Un Web più intelligente

Tim Berners-Lee deve sentirsi come se fosse in una distorsione temporale. All'inizio degli anni '90, trascorse un anno frustrante cercando di convincere le persone a comprendere il potere e la bellezza della sua idea di uno schema noto come sistema di ipertesto Internet, a cui diede il nome seducente di World Wide Web. Ma poiché il Web non esisteva ancora, la maggior parte delle persone non riusciva a immaginare le implicazioni di ciò di cui stava parlando. Berners-Lee perseverò e, con l'aiuto delle poche persone che condividevano la sua visione, la sua invenzione divenne il sistema di distribuzione dei media in più rapida crescita nella storia.

Un decennio dopo, Berners-Lee sta lottando con lo stesso problema, solo che questa volta sta cercando di articolare il suo sogno di un web semantico. L'idea è di tessere un Web che non solo colleghi i documenti tra loro, ma riconosca anche il significato delle informazioni in quei documenti, un compito che le persone normalmente possono svolgere abbastanza bene ma è un compito arduo per i computer, che non possono dire se testa significa il capo di un'organizzazione o la cosa in cima a un corpo. Il web semantico è in realtà dati che possono essere elaborati dalla macchina, afferma Berners-Lee, che è direttore del World Wide Web Consortium con sede al MIT. Ecco di cosa si tratta.

Questa storia faceva parte del nostro numero di novembre 2001

• Vedi il resto del problema
• sottoscrivi

Il World Wide Web di oggi è fondamentalmente un mezzo di pubblicazione, un luogo in cui archiviare e condividere immagini e testo. L'aggiunta di semantica cambierà radicalmente la natura del Web, da un luogo in cui le informazioni vengono semplicemente visualizzate a uno in cui vengono interpretate, scambiate ed elaborate. Gli agenti di ricerca abilitati alla semantica saranno in grado di raccogliere dati leggibili dalla macchina da diverse fonti, elaborarli e dedurre nuovi fatti. I programmi che non sono stati creati per essere compatibili tra loro condivideranno dati precedentemente non mescolabili. In altre parole, l'obiettivo finale del Web semantico è fornire agli utenti quasi l'onniscienza sulle vaste risorse di Internet, trasformando i milioni di isole di database esistenti in un unico gigantesco database Pangea.

Per confrontare il Web semantico con il Web di oggi, Berners-Lee, una persona intensa che parla a raffica a basso volume, offre il seguente scenario: immagina di registrarti per una conferenza online.

Il sito Web della conferenza elenca l'ora, la data e il luogo dell'evento, insieme a informazioni sull'aeroporto più vicino e su un hotel che offre uno sconto ai partecipanti. Con il Web di oggi, devi prima assicurarti che il tuo programma sia chiaro e, in tal caso, devi tagliare e incollare l'ora e la data nel tuo programma di calendario. Quindi è necessario prendere accordi per voli e hotel, chiamando i banchi delle prenotazioni o visitando i loro siti Web.

Non c'è modo che tu possa semplicemente dire, voglio andare a quell'evento', spiega Berners-Lee, perché la semantica di quale parte è la data e quale parte è il tempo è stata persa. Ma sul Web semantico, afferma, quei bit saranno etichettati; il software sul tuo computer riconoscerà quelle etichette e prenoterà automaticamente il tuo volo per la conferenza e prenoterà una camera d'albergo con il clic di un pulsante.

Il Web semantico sarà anche un Web più ricco e personalizzabile. Immagina di passare il cursore sul nome dell'hotel e di essere informato che il 15% delle persone che hanno votato sulla sua qualità dice che è eccellente. Se ti capita di sapere che l'hotel è una discarica, puoi indicare al tuo browser di assegnare a quelle persone un livello di fiducia pari a zero. (Le informazioni sui sondaggi verrebbero salvate su un server di annotazione di terze parti a cui il tuo browser Web accede automaticamente.) Assegnando alti livelli di fiducia alle persone che corrispondono ai tuoi gusti e interessi, e filtrando le persone che non lo fanno, il Web inizierà ad assomigliare di più al tuo Web.

