211service.com
Vad kommer efter Web 2.0?
Många forskare och entreprenörer arbetar med internetbaserade kunskapsorganiserande teknologier som sträcker ut traditionella definitioner av webben. På senare tid har vissa kallat teknikerna för Web 3.0. Men egentligen är de närmare Web 2.1.
Vanligtvis används namnet Web 2.0 av datorprogrammerare för att hänvisa till en kombination av a) förbättrad kommunikation mellan människor via sociala nätverksteknologier, b) förbättrad kommunikation mellan separata programvaruapplikationer – läs mashups – via öppna webbstandarder för att beskriva och komma åt data , och c) förbättrade webbgränssnitt som efterliknar reaktionsförmågan i realtid hos skrivbordsapplikationer i ett webbläsarfönster.
För att se hur dessa idéer kan utvecklas, och vad som kan dyka upp efter Web 2.0, behöver man bara titta på grupper som MIT:s Computer Science and Artificial Intelligence Laboratory, World Wide Web Consortium, Amazon.com och Google. Alla dessa organisationer arbetar för en smartare webb, och några av deras prototypimplementationer finns tillgängliga på webben för alla att prova. Många av dessa projekt betonar att utnyttja den mänskliga intelligens som redan är inbäddad i webben i form av data, metadata och länkar mellan datanoder. Andra strävar efter att rekrytera levande människor och tillämpa sin intelligens på uppgifter som datorer inte kan hantera. Men ingen är redo för bästa sändningstid.
Den första kategorin av projekt är relaterad till den semantiska webben, en vision för en smartare webb som lades fram i slutet av 1990-talet av World Wide Web-skaparen Tim Berners-Lee. Visionen kräver att varje bit data på webben berikas med metadata som förmedlar dess betydelse. I teorin skulle detta tillagda sammanhang hjälpa webbaserade mjukvaruapplikationer att använda data på ett mer lämpligt sätt.
Min nuvarande webbkalender, till exempel, vet väldigt lite om mig, förutom att jag har tider idag kl. 8:30. och 16:00 En semantisk webbkalender skulle inte bara veta mitt namn, utan skulle också ha ett lager av standardiserad metadata om mig, som bor i: Las Vegas, född: 1967, gillar att äta: thaimat, tillhör: Stonewall Democrats, och favorit tv-program: Battlestar Galactica. Den skulle då kunna fungera mycket mer som en mänsklig sekreterare. Om jag försökte sätta upp nästa Stonewall-demokraternas möte, skulle det kunna gå igenom andra medlemmars kalendrar och hitta en tid då vi alla är lediga. Eller om jag bad kalendern att hitta ett lunchdejt för mig, kan den skanna offentlig metadata om vännerna och vänners vänner i mitt sociala nätverk, leta efter någon som bor i närheten, är i samma ålder och uppskattar asiatisk mat och sci-fi.
Tyvärr finns det ingen sådan teknik ännu, dels på grund av den enorma ansträngning som skulle krävas för att tagga alla webbdata med metadata, och dels för att det inte finns någon överenskommelse om rätt format för själva metadata. Men flera projekt går i denna riktning, bl.a FOAF , kort för Friend of a Friend. FOAF-filer, designade första gången 2000 av de brittiska mjukvaruutvecklarna Libby Miller och Dan Brickley, är korta personliga beskrivningar skrivna på ett standard datorspråk som kallas Resource Description Framework (RDF); de innehåller information som en persons namn, smeknamn, e-postadress, webbadress till hemsidan och fotolänkar, samt namnen på de personer som personen känner.
Jag skapade min egen FOAF-fil den här veckan med de enkla formulären på en gratis sida som heter Foaf-a-matic och laddade upp den till min blogg. I teorin kan andra personer som använder FOAF-aktiverad sökmjukvara som t.ex FOAF Explorer , eller identitetsnavwebbplatser som t.ex People Aggregator , kommer nu att kunna hitta mig lättare.
Så småningom kan mer vara möjligt. Till exempel kunde jag omedelbart skapa ett nätverk av vänner på en ny social nätverkstjänst helt enkelt genom att importera min FOAF-fil. Men för närvarande finns det inte många sätt att få din FOAF-fil att fungera.
Ett annat projekt som försöker extrahera mer mening från webben är Spargris , en gemensam ansträngning av MIT:s datavetenskap och artificiell intelligens Laboratory, MIT Libraries och World Wide Web Consortium. Piggy Banks mål är att lyfta upp bitar av viktig information på datatunga webbplatser från sin omgivning, så att webbsurfare kan använda dessa informationsbitar på nya sätt. Till exempel kan kontorsadressinformation extraherad från LinkedIn, en professionell nätverkswebbplats, matas in i Google Maps och skapa en karta över mina kollegors verksamhetsställen.
