Sök mig

På kvällen den 27 april krattade ett våldsamt regn fönstren bredvid Jamie Williams skåp när fysikern satt, utmattad, nedsänkt i matvetenskapens detaljer. På datorskärmen framför honom fanns råa tabeller med information från det amerikanska jordbruksdepartementet, innehållande data om 7 000 livsmedel, från björnbär till nötkött. Han och ett team på fyra personer kurerade uppgifterna och förberedde dem för en ny typ av onlinesökning. Han kammade igenom flikarna som identifierade 150 egenskaper (näringsämnen, kalorier, kolhydrater och så vidare), och såg till att de olika förkortningarna var konsekventa och läsbara av datorer. Han organiserade mat i grupper för att underlätta frågor på naturliga språk. En sökning efter näringsinformation om mjölk skulle ge ett medelvärde, till exempel, medan skummjölk skulle ge ett specifikt svar.

Williams slet inte i en redutt av Silicon Valley Web-entreprenörer utan i en mellanvästerns citadell av vetenskapsnördar: Wolfram Research, i Champaign, IL, inrymt i ett kontorshus med utsikt över en Walgreens och en McDonald's. Detta var Stephen Wolframs företagslya, fysikern och tillverkaren av Mathematica, som allmänt erkänns för att vara den mest kompletta tekniska och grafiska programvaran för matematiker, vetenskapsmän och ingenjörer. Williams arbetade på något som hans företag kallade en datorkunskapsmotor: Wolfram Alpha. Som svar på frågor var det meningen att Alpha skulle beräkna svar snarare än att lista webbsidor. Den skulle bestå av tre element, finslipade för hand i Champaign: en ständigt växande samling av datamängder, en utarbetad kalkylator och ett naturligt språkgränssnitt för frågor.

Vad kan Wolframs system göra som Google inte kan? Säg att du ville veta hur mycket kolesterol och mättat fett som låg i en skiva av din mormors majsbröd. Du skulle transkribera dess ingredienser från hennes gulnade registerkort till en frågefält online, och Alpha skulle köra beräkningar och producera en näringsdeklaration i USDA-stil. Visst, du kan gå till Google, ta reda på kalorier i ett vanligt ägg och så vidare – men vad jobbigt det skulle vara! utbrast Wolfram Research medgrundare Theodore Gray. Du behöver uppgifterna. Och du behöver att data finns i former som lätt kan konverteras om det behövs. Och du måste lägga till dem. Du kan göra det, precis som tidigare decennier – du kunde gå till biblioteket för att hitta en referens, och idag kan du gå till Google eller en annan sökmotor för att komma igång. Men vi gör det mycket lättare. Med en vanlig sökmotor, la han till, skriv in 'en kopp socker, ett pund mjöl', och det kastas upp helt över hela skärmen.

Det här är ett exempel på den typ av saker som Alpha var tänkt att göra: ge djupare, mer specifika och mer grafiskt utklädda svar på vissa typer av frågor – även om det var en begränsad uppsättning till en början. Förfrågningar för D#-dur skulle producera grafik av musikalisk skala, frågor för Venus skulle producera detaljerade, aktuella kartor över natthimlen; frågor om par av företag skulle producera jämförande diagram och grafer. Det skulle lägga till extra information: en sökning efter New York London-avstånd skulle ge svaret i miles, kilometer och nautiska mil; en karta som visar flygvägen; och en jämförelse av hur lång tid det skulle ta en jet, en ljudvåg och en ljusstråle att göra resan. Fråga den om ett ord (förord ​​av ordet ord ), och det skulle generera etymologitabeller och synonymnätverk. För att göra den här sortens saker skulle det börja med matematiska och naturvetenskapliga datamängder och formler som redan finns i Mathematica, och bygga därifrån. En del av den nya informationen, såsom statliga uppgifter om livsmedel, skulle bara behöva mindre omorganisation. Det var vad Williams gjorde. Andra typer, såsom aktiedata i realtid, krävde licens. Ytterligare andra, såsom data om flygplan, skulle samlas in från öppna webbkällor som Wikipedia och Freebase, och rensas upp – kureras.

• Hör David Talbot beskriva sin resa till Wolfram Research i Champaign, IL, för att rapportera om Wolfram Alphas datorkunskapsmotor.