È un'impresa enorme. Il primo passo è stabilire standard che consentano agli utenti di aggiungere tag descrittivi espliciti, o metadati, al contenuto Web, rendendo facile individuare esattamente ciò che si sta cercando. Poi viene lo sviluppo di metodi che consentono a diversi programmi di mettere in relazione e condividere i metadati da diversi siti Web. Dopodiché, le persone possono iniziare a creare funzionalità aggiuntive, come applicazioni che deducono fatti aggiuntivi da quelli che ricevono. Di conseguenza, le ricerche saranno più accurate e approfondite, l'inserimento dei dati sarà semplificato e la veridicità delle informazioni sarà più facile da verificare. Almeno questo è l'obiettivo.

Molti pensano che non si possa fare. Anche se le cose si stanno scaldando nei laboratori di ricerca, il web semantico come immaginato da Berners-Lee è ostacolato da sfide sociali e tecniche che alcuni critici dicono potrebbero non essere mai risolte. Ma questo non impedisce al World Wide Web Consortium e ad altre organizzazioni di provarci. L'Agenzia per i progetti di ricerca avanzata della difesa degli Stati Uniti (DARPA) e le imprese commerciali come Network Inference a Manchester, in Inghilterra, stanno già sviluppando strumenti per costruire l'infrastruttura del Web semantico, nonché applicazioni per utilizzarla. E secondo Berners-Lee, con un numero crescente di persone che iniziano a capire come il Web semantico consentirà ad agenti sempre più sofisticati di fare le cose per loro conto, vedremo presto alcuni barlumi di ciò che potrebbe essere in serbo.

Districare il web semantico

Nel suo affollato ufficio al terzo piano dell'edificio del Laboratory for Computer Science del MIT, il ricercatore Eric Miller non sembra infastidito dai rumori martellanti e stridenti provenienti dalle attrezzature pesanti nel cantiere accanto. In qualità di capo del progetto Web semantico, l'amichevole ed energico Miller è troppo affascinato dal suo nuovo lavoro per accorgersene. Sono il ragazzo più fortunato del mondo, dice. Vengo pagato per quello che farei gratis.

Berners-Lee ha scelto Miller per dirigere l'attività del web semantico del consorzio a causa del coinvolgimento di Miller in progetti di gestione della conoscenza basati sul web e della sua capacità di articolare con entusiasmo i concetti alla base del web semantico. In piedi accanto a una lavagna coperta di diagrammi di metadati in azione, Miller spiega che l'idea fondamentale alla base del Web semantico è rendere Internet più utile alle persone, rendendo più facilmente manipolabili dai computer le informazioni che fluttuano in tutto il Web.

Oggi, al contrario, la maggior parte dei contenuti è formattata per il consumo umano. Quando leggi un articolo di notizie online, ad esempio, puoi facilmente scegliere il titolo, il sottotitolo, la data, il credito fotografico e così via. Ma a meno che queste cose non siano esplicitamente etichettate, un computer non ha idea di cosa siano. Vede semplicemente un mucchio di testo. Nel Semantic Web, una notizia verrà contrassegnata con etichette che ne descrivono le varie parti, rendendo facile, tra l'altro, per un motore di ricerca trovare articoli scritti da Jimmy Carter e non storie scritte su di lui.

Oggi non è possibile, almeno non su scala globale. I tag di formattazione utilizzati per creare pagine Web fanno parte del linguaggio di marcatura ipertestuale (HTML) e descrivono solo l'aspetto delle informazioni di una pagina Web (grassetto, piccolo, grande, sottolineato, ecc.). Il web semantico andrebbe oltre i cosmetici includendo tag che descrivono anche quali sono le informazioni: i tag etichetterebbero il testo come designante, ad esempio, oggetto, autore, indirizzo, prezzo o spese di spedizione. Questi tag descrittivi sono i metadati, i dati sui dati. I metadati non sono un concetto nuovo, né limitato a Internet. Il catalogo a schede di una biblioteca, con i suoi record che descrivono il titolo di un libro, l'autore, il soggetto, l'anno e la posizione sugli scaffali, sono metadati.