På så sätt, hoppas Piggy Bank-forskarna, kan webbanvändare börja få en smak av den semantiska webben i aktion, utan att behöva vänta på att författarna till miljarder dokument på webben ska skapa metadata. Den nyfikna kan ladda ner en Piggy Bank-tillägg för webbläsaren Firefox; när tillägget är installerat kan användare välja från ett antal skärmskrapor som extraherar information från specifika webbplatser som LinkedIn och Flickr (en populär webbplats för fotodelning). Piggy Bank lagrar denna rena information, såsom foton eller kontaktnamn, i webbläsaren i RDF-format, vilket teoretiskt tillåter användare att blanda data från oberoende källor för att skapa sina egna omedelbara mashups som liknar LinkedIn-Google Maps-exemplet.
Tyvärr finns det ännu inga verktyg som gör det enkelt för icke-programmerare att återanvända RDF-data i sådana mashups. Och i mina egna tester av Spargris lyckades inte skärmskraporna aktiveras. Jag är säker på att det beror på att jag missade något i instruktionerna – men problemet illustrerar hur mycket mer arbete som krävs innan sådana verktyg kommer att vara redo för offentlig konsumtion.
En andra kategori av post-Web 2.0-projekt fokuserar inte på att hjälpa maskiner att förstå innebörden och användningen av befintligt webbinnehåll, utan på att rekrytera riktiga människor för att lägga till sin intelligens till information innan den används. Det mest kända exemplet är Amazon Mechanical Turk , en sorts högteknologisk bemanningsbyrå som introducerades av onlineåterförsäljaren 2005. Tjänsten gör det möjligt för personer med uppgifter och frågor som datorer inte kan hantera – till exempel att upptäcka olämpliga bilder i en samling bilder – att anlita andra webbanvändare att hjälp.
Anställningen är extremt tillfällig – mindre än en timme per uppgift, i de flesta fall – och lönen är löjligt låg: lösningar tjänar vanligtvis bara några få cent. Men poängen är inte att ge internetmissbrukare en andra inkomst: det är att utnyttja användarnas hjärnkraft under några lediga ögonblick för att utföra enkla uppgifter som förblir långt bortom kapaciteten hos programvara med artificiell intelligens. (Faktum är att Amazon kallar sitt projekt för en form av artificiell artificiell intelligens.)
Vissa uppgifter är verkligen marknadsföring eller produktforskning i förklädnad. En frågeställare frågar till exempel: Vad skulle göra din e-post bättre? Andra ger bättre illustrationer av logiken bakom att bryta upp en stor dataklassificeringsuppgift och distribuera den till hundratals människor. En uppgift, uppenbarligen från någon som försöker göra det möjligt att dela information mellan olika kataloger i Gula Sidorna, ber användarna att matcha kategorier från en katalog – till exempel delikatessbutiker – med de närmaste motsvarigheterna i en annan – till exempel Delis eller Small Restaurants. En dator skulle inte kunna ta sig an en sådan uppgift utan år av träning i de vardagliga fakta om mänsklig existens, som det faktum att en delikatessbutik verkligen är en form av en liten restaurang. En människa kan dock hitta rätt matchningar på några sekunder.
Ett annat projekt som försöker övertala människor att lägga till mening till rådata är Google Image Labeler . Det lockar användare att märka digitala fotografier efter deras innehåll genom att göra uppgiften till ett enkelt spel där tävlande både måste samarbeta och tävla. Liksom Amazon Mechanical Turk har Image Labeler en gemenskap av fans som gillar det som ett spel. Och det är inget fel med att göra potentiellt tråkiga uppgifter underhållande, om det är vad som krävs för att motivera arbetare. Men Image Labeler och Mechanical Turk kommer att behöva växa bortom deras leksaksliknande demonstrationsstadium innan de har en verklig inverkan på webbens användbarhet.
Det är inte förvånande att observatörer söker efter nya etiketter för att beskriva det arbete som pågår utanför gränserna för dagens Web 2.0. Men de flesta av dessa projekt är så långt ifrån att producera praktiska verktyg – än mindre tjänster som skulle kunna kommersialiseras – att det är för tidigt att säga att de representerar en tredje generationens webbteknologi. För det, att döma av dagens toppmoderna, måste vi vänta några år till.