolfram, il fisico e creatore di Mathematica, che è generalmente riconosciuto come il software tecnico e grafico più completo per matematici, scienziati e ingegneri. Williams stava lavorando a qualcosa che la sua azienda chiamava un motore di conoscenza computazionale: Wolfram Alpha. In risposta alle domande, Alpha doveva calcolare le risposte piuttosto che elencare le pagine Web. Consisterebbe di tre elementi, affinati a mano in Champagne: una raccolta in costante espansione di set di dati, un elaborato calcolatore e un'interfaccia in linguaggio naturale per le query.
Cosa potrebbe fare il sistema di Wolfram che Google non può? Supponi di voler sapere quanto colesterolo e grassi saturi si annidano in una lastra di pane di mais di tua nonna. Trascriveresti i suoi ingredienti dalla sua scheda ingiallita a una barra di query online e Alpha eseguirebbe calcoli e produrrà un'etichetta nutrizionale in stile USDA. Certo, potresti andare su Google, scoprire le calorie in un uovo standard e così via, ma che rompicoglioni sarebbe! esclamò Theodore Gray, cofondatore della Wolfram Research. Avresti bisogno dei dati. E avresti bisogno che i dati siano in moduli che possono essere facilmente convertiti, se necessario. E dovresti sommarli. Puoi farlo, proprio come nei decenni precedenti: potresti andare in biblioteca per trovare un riferimento, e oggi puoi andare su Google o su un altro motore di ricerca per iniziare. Ma lo rendiamo molto più facile. Con un motore di ricerca convenzionale, ha aggiunto, inserisci 'una tazza di zucchero, un chilo di farina' e viene visualizzato completamente su tutto lo schermo.
Questo è un esempio del tipo di cosa che Alpha doveva fare: fornire risposte più profonde, più specifiche e più graficamente abbellite a determinati tipi di domande, sebbene inizialmente un set limitato. Le interrogazioni per Re# maggiore produrrebbero grafici della scala musicale, le interrogazioni per Venere produrrebbero mappe dettagliate e attuali del cielo notturno; le query su coppie di aziende produrrebbero grafici e grafici comparativi. Aggiungerebbe ulteriori informazioni: una ricerca della distanza New York Londra produrrebbe la risposta in miglia, chilometri e miglia nautiche; una mappa che mostra la traiettoria di volo; e un confronto di quanto tempo impiegherebbe un getto, un'onda sonora e un raggio di luce per compiere il viaggio. Chiedilo su una parola (preceduto dalla parola parola ), e genererebbe tabelle di etimologia e reti di sinonimi. Per fare questo genere di cose, inizierebbe con i set di dati e le formule matematici e scientifici già presenti in Mathematica e si costruisce da lì. Alcune delle nuove informazioni, come i dati del governo sul cibo, avrebbero solo bisogno di una piccola riorganizzazione. Questo è quello che stava facendo Williams. Altri tipi, come i dati azionari in tempo reale, richiedono la licenza. Altri ancora, come i dati sugli aerei, verrebbero raccolti da fonti Web aperte come Wikipedia e Freebase e ripuliti.
Ascolta David Talbot descrivere il suo viaggio alla Wolfram Research a Champaign, Illinois, per fare un rapporto sul motore di conoscenza computazionale Wolfram Alpha.
Lo stesso Wolfram era a Boston, preparandosi a dare la prima dimostrazione pubblica il pomeriggio successivo. (Aveva già fatto demo per Tim Berners-Lee, inventore del World Wide Web, e diversi capitani dell'industria tecnologica, tra cui Bill Gates di Microsoft, Sergey Brin di Google e Jeff Bezos di Amazon.) Mi sono seduto nell'ufficio di Gray, che sembrava più simile a un santuario della tavola periodica degli elementi che a un luogo di lavoro: campioni di nichel, cromo, selenio, zolfo e dozzine di ripiani in vetro decorati. (Ha aperto con orgoglio una scatola di piombo e ha recuperato una lastra metallica opaca, delle dimensioni di due mazzi di carte. Era 11 libbre di uranio, non arricchito, per fortuna, ma ancora leggermente radioattivo.) È una nozione limitata che l'unica cosa che tu può fare con la ricerca oggi è fondamentalmente una ricerca testuale di materiale stampato esistente, ha detto Gray. Questo rappresenta un enorme fallimento dell'immaginazione.