Wolfram var själv i Boston och förberedde sig för att ge den första offentliga demonstrationen nästa eftermiddag. (Han hade redan gjort demos för Tim Berners-Lee, uppfinnaren av World Wide Web, och flera kaptener inom teknikindustrin, inklusive Microsofts Bill Gates, Googles Sergey Brin och Amazons Jeff Bezos.) Jag satt på Grays kontor, vilket verkade mer som en helgedom för grundämnenas periodiska system än en arbetsplats: prover av nickel, krom, selen, svavel och dussintals fler prydda glashyllor. (Han öppnade stolt en blylåda och hämtade en tråkig metallplatta, ungefär lika stor som två förpackningar med kort. Det var 11 pund uran – tack och lov inte anrikat, men fortfarande milt radioaktivt.) Det är en begränsad uppfattning att det enda du kan göra med sökning idag är i grunden en textsökning av befintligt tryckt material, sa Gray. Det representerar ett enormt misslyckande för fantasin.

Längre ner i korridoren satt Eric Weisstein, en astronom och skapare av MathWorld, onlinereferensen som nu är värd för Wolfram, på ett kontor bland spindelväxter i vaxpappersmuggar (de är särskilt effektiva på att rena luft, förklarade han), sista handen på en omfattande enhetsomvandlare för att driva några av Alphas resultat. Om du söker på webben finns det hundratals, om inte tusentals, webbplatser där människor kan omvandla fot till meter, sa Weisstein. Men de är inte tillräckligt flexibla, auktoritativa nog, och i de flesta fall har de inte tillräckligt med täckning. Sådana miniräknare kan inte berätta hur många gram som är i en kopp mjölk eller en kopp mjöl (svaret varierar beroende på ämne). Och glöm bort att använda dem för att konvertera en nypa (380 milligram, i fallet med salt) eller en droppe (om det är majsolja, är en metrisk droppe 56 milligram), eller en hogshead (ganska mycket vin: 248 kilogram), mycket mindre enheter av värmeledningsförmåga, internationella storlekar för herrhattar eller någon form av skäppa. Bushel är en viktig sådan. En skäppa sojabönor är inte detsamma som en skäppa vete, är inte detsamma som en skäppa med volym, är inte detsamma som en skäppa massa, sa Weisstein. Vi har gått och byggt världens bästa enhetsomvandlare!

Multimedia

• Hör Stephen Wolfram beskriva framtiden för Wolfram Alpha, hans datorkunskapsmotor.

I hela byggnaden, och på avlägsna platser, arbetade omkring 150 Wolfram-anställda på liknande sätt – några i ganska avlägsna fält. Jag hittade Ed Pegg i hans skåp, fördjupad i ämnet kakel. Till hans fingertoppar fanns den definitiva referensen, de 700 sidor långa plattorna och mönstren av Grünbaum och Shephard, som beskrev allt från obskyra kristallografiska mönster i material till fiskbenen och korgvävarna i tegelgångar. Det fanns så många varianter: islamiska kakelmönster (oktagoner, hexagoner och två typer av stjärnor); dubbla spiraler gjorda av niosidiga kapslade kilar; 14 sorters mönster baserade på olika femhörningar. Även om plattsättningskorpusen inte skulle laddas vid lanseringstid, skapade Pegg sätt för mönster att kombineras och beräknas. Med dessa och andra verktyg kan en textildesigner skapa ett Escher-liknande mönster (med hjälp av sammankopplade blommor, säg, istället för ödlor); en kemist kan utforska hur en samling molekyler kan passa ihop; en husägare kan skapa ett mönster för ett nytt badrumsgolv.

Men först var Alpha tvungen att lansera – och lanseringsdatumet var bara tre veckor ledigt. Mycket förblev oklart. Skulle det naturliga språkgränssnittet fungera tillräckligt bra? Skulle de två superdatorerna (som precis hade anlänt till datacentret utanför staden) hålla ut på lanseringsdagen – eller skulle webbplatsen krascha, som Cuil, den förmodade Google-mördaren 2008, hade gjort? Och skulle folk verkligen bry sig om att lära sig hur många millisekunder det tar en ljusstråle att gå från New York till London? I Champaign försökte utvecklarna bara att eliminera fel. Det finns en lite skrämmande känsla av att veta att det här aldrig tar slut, anförtrodde Williams, även om det här börjar.

