Zebrane z sieci

Internetowe wyszukiwarki, których potęga zaczyna niepokoić niektórych badaczy internetu niedługo staną się jeszcze potężniejsze. Dzięki współpracy IBM z brytyjskim koncernem medialnym BBC powstaje technologia pozwalająca szukać nie tylko słów kluczowych ale także grzebać wewnątrz plików wideo i audio.

Do tej pory, internetowe wyszukiwarki były mocno uzależnione od ludzi. Przy przeglądaniu filmów i obrazów biorą pod uwagę tylko opisy i tzw. tagi, czyli słowa kluczowe wpisane przez autora strony internetowej. Szukając “po omacku” internetowe roboty nie znajdują bardzo wielu filmów, które, choć odpowiadają wyszukiwanemu przez internautę hasłu, nie zostały wyczerpująco opisane. Ułomność wyszukiwarek pozwala właścicielom serwisów internetowych na denerwujące sztuczki. Często opisują oni filmy w sposób mylący, żeby zwiększyć ruch na swojej witrynie.

Marvel, wyszukiwarka rozwijana przez IBM, ma tym problemom zaradzić. Jak zapowiadają twórcy, nowa technologia spowoduje też, że wyniki wyszukiwania będą znacznie bardziej trafne. - To będzie Web 3.0, technologia, która rozumie zawartość strony i potrafi rozpoznać więcej niż tylko ciąg zer i jedynek - powiedział cytowany przez serwis internetowy media.guardian.co.uk. Ashley Highfield, dyrektor BBC ds. technologii i mediów przyszłości.

Na podbój archiwów BBC

Oczywiście, tak zaawansowane technologie nie powstają od razu. Na razie IBM stworzy wyszukiwarkę w brytyjskich serwisach dla dzieci - CBBC i CBeebies. Jednak nowa technologia ma znaleźć zastosowanie także w innych działach BBC.

Marvel ma przede wszystkim znacznie ułatwić przeglądanie w internecie audiowizualnego archiwum BBC. Stacja posiada już bardzo prostą wyszukiwarkę wideo. Nie jest ona jednak wystarczającym narzędziem do przeglądania ogromnych archiwów, a, jak podkreśla Highfield, stworzenie skutecznej technologii wyszukiwania filmów może przesądzić o sukcesie bądź porażce BBC w sieci.

Obecnie archiwum zawiera filmy o łącznej długości przekraczającej 1,5 mln godzin i, jak przyznał Highfield, opisy większości z nich zawierają co najwyżej kilka tagów, a wiele filmów - ręczne opisywanie zajmuje średnio dziesięć razy dłużej niż trwa sam klip - w ogóle nie jest opisane. Ale nawet opisanie filmu nie gwarantuje sukcesu. Trudno uniknąć błędów i utrzymać jednolite standardy opisu przy tak monotonnej pracy. Przy tak opisanym archiwum znalezienie większości filmów jest w zasadzie niemożliwe. Jeśli nowa wyszukiwarka się sprawdzi, pracownicy BBC będą mieli problem z głowy.

Program się uczy, co jest na obrazkach

Program Marvel, jako obiecująca innowacja zdobył w 2004 roku nagrodę Wall Street Journal Technology Innovation Award. Teraz ta bardzo zaawansowana wyszukiwarka, oparta o algorytmu samouczące się będzie miała szansę sprawdzić się w praktyce.

System uczy się rozpoznawania obrazów na podstawie próbek opisanych przez człowieka. Na obecnym etapie prac nad oprogramowaniem trzeba ręcznie opisać 5, a czasami tylko 1 proc. zasobów. Resztę program poopisuje już samodzielnie.

Jak to możliwe? Wszystko dzięki statystycznej analizie danych. Marvel analizuje opisane i nieopisane materiały, porównując ścieżkę dźwiękową i obrazy, a nawet mowę i pojawiające się na zdjęciach napisy. I nie tylko porównuje kolory czy teksturę - stosuje też zaawansowane modele znaczeniowe, dzięki którym “rozumie” treść przeszukiwanego materiału.