In fondo al corridoio, Eric Weisstein, astronomo e creatore di MathWorld, il riferimento online ora ospitato da Wolfram, sedeva in un ufficio tra ritagli di piante ragno in bicchieri di carta oleata (sono particolarmente efficienti nel purificare l'aria, ha spiegato), mettendo gli ultimi ritocchi su un convertitore di unità completo per guidare alcuni dei risultati di Alpha. Se cerchi sul Web, ci sono centinaia, se non migliaia, di siti in cui le persone possono convertire i piedi in metri, ha detto Weisstein. Ma non sono abbastanza flessibili, abbastanza autorevoli e nella maggior parte dei casi non hanno una copertura sufficiente. Tali calcolatori non possono dirti quanti grammi ci sono in una tazza di latte o in una tazza di farina (la risposta varia in base alla sostanza). E dimentica di usarli per convertire un pizzico (380 milligrammi, nel caso del sale) o una goccia (se è olio di mais, una goccia metrica è 56 milligrammi), o una botte (abbastanza vino: 248 chilogrammi), molto meno unità di conduttività termica, taglie internazionali di cappelli da uomo o qualsiasi tipo di moggio. Bushel è importante. Uno staio di semi di soia non è lo stesso di uno staio di grano, non è lo stesso di uno staio di volume, non è lo stesso di uno staio di massa, ha detto Weisstein. Siamo andati e abbiamo costruito il miglior convertitore di unità del mondo!
Multimedia
Ascolta Stephen Wolfram descrivere il futuro di Wolfram Alpha, il suo motore di conoscenza computazionale.
In tutto l'edificio, e in località remote, circa 150 dipendenti della Wolfram hanno lavorato in modo simile, alcuni in campi piuttosto lontani. Ho trovato Ed Pegg nel suo cubicolo, immerso nell'argomento della piastrellatura. A portata di mano c'era il riferimento definitivo, le 700 pagine di Tilings and Patterns di Grünbaum e Shephard, che descrivevano di tutto, dagli oscuri schemi cristallografici nei materiali alle spine di pesce e alle trame di cestini delle passerelle in mattoni. C'erano così tante varianti: modelli di piastrelle islamiche (ottagoni, esagoni e due tipi di stelle); doppie spirali costituite da cunei nidificati a nove lati; 14 tipi di modelli basati su vari pentagoni. Sebbene il corpus di piastrellatura non sarebbe stato caricato al momento del lancio, Pegg stava creando modi per combinare e calcolare i modelli. Con questi e altri strumenti, un designer di tessuti potrebbe creare un motivo simile a Escher (usando fiori interconnessi, ad esempio, invece di lucertole); un chimico potrebbe esplorare come un insieme di molecole potrebbe combaciare; un proprietario di casa potrebbe generare un modello per un nuovo pavimento del bagno.
Ma prima, Alpha doveva essere lanciato e la data di lancio era di sole tre settimane. Molto è rimasto poco chiaro. L'interfaccia in linguaggio naturale funzionerebbe abbastanza bene? I due supercomputer (appena arrivati al data center fuori città) avrebbero resistito il giorno del lancio o il sito si sarebbe bloccato, come aveva fatto Cuil, il presunto killer di Google del 2008? E alla gente interesserebbe davvero sapere quanti millisecondi impiega un raggio di luce per andare da New York a Londra? In Champaign, gli sviluppatori stavano solo cercando di eliminare i glitch. C'è una sensazione un po' scoraggiante di sapere che questo non finisce mai, ha confidato Williams, anche se questo è il lancio.
Gray si fermò davanti al cubicolo di Williams. I due uomini si rannicchiarono sullo schermo del computer, in silenzio per un momento.
Perché non funziona con due tazze di farina e due uova? chiese Gray, alla fine.
Bene, ha risposto Williams, c'è un bug.
È elementare: Wolfram Alpha potrebbe inizialmente avere una portata limitata, un'interfaccia utente a volte rigida e vaghe informazioni sulla fonte, ma il cofondatore dell'azienda (e collezionista di elementi) Theodore Gray afferma che i principali motori di ricerca sono afflitti da un enorme fallimento dell'immaginazione e sono pessimi in matematica.