Gray stannade till vid Williams bås. De två männen hopade sig över datorskärmen, tysta ett ögonblick.

Varför fungerar det inte med två koppar mjöl och två ägg? frågade Gray till slut.

Tja, svarade Williams, det finns en bugg.

Det är elementärt: Wolfram Alpha kan till en början ha begränsad räckvidd, ett ibland stelbent användargränssnitt och vag källinformation, men företagets medgrundare (och elementsamlare) Theodore Gray säger att de ledande sökmotorerna är drabbade av ett stort fantasifel och är dåliga på matematik.

Långsam semantik
1993 internerades en nyutexaminerad University of Maryland, en smart ryss med intresse för datorer, vid Wolfram Research. Han gjorde lite praktiskt arbete på Mathematicas kärna, eller kärnan i programvaran. Sedan gick han för att ta sin magisterexamen vid Stanford – och för att vara med och grunda Google. Idag hanterar Google 64 procent av alla sökningar som görs av amerikaner, men den dåvarande Wolfram-praktikanten, Sergey Brin, är inte helt nöjd. Han dominerar en bransch, han är värd 12 miljarder dollar, och han hobnobbar vid World Economic Forums årliga möte i Davos, Schweiz. Söktekniken har dock inte hållit jämna steg med hans personliga uppgång. [D]är finns viktiga områden där jag önskar att vi hade gjort fler framsteg, skrev Brin i Googles årsrapport för 2008. Perfekt sökning kräver artificiell intelligens på mänsklig nivå, som många av oss tror fortfarande är ganska avlägsen. Jag tror dock att det snart kommer att vara möjligt att ha en sökmotor som ‘förstår’ mer av frågorna och dokumenten än vad vi gör idag. Andra hävdar att de har åstadkommit detta, och Googles system har mer smart bakom gardinerna än vad som kan vara uppenbart från utsidan, men fältet som helhet är fortfarande blyg för var jag skulle ha förväntat mig att det skulle vara.

Bland alla ledare inom webbsökning genom åren – från Excite (gick i konkurs) till Alta Vista (absorberades av Yahoo 2003) till dagens topp fem spelare (Google, Yahoo, Microsoft, Ask och AOL) – har kärnan förhållit sig det samma. De skapar enorma index över webben – det vill säga deras programvara genomsöker hela tiden webben och samlar in fraser, nyckelord, titlar och länkar på miljarder sidor för att hitta de bästa matchningarna till sökfrågor. Google triumferade eftersom dess metod för att rangordna sidor, delvis baserad på att analysera länkstrukturen mellan dem, gav överlägsna resultat. Men även om webben har expanderat 10 000 gånger under det senaste decenniet, har sökmotorer inte gjort jämförbara framsteg i sin förmåga att hitta specifika svar och sedan sätta ihop dem på ett intelligent sätt. Den semantiska webben – det länge tänkta systemet där information taggas för att möjliggöra sådan bearbetning – är fortfarande långt borta.

Förra året lanserade Yahoo något som heter SearchMonkey, som gör det möjligt för webbsidespublicister att förbättra sökresultaten genom att lägga till taggar som talar om för sökmotorns programvara, Detta är en adress, Detta är ett telefonnummer, och så vidare. (Så nu, om du söker på Yahoo efter en restaurang, kan du få, förutom en länk till restaurangens sida, punktlistor som listar restaurangens adress, dess telefonnummer och en sammanställning av recensioner.) Vad SearchMonkey gör är att ta löftet av den semantiska webben och lägga ut den i det fria så att publicister kan delta, säger Prabhakar Raghavan, chef för Yahoo Labs. Google började nyligen göra något liknande, kallat rich snippets.

Men sådana idéer har gått långsamt att spridas över webben, även om World Wide Web Consortium (W3C), det internationella standardiseringsorganet under ledning av Berners-Lee, har angett specifikationer för att hjälpa dem att implementera dem bredare. Och även om W3C-standarderna tillämpades brett, ger de inte mycket vägledning om beräkning, säger Ivan Herman, som leder W3C:s semantiska ansträngningar från Amsterdam: Hur dessa data kombineras med numeriska beräkningar och matematiska processer är inte väldefinierat, och att är verkligen ett område där vi måste arbeta.