Algorytmy statystyczne służą do wyszukiwania podobieństw. Na przykład jeśli chcemy za jego pomocą opisać w naszej bazie filmów filmy pokazujące rakietę, musimy najpierw samodzielnie wybrać próbkę filmów z rakietami i opatrzyć je odpowiednimi informacjami. Na tej podstawie Marvel jest w stanie przeszukać całą resztę materiałów i rozpoznać podobne to tych opisanych. Szukając podobieństw w ścieżce dźwiękowej zapewne natknie się też na inne zjawiska powodujące hałas, np. startujące samoloty, albo krzyczący tłum. W sferze wizualnej, trudnym wyzwaniem będą dla niego inne sceny rozgrywające się na tle nieba. Ale połączenie tych rezultatów daje bardzo dobre efekty a wyniki produkowane są w kilka sekund.

Dzięki temu użytkownik, który szuka filmów z debaty prezydenckiej, może wpisać po prostu “dwaj ludzie, podium”. Komputer wyposażony w Marvela i podłączony do odpowiedniej bazy filmów, może całkiem dobrze rozumieć nowe materiały multimedialne.

Pora wejść na rynek

Na stronach IBM dostępne jest demo wyszukiwarki Marvel. Można sobie także ściągnąć program i zainstalować na własnym komputerze. Po kilku latach rozwijania technologii IBM oczekuje, że zacznie na niej zarabiać.

IBM będzie przy tej okazji współpracować także z Siemensem, który również jest partnerem Brytyjczyków - nad dalszym doskonaleniem technologii Marvel.

Porozumienie z IBM jest już trzecią z podpisanych w przeciągu trzech ostatnich miesięcy umów mających rozwijać internetowe serwisy BBC. Pod koniec zeszłego roku nadawca porozumiał się Microsoftem, a w zeszłym tygodniu z YouTube.

www

http://www.usecortex.com/ - jest to dopiero demo strony dostępne w wersji angielskiej i portugalskiej, ale zaczyna dawać pewne pojęcie o semantyce i o tym czym web 3.0 może być.

Web 3.0 to termin, który stworzono by opisać dalszą ewolucję internetu oraz różnego rodzaju działań i koncepcji prowadzących do konwersji obecnego systemu przekazu wiedzy do modelu ogólnopojętej bazy danych. Web 3.0 to koncepcja przetworzenia zawartości stron do wzorca czytanego przez różne (w tym nieprzeglądarkowe) aplikacje, systemy wykorzystujące sztuczną inteligencję, rozwiązania semantyczne oraz oprogramowanie pozwalające wizualizować oraz przetwarzać dane w trzech wymiarach.

www

Nie przez przypadek w naszej wyobraźni i w opracowaniach historyków funkcjonuje hasło ‘wahadło’, obrazujące cyklicznie zachodzące zmiany.

Myśląc o najbliższym nam polu – internecie i zmianach w nim zachodzących wiemy, że obecnie wahadło wychyliło się w kierunku przemian, jakie wniósł trend ogólnie zwany Web 2.0. Nikomu dotąd nie udało się podać trafnej definicji tego zjawiska. Tak więc, jeśli Tim O’Reilly ani Jeffrey Zeldman tego nie potrafią – ja nie będę próbował tym bardziej. Wiemy, że te serwisy – poza zaokrąglonymi rogami i pastelowymi kolorami – skupiają się na korzystaniu z treści, generowanych przez użytkowników, wykorzystując aspekt społeczny internetu. Ci sami użytkownicy mogą również te treści opisywać i oceniać, dzięki czemu garstka ludzi w serwisach typu digg.com czy wykop.pl może zainteresować pewną informacją ogromną rzeszę internautów.