Semantica lenta
Nel 1993 un neolaureato dell'Università del Maryland, un russo intelligente con un interesse per i computer, ha fatto un tirocinio presso la Wolfram Research. Ha svolto un lavoro pratico sul kernel di Mathematica, o il nucleo del software. Poi è andato a prendere un master a Stanford e ha co-fondato Google. Oggi Google gestisce il 64% di tutte le ricerche effettuate dagli americani, ma l'ex stagista di Wolfram, Sergey Brin, non è del tutto soddisfatto. Domina un settore, vale 12 miliardi di dollari e si intrattiene all'incontro annuale del World Economic Forum a Davos, in Svizzera. La tecnologia di ricerca, tuttavia, non ha tenuto il passo con la sua ascesa personale. [T] qui ci sono aree importanti in cui avrei voluto fare più progressi, ha scritto Brin nel rapporto annuale 2008 di Google. La ricerca perfetta richiede un'intelligenza artificiale di livello umano, che molti di noi credono sia ancora piuttosto lontana. Tuttavia, penso che presto sarà possibile avere un motore di ricerca che 'capisce' più query e documenti di quanto non facciamo oggi. Altri affermano di aver raggiunto questo obiettivo e i sistemi di Google hanno più intelligenza dietro le quinte di quanto potrebbe essere evidente dall'esterno, ma il campo nel suo insieme è ancora lontano da dove mi sarei aspettato che fosse.
Tra tutti i leader nella ricerca sul Web nel corso degli anni, da Excite (fallita) ad Alta Vista (assorbita da Yahoo nel 2003) ai primi cinque giocatori di oggi (Google, Yahoo, Microsoft, Ask e AOL), l'approccio principale è rimasto lo stesso. Creano enormi indici del Web, ovvero il loro software esegue continuamente la scansione del Web, raccogliendo frasi, parole chiave, titoli e collegamenti su miliardi di pagine per trovare le migliori corrispondenze per le query di ricerca. Google ha trionfato perché il suo metodo di classificazione delle pagine, basato in parte sull'analisi della struttura di collegamento tra di esse, ha prodotto risultati superiori. Ma mentre il Web si è espanso di 10.000 volte negli ultimi dieci anni, i motori di ricerca non hanno fatto progressi comparabili nella loro capacità di trovare risposte specifiche e poi metterle insieme in modo intelligente. Il web semantico, il sistema a lungo immaginato in cui le informazioni vengono etichettate per consentire tale elaborazione, è ancora molto lontano.
L'anno scorso Yahoo ha lanciato qualcosa chiamato SearchMonkey, che consente agli editori di pagine Web di migliorare i risultati di ricerca aggiungendo tag che indicano al software del motore di ricerca, questo è un indirizzo, questo è un numero di telefono e così via. (Quindi ora, se cerchi un ristorante su Yahoo, potresti ricevere, oltre a un link alla pagina del ristorante, elenchi puntati che elencano l'indirizzo del ristorante, il suo numero di telefono e una raccolta di recensioni.) Quello che sta facendo SearchMonkey è accettare la promessa del Semantic Web e pubblicarlo in modo che gli editori possano partecipare, afferma Prabhakar Raghavan, capo di Yahoo Labs. Google ha recentemente iniziato a fare qualcosa di simile, chiamato rich snippet.
Ma tali idee sono state lente a diffondersi sul Web, anche se il World Wide Web Consortium (W3C), l'organismo internazionale di definizione degli standard guidato da Berners-Lee, ha stabilito le specifiche per aiutarle a implementarle in modo più ampio. E anche se gli standard W3C fossero applicati ampiamente, non offrono molte indicazioni sul calcolo, afferma Ivan Herman, che dirige gli sforzi semantici del W3C da Amsterdam: Il modo in cui questi dati vengono combinati con il calcolo numerico e i processi matematici non è ben definito, e che è certamente un settore in cui dobbiamo lavorare.
Quindi, mentre i motori di ricerca di oggi sono sempre più ampi e utili, espandendosi in nuove categorie (mappe, fotografie, video, notizie), imparando a rispondere a semplici domande (Qual è la popolazione di New York?) e persino facendo conversioni di base (Quanto è 10 libbre in chilogrammi?) – non sono particolarmente profondi o perspicaci. Anche se Google è fantastico, afferma Daniel Weld, scienziato informatico presso l'Università di Washington e ricercatore di Web semantico, personalmente preferirei avere il computer della nave sull'astronave Impresa , dove fai domande di alto livello e ti dà la risposta, e spiega la risposta, e poi puoi dire: 'Perché pensavi che fosse vero?' e ti riporta alla fonte.