Så medan dagens sökmotorer blir allt mer breda och användbara – expanderar till nya kategorier (kartor, fotografier, videor, nyheter), lär sig att svara på enkla frågor (Vad är New Yorks befolkning?) och till och med gör grundläggande omvandlingar (Vad är 10 pund i kilo?) – de är inte särskilt djupa eller insiktsfulla. Även om Google är fantastiskt, säger Daniel Weld, en datavetare vid University of Washington och en semantisk webbforskare, skulle jag personligen hellre ha fartygets dator på Starship Företag , där du ställer frågor på hög nivå och det ger svaret, och förklarar svaret, och sedan kan du säga, ’Varför trodde du att det var sant?’ och det tar dig tillbaka till källan.

Som Stephen Wolfram ser det, tillhandahåller han infrastrukturen för att svara på frågor på verkligt intelligenta sätt – om än om ämnen som initialt var partiska mot nördiga domäner. Vi har inte problemet med att ta itu med växlingarna i de saker som bara finns där ute på webben, säger han. Vi har bitit i kulan och sagt: ’Låt oss kurera all denna data själva!’ Det skulle vara fantastiskt om den semantiska webben hade hänt och vi bara kunde gå och hämta data och allt skulle passa vackert ihop. Det har inte hänt.

Demon
Vid 3 på eftermiddagen. den 28 april var lanseringen fortfarande två veckor kvar när den 49-årige Wolfram – grånande, skallig och full av nervös energi – tog plats på en talarstol vid Harvard Law School, klädd som vanligt i en oxfordskjorta, khakis och Nike sneakers, för att leverera den första offentliga (och webbsända) demonstrationen av Wolfram Alpha. Med sin mjuka engelska accent sprang han igenom en del av motorns påse med knep, som att skriva in strängar av Gs, Cs, As och Ts för att få detaljerad information om generna i vilka en DNA-sekvens dök upp.

Under de föregående två decennierna hade Wolfram blivit känd för både sin briljans och sin självupphöjelse. Ett underbarn från London, han hoppade över en grundexamen för att ta sin doktorsexamen i fysik från Caltech när han var 20, och vann ett genistipendium från MacArthur Foundation två år senare. Han hade en rad prestigefyllda tjänster vid Caltech, Institute for Advanced Study i Princeton och University of Illinois. Men i mitten av 1980-talet lämnade han akademin för att grunda Wolfram Research, och 1988 gav företaget ut den första versionen av Mathematica. Mjukvaran innehåller stora bibliotek av matematiska funktioner, verktyg för att visualisera data i två och tre dimensioner, och djupa databaser om astronomiska kroppar, kemiska föreningar, subatomära partiklar, socioekonomiska frågor, finansiella instrument, mänskliga gener och proteiner, och en del enkel biografisk information, bland annat andra saker. Och det producerar underbara visualiseringar: geometriska former, molekylära diagram, omloppsdiagram.

Fjorton år efter den första releasen av Mathematica – en period under vilken han inte publicerade någon forskning – födde Wolfram en 1 200 sidor lång bok, En ny typ av vetenskap , som han därefter kallade NKS . I den hävdade han att många komplexa system och problem - från växt- och djurmorfologier till kvantmekanik - kunde reduceras till enkla regler. I den New York Times , proklamerade George Johnson, Ingen har bidragit mer framträdande till detta nya sätt att tänka om världen. Men Wolframs egen karaktärisering – att boken har setts som initiering av ett paradigmskifte av historisk betydelse inom vetenskapen – mötte mer än lite ögonrullning. Adjektivet Wolframian har kommit in i lexikonet, att betyda att ta något som alla känner till och presentera det som denna häpnadsväckande upptäckt om verklighetens natur, säger Scott Aaronson, datavetare vid MIT (vars blogg, Shtetl Optimized, publiceras på technologyreview.com). Aaronson förnekar inte att Mathematica är väldigt cool mjukvara, men han säger det NKS , även om det har ett värde som populärvetenskap, har det i huvudsak haft noll inverkan på de områden av datavetenskap och fysik som jag känner till.