Il Web ha reso banalmente facile lo scambio di documenti tra computer precedentemente incompatibili (alcuni degli utenti Web di oggi potrebbero ricordare i mal di testa degli anni '80, quando i computer di produttori diversi erano isole elettroniche). Il web semantico farà un ulteriore passo avanti, rendendo possibile ai computer lo scambio di particolari informazioni dall'interno dei documenti.

Oltre i metadati

Non puoi avere un Web semantico senza metadati, ma i metadati da soli non saranno sufficienti. I metadati nelle pagine Web dovranno essere collegati a documenti speciali che definiscono i termini dei metadati e le relazioni tra i termini. Questi insiemi di concetti condivisi e le loro interconnessioni sono chiamati ontologie.

Supponiamo, ad esempio, di aver creato una pagina Web in cui sono elencati i membri di una facoltà. Taggheresti i nomi dei diversi membri con termini di metadati come cattedra, professore associato, professore e così via. Quindi collegheresti la pagina a un'ontologia, che hai creato tu stesso o che qualcun altro ha già creato, che definisce le posizioni lavorative educative e il modo in cui si relazionano tra loro. Un'ontologia appropriata definirebbe in questo caso una sedia come una persona, non una cosa su cui ci si siede, e indicherebbe che una sedia è la posizione più elevata in un dipartimento.

Definendo le relazioni tra i termini, le ontologie possono quindi essere utilizzate dalle applicazioni per dedurre nuovi fatti. Supponiamo di aver creato una pagina Web che insegna agli scolari sui condor e di aver aggiunto metadati al contenuto. Potresti collegarti a un'ontologia (o più probabilmente a diverse ontologie) che definiscono i vari termini e le loro relazioni: Il condor della California è un tipo di condor della California. Condor è un membro della famiglia dei rapaci. Tutti i rapaci sono carnivori. La California è uno stato negli Stati Uniti. I carnivori sono mangiatori di carne. Utilizzando sia i metadati che le ontologie, un motore di ricerca o un altro agente software potrebbe trovare il tuo sito condor in base a una richiesta di ricerca di carnivori negli Stati Uniti, anche se il tuo sito non fa menzione di carnivori o degli Stati Uniti.

Poiché lo sviluppo di ontologie è una grande impresa, è probabile che i creatori di siti si colleghino a ontologie di terze parti. Alcuni saranno gratuiti, altri saranno venduti o concessi in licenza. Un problema che dovrà essere affrontato: proprio come con i dizionari e gli atlanti, i pregiudizi politici e culturali si insinueranno nelle ontologie. Un'ontologia basata sulla geografia mantenuta dal governo cinese, ad esempio, probabilmente non definirebbe Taiwan come un paese.

Ma questo difficilmente impedisce la visione. Mentre il World Wide Web Consortium continua a sviluppare standard e tecnologie per il Web semantico, centinaia di organizzazioni, aziende e individui stanno contribuendo allo sforzo creando strumenti, linguaggi e ontologie.

Un contributore importante è DARPA, le persone responsabili di gran parte della tecnologia alla base di Internet ( vedere Le tecnologie dirompenti di DARPA , TR ottobre 2001 ). In questi giorni, DARPA sta contribuendo con decine di milioni di dollari al progetto Web semantico del consorzio Web e ha sviluppato un linguaggio semantico per il Dipartimento della Difesa degli Stati Uniti chiamato DARPA Agent Markup Language che consente agli utenti di aggiungere metadati a documenti Web e metterli in relazione con ontologie. Il professore di informatica dell'Università del Maryland Jim Hendler, che fino ad agosto è stato direttore del programma DARPA, ha lavorato a stretto contatto con Berners-Lee e Miller per garantire la coerenza con gli sforzi del consorzio. Lo scorso dicembre, Hendler ha annunciato la creazione di un linguaggio che combina le capacità del DARPA Agent Markup Language con un linguaggio ontologico, sviluppato in Europa, chiamato OIL (che sta per Ontology Inference Layer e Ontology Interchange Language).