Per come la vede Stephen Wolfram, sta fornendo l'infrastruttura per rispondere alle domande in modi veramente intelligenti, anche se su argomenti inizialmente orientati verso domini geek. Non abbiamo il problema di affrontare le vicissitudini delle cose che sono semplicemente là fuori sul Web, dice. Abbiamo ingoiato il rospo e abbiamo detto: 'Curiamo tutti questi dati da soli!' Non è successo.
la dimostrazione
Alle 3 del pomeriggio. il 28 aprile, il lancio era ancora tra due settimane quando il quarantanovenne Wolfram – ingrigito, calvo e pieno di energia nervosa – ha preso posto a un leggio della Harvard Law School, vestito come al solito con una camicia oxford, pantaloni kaki e Sneakers Nike, per offrire la prima dimostrazione pubblica (e webcast) di Wolfram Alpha. Parlando con il suo leggero accento inglese, ha eseguito alcuni dei trucchi del motore, come inserire stringhe di G, C, A e T per ottenere dati dettagliati sui geni in cui è apparsa una sequenza di DNA.
Nei due decenni precedenti, Wolfram era diventato famoso sia per la sua genialità che per la sua autocelebrazione. Un prodigio nato a Londra, ha saltato una laurea per ricevere il suo dottorato di ricerca in fisica al Caltech quando aveva 20 anni e ha vinto una borsa di studio geniale della MacArthur Foundation due anni dopo. Ha ricoperto una serie di incarichi prestigiosi al Caltech, all'Institute for Advanced Study di Princeton e all'Università dell'Illinois. Ma a metà degli anni '80 lasciò il mondo accademico per fondare la Wolfram Research e nel 1988 l'azienda pubblicò la prima versione di Mathematica. Il software contiene vaste librerie di funzioni matematiche, strumenti per visualizzare dati in due e tre dimensioni e database profondi su corpi astronomici, composti chimici, particelle subatomiche, questioni socioeconomiche, strumenti finanziari, geni e proteine umani e alcune semplici informazioni biografiche, tra altre cose. E produce visualizzazioni meravigliose: forme geometriche, diagrammi molecolari, grafici orbitali.
Quattordici anni dopo la prima pubblicazione di Mathematica, un periodo durante il quale non pubblicò alcuna ricerca, Wolfram diede vita a un tomo di 1.200 pagine, Un nuovo tipo di scienza , che in seguito chiamò NKS . In esso, ha postulato che molti sistemi e problemi complessi, dalle morfologie vegetali e animali alla meccanica quantistica, potrebbero essere ridotti a semplici regole. Nel New York Times , proclamò George Johnson, Nessuno ha contribuito in modo più seminale a questo nuovo modo di pensare il mondo. Ma la caratterizzazione di Wolfram - che il libro è stato visto come l'inizio di un cambiamento di paradigma di importanza storica nella scienza - ha incontrato più di un piccolo roteare gli occhi. L'aggettivo Wolframian è entrato nel lessico, per significare prendere qualcosa che tutti conoscono e presentarlo come questa stupefacente scoperta sulla natura della realtà, dice Scott Aaronson, informatico al MIT (il cui blog, Shtetl Optimized, è pubblicato su technologyreview.com). Aaronson non nega che Mathematica sia un software molto interessante, ma dice che NKS , sebbene abbia valore come divulgazione scientifica, ha essenzialmente avuto un impatto zero sulle aree dell'informatica e della fisica che conosco.
A Wolfram, ora si unisce Alpha NKS come una delle più grandi imprese scientifiche della storia umana. Distribuì un elenco di due pagine ponendolo alla fine di un continuum che inizia con l'invenzione dell'aritmetica e della lingua scritta e prosegue citando la Biblioteca di Alessandria, Isaac Newton, e la creazione del Encyclopedia Britannica . Posiziona Mathematica poco prima dell'invenzione del World Wide Web nel 1989; NKS guadagna un posto tra Wikipedia e Web 2.0. Descrive la voce finale, Wolfram Alpha, come la definizione di un nuovo tipo di elaborazione basata sulla conoscenza.