Till Wolfram ansluter nu Alpha NKS som en av de stora vetenskapliga ansträngningarna i mänsklighetens historia. Han distribuerade en tvåsidig lista som placerade den i slutet av ett kontinuum som börjar med uppfinningen av aritmetik och skriftspråk och fortsätter med att nämna biblioteket i Alexandria, Isaac Newton och skapandet av Encyclopedia Britannica . Han positionerar Mathematica strax före uppfinningen av World Wide Web 1989; NKS tjänar en plats mellan Wikipedia och Web 2.0. Han beskriver det sista inlägget, Wolfram Alpha, som en definition av en ny typ av kunskapsbaserad datoranvändning.

En verklig validering av Alphas potentiella betydelse kom halvvägs in i Wolframs Harvard Law-föredrag. Klockan 15:17 tillkännagav Googles officiella blogg en ny tjänst som gör det möjligt för människor att söka och jämföra offentliga data, med början i federal folkräkning och arbetsuppgifter. Tjänsten skulle inte returnera webbsidor utan Google-producerade diagram och grafer. (En sökning efter arbetslöshetssiffror i Ohio, till exempel, skulle ge ett diagram över uppgifterna, plus sätt att jämföra den siffran med de i andra stater.) Blogginlägget kallade det ett sätt att börja utnyttja stora områden av intressant offentlig information om priser. av kakor, CO2-utsläpp, astmafrekvens, examensfrekvenser för gymnasiet, bagarlöner, antal skogsbränder och listan fortsätter. Google hade arbetat med tjänsten i två år, sedan förvärvet av Trendalyzer, vars teknik grafiken bygger på; företaget säger att tillkännagivandets tidpunkt var en slump. Men uppenbarligen erkände branschjätten samma sorts underskott i webbsökning som Wolframs folk attackerade.

Två veckor senare – på tröskeln till Wolfram-lanseringen – arrangerade Google ett evenemang kallat Searchology, där det tillkännagav en annan ny data-crunching-tjänst, Google Squared. Tekniken, som nu finns tillgänglig på Google Labs-webbplatsen, kombinerar information från olika webbkällor och paketerar den i snygga tabeller. En sökning efter berg-och dalbanor ger till exempel en tabell över amerikanska nöjesparksturer från Excalibur till Montezooma's Revenge. Kolumner innehåller miniatyrbilder, beskrivningar, höjder och längder. Användare kan klicka på resultaten för att ta bort fel i den ursprungliga tabellen och förfina sökningen. Marissa Mayer, Googles vicepresident, sa under evenemanget att Google Squared driver sökningen i en helt ny riktning. Hon tillade: Det är ett svårt datavetenskapligt problem – att ta denna ostrukturerade information och presentera den på ett strukturerat sätt.

Google sa också att det skulle ge bättre realtidsdata i sökresultaten. Om du söker efter jordbävningar i San Francisco kommer Google, som Alpha, nu att publicera de senaste relevanta rapporterna från U.S. Geological Survey. (Det gör något liknande med realtidsdata om flygbolagens flygningar och sportresultat.) Peter Norvig, Googles forskningschef, berättade för mig att tekniken representerar en försmak av företagets ansträngningar att hitta, kombinera och presentera numerisk data. Jag skulle generellt säga att vårt tillvägagångssätt skulle vara mer mot öppna system snarare än slutna, kurerade, sa Norvig, men jag uppskattar den breda typen av användargränssnitt [Wolfram Alpha] tillhandahåller och dataanalysverktygen. Det skulle vi vilja göra mer av. Kanske att ha honom där ute kommer att pressa oss att släppa mer, snabbare – jag vet inte. Scott Kim, vice vd för teknik på sökmotorn Ask, var mer direkt när han antydde att Wolfram skulle ha ett inflytande. Jag tror att det öppnar människors ögon – allmänhetens ögon – för vad du kan få ut av en beräkningsmotor och hur det kan integreras i en sökmotor, sa han om Alpha. Detta är absolut en del av framtiden för sökning, och det är en lång väg att gå.

Lansera
Stephen Wolfram såg till att de två superdatorerna var dramatiskt upplysta med blå och gröna LED-lampor. I det nya datacentret nära Champaign hade han satt upp en något förhöjd kommandopost för sig själv. Han hade ordnat så att evenemanget webbsänds. Och klockan 22:30. den 15 maj, när en tornadoklocka täckte stora delar av Illinois, klickade han med musen på en flik märkt Aktivera, och en väggmonterad skärm visade datorkluster som blinkade till liv. Statistiskt sett kommer det att finnas några problem, och det är bara en fråga om vilka problem de är, sa han den kvällen. Men trots spänningsfluktuationer och tidigare överbelastningar på superdatorerna undvek Wolfram en krasch av det slag som förvirrade Cuil.