Uno sviluppatore di questo nuovo linguaggio, il docente dell'Università di Manchester Ian Horrocks, è anche consulente del World Wide Web Consortium sul web semantico. A gennaio, ha co-fondato una società chiamata Network Inference per sviluppare una tecnologia che utilizza ontologie e inferenza automatizzata per fornire funzionalità del Web semantico ai database relazionali esistenti e ai grandi siti Web. Di recente, una società di servizi dati con sede nell'Isola di Man chiamata PDMS ha iniziato a utilizzare la tecnologia di Network Inference per aggiungere funzionalità del Web semantico ai database aziendali. Decine di altre aziende, da Hewlett-Packard a Nokia, stanno contribuendo allo sviluppo del Web semantico.

Troppo, troppo tardi?

Miller crede che il flusso senza soluzione di continuità e l'integrazione delle informazioni risultanti da queste mosse renderanno possibile elaborare la conoscenza in modo da risolvere i problemi, avvicinare le persone e stimolare nuove idee che non sarebbero mai potute nascere prima. Altri, tuttavia, non sono così ottimisti riguardo al Web semantico. È piuttosto ambizioso, afferma R. V. Guha, che ha guidato lo sviluppo degli sforzi del Resource Description Framework del consorzio Web alla fine degli anni '90. (Questo framework è uno strumento essenziale per descrivere e condividere i metadati.) Sarebbe bello se queste cose esistessero, dice, ma ci sono alcuni problemi di ricerca davvero difficili che devono essere risolti prima.

Un problema riguarda l'inferenza. Il tempo impiegato da un computer per trarre nuove conclusioni da dati, metadati e ontologie sul Web aumenta rapidamente man mano che le regole vengono aggiunte a un sistema. L'inferenza rientra nella stessa categoria del classico problema del commesso viaggiatore di pianificare il percorso più breve attraverso un certo numero di città. Non è difficile capire il migliore di tutti i percorsi possibili quando hai a che fare con pochissime località. Ma quando arrivi a sole 15 città, ci sono più di 43 miliardi di possibili percorsi. Lo stesso tipo di situazione di fuga esiste per l'inferenza, dove la ricerca di risposte con la forza bruta potrebbe portare a paradossi o contraddizioni che fanno perdere tempo.

E anche se Berners-Lee e le sue coorti dovessero affrontare le sfide tecniche, ciò non sarà sufficiente perché il Web semantico si inserisca al suo posto. C'è una grande domanda sul fatto che le persone penseranno che i vantaggi valgano lo sforzo extra di aggiungere metadati al loro contenuto in primo luogo. Uno dei motivi per cui il Web ha avuto così tanto successo, dopotutto, è stata la sua sublime facilità di creazione.

Il Web oggi è la forma più semplice e primitiva di ipertesto, afferma l'ex Distinguished Engineer di Sun Microsystems Jakob Nielsen, cofondatore del Nielsen Norman Group, una società di progettazione Web a Fremont, in California. Ed è per questo che è stato così facile da implementare; ecco perché tutti potrebbero iniziare a creare le proprie pagine Web; ecco perché il Web è così grande. Tuttavia, mentre la maggior parte delle persone può sentirsi a proprio agio nel fare modifiche semplicistiche, come segnare un testo come in grassetto, Nielsen sottolinea, Non possono fare modifiche semantiche, dove dicono, Questo è il nome dell'autore,' o Questo è il nome delle persone che io' sto citando.'