Una conferma nel mondo reale della potenziale importanza di Alpha è arrivata a metà nel discorso di Wolfram sulla legge ad Harvard. Alle 15:17, il blog ufficiale di Google ha annunciato un nuovo servizio che consente alle persone di cercare e confrontare i dati pubblici, a partire dal censimento federale e dai dati sul lavoro. Il servizio restituirebbe non pagine Web ma grafici e grafici prodotti da Google. (Una ricerca per il tasso di disoccupazione dell'Ohio, ad esempio, produrrebbe un grafico dei dati, oltre a modi per confrontare quel tasso con quelli di altri stati.) Il post sul blog lo ha definito un modo per iniziare a sfruttare vasti ambiti di dati pubblici interessanti sui prezzi di biscotti, emissioni di CO2, frequenza di asma, tassi di diploma di scuola superiore, stipendi dei fornai, numero di incendi boschivi e l'elenco potrebbe continuare. Google lavora al servizio da due anni, da quando ha acquisito Trendalyzer, sulla cui tecnologia si basa la grafica; la società afferma che la tempistica dell'annuncio è stata una coincidenza. Ma chiaramente, il gigante del settore stava riconoscendo lo stesso tipo di deficit nella ricerca sul Web che stavano attaccando le persone di Wolfram.
Due settimane dopo, alla vigilia del lancio di Wolfram, Google ha organizzato un evento chiamato Searchology, durante il quale ha annunciato un altro nuovo servizio di elaborazione dei dati, Google Squared. La tecnologia, ora disponibile sul sito di Google Labs, combina informazioni da diverse fonti Web e le raggruppa in belle tabelle. Una ricerca di montagne russe, ad esempio, produce una tabella di giostre nei parchi di divertimento americani da Excalibur a Montezooma's Revenge. Le colonne forniscono foto in miniatura, descrizioni, altezze e lunghezze. Gli utenti possono fare clic sui risultati per eliminare gli errori nella tabella originale e perfezionare la ricerca. Marissa Mayer, vicepresidente di Google, ha affermato durante l'evento che Google Squared spinge la ricerca in una direzione completamente nuova. Ha aggiunto: È un difficile problema di informatica: prendere queste informazioni non strutturate e presentarle in modo strutturato.
Google ha anche affermato che fornirà dati migliori in tempo reale nei risultati di ricerca. Se cerchi i terremoti di San Francisco, Google, come Alpha, ora pubblicherà gli ultimi rapporti pertinenti dal Geological Survey degli Stati Uniti. (Sta facendo qualcosa di simile con i dati in tempo reale sui voli delle compagnie aeree e sui risultati sportivi.) Peter Norvig, direttore della ricerca di Google, mi ha detto che le tecnologie rappresentano un assaggio degli sforzi dell'azienda nel trovare, combinare e presentare dati numerici. Direi che in generale, il nostro approccio sarebbe più verso i sistemi aperti piuttosto che verso quelli chiusi e curati, ha detto Norvig, ma apprezzo l'ampio tipo di interfaccia utente [Wolfram Alpha] che fornisce e gli strumenti di analisi dei dati. Vorremmo fare di più. Forse averlo là fuori ci spingerà a rilasciare di più, più velocemente, non lo so. Scott Kim, vicepresidente esecutivo per la tecnologia presso il motore di ricerca Ask, è stato più diretto nel suggerire che Wolfram avrebbe avuto un'influenza. Penso che apra gli occhi delle persone, gli occhi del pubblico in generale, su ciò che si può ottenere da un motore di calcolo e su come può essere integrato in un motore di ricerca, ha detto di Alpha. Questo fa assolutamente parte del futuro della ricerca e la strada da percorrere è lunga.
Lanciare
Sempre l'uomo di spettacolo, Stephen Wolfram si è assicurato che i due supercomputer fossero illuminati in modo drammatico con luci LED blu e verdi. Nel nuovo data center vicino a Champaign, si era creato un posto di comando leggermente sopraelevato. Aveva organizzato il webcast dell'evento. E alle 22:30 il 15 maggio, mentre un orologio tornado copriva gran parte dell'Illinois, ha fatto clic con il mouse su una scheda denominata Attiva e uno schermo montato a parete ha mostrato gruppi di computer lampeggianti. Statisticamente parlando, ci saranno alcuni problemi, ed è solo una questione di quali sono i problemi, ha detto quella notte. Ma nonostante le fluttuazioni di tensione e i precedenti sovraccarichi sui supercomputer, Wolfram ha evitato un incidente del genere che ha tormentato Cuil.