Serwisy Web 2.0 to również interaktywne serwisy, czyli umożliwiające interakcje na linii użytkownik – serwis oraz (co jest bardziej preferowane) użytkownik – użytkownik. Aspekt społeczny kieruje to medium w stronę coraz bardziej demokratycznej formy. Każdy może oddać na artykuł lub zdjęcie jeden głos (przynajmniej teoretycznie, jak pokazuje nasz rodzimy WebStarFestival…), każdy może założyć i prowadzić blog, każdy może w końcu sam napisać artykuł. Jednak każda demokracja potrzebuje reguł, aby sprawnie funkcjonować. Na najniższym, technologicznym poziomie, te reguły mogą wyrażać się w standardach kodowania (np. API) i aspektach użyteczności (jako formy grzecznościowego projektowania). Na wyższym poziomie – w standardach komunikacji, których musimy się jeszcze dopracować. Reguły te umożliwiałyby wyniesienie, jak największej wartości z kolektywnej formy współpracy i wymiany opinii.
W sieci powoli pojawiają się głosy twierdzące, że Web 3.0 to hordy maszyn, potrafiących analizować ludzki język i odpowiadać na tak zadawane pytania. Sztuczna inteligencja zaprogramowana na rozwiązywanie naszych problemów. Nie uważam, aby odpowiedzią na obecne poszukiwanie kierunku rozwoju sieci była większa ilość technologii.

Raczej więcej interakcji międzyludzkich. Kolejne narzędzie nie wprowadzi nowej jakości. Czekam na dzień, gdy wejdę na strony BMW i zobaczę tłumy ludzi, których będę mógł szybko podzielić na podstawie podobieństwa ich preferencji do moich własnych. Będę mógł zobaczyć, czym się w danej chwili interesują i jaki samochód posiadają obecnie. Będę wiedział, którzy z nich to pracownicy BMW i czy mogę zadać im pytania.

Web 3.0 wpłynie również bardzo mocno na reklamę i podejście do sprzedawania produktów. Zanim kupimy, możemy porównać ceny i przeczytać opinie. Po dokonaniu zakupu możemy nasz produkt sfotografować, nagrać video, opublikować te informacje na blogu, na YouTube, a jeśli nasza opinia będzie ciekawa i zdobędzie popularność, możemy również w ten sposób zarobić. Przekaz dla firm jest prosty – przestańcie starać się wpływać na opinie poprzez reklamy, a zacznijcie się komunikować. Nie uciekajcie się do sztuczek w stylu WalMart i Edelmana – wystarczy jeden konsument, który zorientuje się w podstępie, a za chwilę głośno o tym będzie w całym internecie. Starajcie się stworzyć lepsze produkty. Dobry produkt sam się sprzeda za pomocą kampanii wirusowej, której koszt może nie przekroczyć $100. A poza tym – klienci sami będą reklamować produkty, które uwielbiają.

Internet zaczął się jako coś prostego. Web 1.0 to prosty kod HTML, minimum formy maksimum treści, ale również niska użyteczność. Web 2.0 to dużo większy stopień komplikacji i zaawansowania technologicznego. Natłok technologii i informacji na ekranie wymusza powstawania nauk takich, jak architektura informacji i użyteczność. Web 3.0 będzie prostszy od obecnych stron, przekazując jednocześnie więcej istotnych informacji. Tak jak telewizory sprzed dziesięciu lat, które miały 20 pokręteł i 15 przycisków zostały zastąpione przez nieporównywalnie bardziej zaawansowane obecnie modele, posiadające 4 przyciski. Wahadło zaczyna wychylać się w drugą stronę. Mam tylko nadzieję, że Web 3.0 wyjdzie z prawdziwych potrzeb użytkowników, a nie będzie uzasadnieniem nowej fali inwestycji po krachu Web 2.0, który miejmy nadzieję nie nastąpi. Obserwując bowiem rynek inwestycji funduszy typu VC czy przejęć przez spółki takie, jak Google czy Yahoo, czasem mam wrażenie, że termin Web 2.0 powstał, aby udowodnić inwestorom, że krach dot.com-ów dotyczył wszystkiego, co było wcześniej, czyli Web 1.0…

www