Naturalmente, tale pessimismo potrebbe ignorare la storia recente. Non molto tempo fa, l'idea che milioni di persone imparassero a scrivere codice HTML sembrava inverosimile, eppure è esattamente quello che è successo. Tuttavia, l'ostacolo della creazione di un Web semantico sarà più alto. Le persone possono usare l'HTML come vogliono. Usano comunemente le tabelle per scopi non tabulari, ad esempio, e schiaffeggiano il tag del sottotitolo solo per applicare il grassetto. Questi kluges e scorciatoie di solito hanno solo conseguenze estetiche. Ma lo stesso tipo di errore, utilizzando tag bibliografici per elencare una raccolta di DVD, potrebbe rendere inutilizzabili i metadati di una pagina.

Il fatto che i metadati non siano stati implementati fin dall'inizio del Web potrebbe anche rendere più difficile l'accettazione del Web semantico. Uno scettico particolarmente ostinato è Peter Merholz, cofondatore di Adaptive Path, una società di consulenza sull'esperienza utente con sede a San Francisco. Questa roba deve essere preparata fin dall'inizio, dice Merholz, che definisce il Web semantico un'interessante ricerca accademica con scarso impatto sulla società. Il web semantico sta ottenendo molto clamore semplicemente perché Tim Berners-Lee, l'inventore del World Wide Web, ne è molto interessato, dice. Se fosse solo uno scemo in qualche università dell'Indiana, a nessuno importerebbe.

Discussioni iniziali

Anche Berners-Lee ammette che il percorso verso il Web semantico potrebbe essere un po' più lento di quello verso il World Wide Web. In un certo senso non abbiamo bisogno di muoverci troppo velocemente, dice, perché la teoria la gente ha bisogno di guardarla per assicurarsi che non siamo troppo pazzi, e altre persone hanno bisogno di verificare le idee in pratica prima che siano raccolto e utilizzato troppo estesamente.

Quando gli è stato chiesto di sbirciare nella sua sfera di cristallo, l'evangelista dei dati scambiabili prevede che alcune delle prime applicazioni commerciali del Web semantico mireranno a integrare i diversi sistemi informativi che tipicamente coesistono nelle grandi organizzazioni. (Non sarebbe bello occuparsi degli affari presso il dipartimento automobilistico o l'ospedale senza dover compilare una mezza dozzina di moduli in gran parte ridondanti? Il Web semantico può aiutare qui.)

E anche se il Web semantico risiede ancora principalmente sul tavolo da disegno, è possibile vedere indizi del suo potere su alcuni siti Web esistenti. Considera il motore di ricerca di Inoltre Technologies che esegue la scansione di migliaia di siti di notizie più volte al giorno, rendendolo uno dei preferiti per i drogati di notizie. Inoltre, gli agenti software sono stati programmati per esaminare i tag dei caratteri (le etichette HTML che indicano ai browser Web quanto grande o piccolo far apparire il testo sullo schermo) per determinare se una determinata pagina è o meno una notizia. Se un agente Also trova una stringa da sei a 18 parole contrassegnate come caratteri grandi nella parte superiore di una pagina, presumerà che si tratti di un titolo e lo inserirà in un database. Ovviamente, dal momento che l'agente sta solo facendo un'ipotesi, a volte seleziona una pagina che dopotutto non è una notizia. Quindi, inoltre, deve applicare filtri aggiuntivi per eliminare le pagine che non contengono articoli.

Siamo ancora molto lontani dall'obiettivo finale, ma è un buon inizio. E anche i campioni del Web semantico non pretendono di capire esattamente dove porteranno tali passi. Dopotutto, chi aveva previsto Amazon.com o eBay quando Berners-Lee ha acceso l'interruttore del primo server Web al mondo nel dicembre 1990?

Ma il punto è che le persone vogliono più intelligenza dal Web di quanta ne ottengono, e un numero crescente di scienziati informatici condivide lo scintillio negli occhi di Berners-Lee e la sensazione che il Web semantico contenga la risposta. È fantastico, afferma l'inventore del World Wide Web, avere di nuovo quell'entusiasmo di base.

nascondere