Tuttavia, il suo motore stesso doveva ancora affrontare un grosso problema di prestazioni. Per quanto completo ed elegante fosse quando sapeva qualcosa, c'erano molte cose che non sapeva (ed era difficile indovinare cosa potesse sapere). Wolfram Alpha non è sicuro di cosa fare con il tuo input è stata una risposta frequente dal sito. Ciò era principalmente dovuto alle enormi lacune nei suoi dati curati; Alpha è una libreria i cui scaffali sono pieni solo in parte. È in gran parte cieco alla storia, alla politica, alla letteratura, allo sport, alle scienze sociali e alla cultura pop. Il sito era anche tormentato da un'interfaccia in linguaggio naturale inflessibile. Ad esempio, se hai cercato la nascita di Isaac Newton, hai ottenuto la data di nascita di Newton (25 dicembre 1642; hai anche appreso che la luna era nella fase di mezzaluna crescente quel giorno). Ma se hai cercato Isaac Newton nato, Alpha è soffocato. Aaronson l'ha testato con me e ha scoperto che non poteva rispondere Chi ha inventato il Web? e non conoscevo i dati del PIL a livello statale, solo quelli nazionali. Ma potrebbe risolvere tutti i tipi di domande matematiche, inclusa una richiesta per la superficie della terra. Aaronson ha chiesto, qual è il PIL dell'Irlanda diviso per il coseno di 42? e ha ricevuto un grafico che riflette i calcoli rilevanti per i dati sul PIL dal 1970 al 2007, presentato su scala logaritmica.
Infine, c'era un problema di documentazione. Facendo clic sui collegamenti è stata rivelata una varietà di fonti: il World Factbook della CIA, il sito Web Today in Science History, l'U.S. Geological Survey, Dow Jones e il Catalogue of Life, un indice mantenuto a livello internazionale delle specie conosciute nel mondo. Ma nulla specificava quale fonte avesse fornito quale fatto. (Gray afferma che l'azienda sta lavorando per aggiungere tali etichette a fatti specifici e a risultati calcolati.)
Torta: Sulle questioni che può gestire, specialmente quelle calcolabili in matematica, scienze e ingegneria, Wolfram Alpha esegue molti trucchi originali. Presentato con ingredienti per pancake (1), il motore offre possibili variazioni (2), mostra come ha interpretato l'input (3) e produce un'etichetta nutrizionale combinata (4). Dietro le quinte, il software Mathematica di Wolfram esegue prima tutte le conversioni di unità necessarie (ad esempio, convertendo un pizzico di sale in 380 milligrammi di sale pronti per il calcolo). Ma un'offerta di informazioni sulla fonte (5) non riconduce i fatti a riferimenti specifici.
Ma se davi a Wolfram Alpha ogni cosa, cioè se gli chiedevi su argomenti che conosceva, usavi termini di ricerca che capiva e non ti interessava conoscere la fonte primaria, era dettagliato, intelligente e graficamente sbalorditivo. Le ricerche di materiali ti hanno fornito diagrammi di composti chimici; le ricerche in astronomia ti hanno fornito mappe del cielo notturno (geolocalizzate in base all'indirizzo IP del tuo computer). Potrebbe fare cose che la persona media potrebbe desiderare (come generare etichette nutrizionali personalizzate) e cose che interessano solo ai geek (come generare tabelle di verità per equazioni algebriche booleane). Wolfram Alpha è un importante progresso nella tecnologia di ricerca in quanto aumenta le aspettative su come dovrebbero essere cercati i contenuti archiviati nei database, Marti Hearst, scienziato informatico presso l'Università della California, Berkeley, e autore di Cerca interfacce utente , Dimmi. Ma ha aggiunto che ha ancora molta strada da fare prima di raggiungere i suoi ambiziosi obiettivi.
Alcuni di questi problemi verranno affrontati aggiungendo più dati, uno sforzo che, secondo Wolfram, continuerà a tempo indeterminato. Per aiutare il processo, il sito include collegamenti per consentire alle persone di inviare singoli fatti, interi set di dati strutturati e persino algoritmi e modelli. A differenza di Wikipedia, dove il processo di aggiunta e modifica delle informazioni è gratuito e aperto, con controlli e contrappesi forniti dalla comunità, Wolfram Alpha prevede di mantenere una forma di controllo più centralizzata, affermando che il suo staff di curatori esperti controllerà i dati prima di aggiungere nulla al corpus. Ma alcuni credono che l'espansione sarà difficile senza un processo automatizzato o guidato dalla comunità e senza indicizzare il Web come fanno i motori di ricerca. Ad un certo punto, il calcolo non è così utile se non ci sono i dati grezzi per guidarlo, dice Weld dell'Università di Washington. Google Squared è più la tendenza che penso vincerà questa gara.