Hans motor själv hade dock fortfarande ett stort prestandaproblem. Så komplett och elegant som det var när det visste något, det var mycket det inte visste (och det var svårt att gissa vad det kunde veta). Wolfram Alpha är inte säker på vad du ska göra med din input var ett frekvent svar från webbplatsen. Detta berodde främst på de enorma luckorna i dess kurerade data; Alpha är ett bibliotek vars hyllor endast är delvis fyllda. Den är till stor del blind för historia, politik, litteratur, sport, samhällsvetenskap och popkultur. Webbplatsen försvårades också av ett oflexibelt naturligt språkgränssnitt. Till exempel, om du sökte efter Isaac Newtons födelse, fick du Newtons födelsedatum (25 december 1642; du fick också veta att månen var i växande halvmånefas den dagen). Men om du sökte efter Isaac Newton född, kvävdes Alpha. Aaronson testade det med mig och fann att det inte kunde svara Vem uppfann webben? och kände inte till BNP-siffror på statsnivå, bara nationella. Men det kan fylla alla möjliga matematiska frågor, inklusive en begäran om jordens yta. Aaronson frågade: Vad är Irlands BNP dividerat med cosinus 42? och fick ett diagram som återspeglar relevanta beräkningar för BNP-siffror från 1970 till 2007, presenterat på en logaritmisk skala.

Slutligen uppstod ett dokumentationsproblem. Genom att klicka på länkar avslöjades en mängd olika källor: CIA:s World Factbook, webbplatsen Today in Science History, U.S. Geological Survey, Dow Jones och Catalog of Life, ett internationellt upprätthållet index över världens kända arter. Men ingenting specificerade vilken källa som hade tillhandahållit vilket faktum. (Gray säger att företaget arbetar med att lägga till sådana etiketter till specifika fakta och till beräknade resultat.)

Lätt gjort: På frågor som den kan hantera – speciellt beräkningsbara sådana inom matematik, naturvetenskap och teknik – utför Wolfram Alpha många originella trick. Presenterad med pannkaksingredienser (1), erbjuder motorn möjliga variationer (2), visar hur den tolkade inmatningen (3) och producerar en kombinerad näringsdeklaration (4). Bakom kulisserna utför Wolframs Mathematica-programvara först alla nödvändiga enhetsomvandlingar (till exempel konverterar en nypa salt till en beräkningsklar 380 milligram salt). Men ett erbjudande om källinformation (5) spårar inte fakta till specifika referenser.

Men om du gav Wolfram Alpha varje ersättning – det vill säga om du frågade den om ämnen den kände till, använde söktermer den förstod och inte brydde sig om att känna till den primära källan – var det detaljerat, intelligent och grafiskt fantastiskt. Sökningar efter material gav dig diagram över kemiska föreningar; sökningar på astronomi gav dig kartor över natthimlen (geolokaliserad på basis av din dators IP-adress). Det kan göra saker som den genomsnittliga personen kanske vill (som att skapa anpassade näringsetiketter) såväl som saker som bara nördar skulle bry sig om (som att skapa sanningstabeller för booleska algebraiska ekvationer). Wolfram Alpha är ett viktigt framsteg inom sökteknologi genom att det väcker förväntningar om hur innehåll som lagras i databaser ska sökas, Marti Hearst, datavetare vid University of California, Berkeley, och författare till Sök i användargränssnitt , sa till mig. Men hon tillade att det har en lång väg kvar att gå innan man når sina ambitiösa mål.

Vissa av dessa problem kommer att åtgärdas genom att lägga till mer data, en ansträngning enligt Wolfram kommer att fortsätta på obestämd tid. För att hjälpa processen innehåller webbplatsen länkar för människor att skicka in individuella fakta, hela strukturerade datamängder och till och med algoritmer och modeller. Till skillnad från Wikipedia – där processen att lägga till och redigera information är gratis och öppen, med kontroller och balanser tillhandahållna av communityn – planerar Wolfram Alpha att upprätthålla en mer centraliserad form av kontroll, och säger att dess personal av expertkuratorer kommer att kontrollera data innan de lägger till något till korpusen. Men vissa tror att expansion kommer att bli svårt utan någon automatiserad eller community-driven process och utan att indexera webben som sökmotorer gör. Vid en viss tidpunkt är beräkningen inte så användbar om det inte finns rådata för att driva det, säger Weld från University of Washington. Google Squared är mer trenden som jag tror kommer att vinna det här loppet.