In effetti, anche ammettendo che il suo motore sia solo l'inizio, alcuni scettici dubitano che l'approccio di Wolfram funzionerà per applicazioni più che di nicchia. Sebbene mi sia laureato come matematico e nutro un enorme rispetto per tutto ciò che è matematico, non sono sicuro che tu possa gestire tutte le miserie di questo mondo con formule e calcoli matematici, afferma Ivan Herman del W3C. Norvig ha fatto eco a questa obiezione. Ci sono alcuni set di dati per i quali questo [approccio] è appropriato. Se stai parlando del peso atomico dell'oro, se diversi laboratori sono fuori da quello, sono fuori dalla quinta o sesta cifra decimale, a chi importa? dice Norvig. Ma molte altre cose, non c'è consenso. Dipende da quali sono i dati. Dipende da che tipo di calcolo vuoi fare. E se si tratta di dati non numerici, allora è meno chiaro che tipo di calcolo puoi fare. E Weld ha aggiunto: immagina una domanda come 'Chi sono i terroristi più pericolosi?' È davvero difficile. Qualcuno è un terrorista? Come valutiamo il pericolo? E pericolo per chi? È computazionalmente molto difficile fare questo tipo di ragionamento.
Tuttavia, in alcuni casi l'ossessione di Wolfram per il calcolo potrebbe servire alcuni utenti meglio delle principali società di ricerca ossessionate dalle quote di mercato, che sono, naturalmente, più interessate ad aiutare le masse a ottenere risultati migliori sulle query che stanno già eseguendo. Diciamo che le recensioni di un particolare hotel sono sparse su diversi siti, afferma Raghavan di Yahoo. Dare una valutazione sintetica è molto più in linea con ciò che gli utenti tendono a chiedere, piuttosto che dire di volere le popolazioni combinate dei paesi balcanici dell'Europa orientale. C'è sempre un ragazzo là fuori che ha una domanda arcana da porre, ma dobbiamo concentrarci in modo maniacale sul soddisfare davvero bene il 99 percento della popolazione.
Nelle sue prime due settimane, Wolfram Alpha ha elaborato 100 milioni di query e ha ricevuto 55.000 feedback, suggerendo un interesse più che di nicchia per risposte più approfondite. Ciò che Wolfram Alpha farà, afferma Wolfram, sarà consentire alle persone di utilizzare i risultati della scienza e dell'ingegneria su base quotidiana, proprio come il Web e i motori di ricerca hanno permesso a miliardi di persone di diventare bibliotecari di riferimento, per così dire. È già emerso un componente aggiuntivo di Firefox, che consente agli utenti di visualizzare i risultati Alpha insieme ai risultati di Google. E Wolfram dice che il motore subirà continui miglioramenti. Tre settimane dopo il lancio ha annunciato il primo ampio aggiornamento al codice e ai dati, inclusi miglioramenti all'interfaccia del linguaggio naturale, più dati sulle regioni secondarie (come il Galles), una nuova capacità di cercare un prezzo delle azioni in una data specifica, e più montagne aggiunte, specialmente in Australia.
Wolfram afferma di aver investito decine di milioni di dollari in Wolfram Alpha, oltre a centinaia di milioni spesi per sviluppare Mathematica in due decenni. La pubblicità ha iniziato ad apparire insieme ai risultati e ha intenzione di offrire una versione in abbonamento professionale con più funzionalità. Un'interfaccia di programmazione (chiamata API) consente agli sviluppatori di creare applicazioni in grado di eseguire ricerche Wolfram Alpha. Vedremo se questo è un esercizio di filantropia o un fiorente business, mi ha detto.
Anche Aaronson ammette che i veri giudici saranno le persone. Milioni di persone lo proveranno e o sarà utile o non lo farà, e questo è il vero test, dice. Non è un'affermazione astrusa sulla natura della realtà. È qui come un servizio utile e il test è: le persone lo trovano utile o no?
David Talbot è Revisione della tecnologia il principale corrispondente.