Faktum är att även om man medger att hans motor bara är en början, tvivlar vissa skeptiker på att Wolframs tillvägagångssätt kommer att fungera för mer än nischapplikationer. Även om jag har tagit examen som matematiker och har en enorm respekt för allt matematiskt, är jag inte säker på att du kan hantera all denna världens elände genom matematisk formel och beräkning, säger W3C:s Ivan Herman. Norvig upprepade denna invändning. Det finns vissa datamängder som den [metoden] är lämplig för. Om du pratar om guldets atomvikt – om olika laboratorier är avstängda på det, är de i väg till femte eller sjätte decimalen, vem bryr sig? säger Norvig. Men många andra saker, det finns ingen konsensus. Det beror på vad det är för data. Det beror på vilken typ av beräkning du vill göra. Och om det är icke-numeriska data, är det mindre tydligt vilken typ av beräkning du kan göra. Och Weld staplade på: Föreställ dig en fråga som 'Vilka är de farligaste terroristerna?' Det är riktigt svårt. Är någon terrorist? Hur bedömer vi fara? Och fara för vem? Det är beräkningsmässigt väldigt svårt att föra den typen av resonemang.

Ändå kan Wolframs besatthet av beräkning i vissa fall tjäna vissa användare bättre än de marknadsandelsbesatta stora sökföretagen, som helt naturligt är mest intresserade av att hjälpa massorna att få bättre resultat på frågor de redan utför. Låt oss säga att recensioner av ett visst hotell är utspridda på flera platser, säger Yahoos Raghavan. Att ge ett sammanfattande betyg är mycket mer i linje med vad användare brukar fråga, snarare än att säga att de vill ha den kombinerade befolkningen i Balkanländerna i Östeuropa. Det finns alltid en kille där ute som har en svår fråga att ställa, men vi måste maniskt fokusera på att tillfredsställa 99 procent av befolkningen riktigt bra.

Under de första två veckorna bearbetade Wolfram Alpha 100 miljoner frågor och fick 55 000 feedback, vilket tyder på mer än en nischnivå av intresse för djupare svar. Vad Wolfram Alpha kommer att göra, säger Wolfram, är att låta människor använda sig av vetenskapens och ingenjörskonstens landvinningar på en daglig basis, ungefär som webben och sökmotorer har låtit miljarder människor bli referensbibliotekarier, så att säga. Ett Firefox-tillägg har redan dykt upp, vilket gör att sökare kan visa Alpha-resultat tillsammans med Google-resultat. Och Wolfram säger att motorn kommer att genomgå ständiga förbättringar. Tre veckor efter lanseringen tillkännagav han den första breda uppdateringen av dess kod och data, inklusive förbättringar av det naturliga språkgränssnittet, mer data om underlandsregioner (som Wales), en ny möjlighet att söka efter en aktiekurs vid ett specifikt datum, och fler berg tillkom, särskilt i Australien.

Wolfram säger att han har investerat tiotals miljoner dollar i Wolfram Alpha, utöver hundratals miljoner spenderade på att utveckla Mathematica under två decennier. Reklam har börjat dyka upp vid sidan av resultaten, och han planerar att erbjuda en professionell prenumerationsversion med fler funktioner. Ett programmeringsgränssnitt (kallat API) låter utvecklare bygga applikationer som kan göra Wolfram Alpha-sökningar. Vi får se om det här är en övning i filantropi eller en blomstrande verksamhet, sa han till mig.

Till och med Aaronson tillåter att de verkliga domarna kommer att vara folket. Miljontals människor kommer att prova det, och antingen kommer det att vara användbart eller inte - och det är det verkliga testet, säger han. Det är inte något absurt påstående om verklighetens natur. Det är här som en användbar tjänst, och testet är, tycker folk att det är användbart eller inte?

David Talbot är Teknikgranskning chefskorrespondent.

Dölj