“Our goal is to build on the achievements of science and other systematizations of knowledge to provide a single source that can be relied on by everyone for definitive answers to factual queries.”

conseguir ser la gran fuente de información que sea capaz de mostrar los logros de la ciencia en base a las preguntas de los usuarios. ”Recabar toda la información objetiva, método o algoritmo y hacerla computable”.

Internamente está basado en Mathematica, software longevo (más de 20 años) de desarrollo matemático bastante conocido en el ámbito académico y cuando se realizó la release el servidor de clustering contaba con más de 10.000 cores. Toda una start-up.

Desde el punto de vista de la web semántica suena muy interesante y hasta cierto punto llama la atención que en este mundillo no se haya comentado nada hasta hace unos días. Las reacciones no se han dejado esperar, hay quien ve una lucha entre el “mundo abierto” que promulga la Web Semántica y este tipo de soluciones basadas en modelos cerrados y alejados de los estándares, ontologías, descripciones de vocabularios.

• Wolfram Alpha responde preguntas con respuestas únicas y concretas. Primer distanciamiento con Google.

• La respuesta contiene información en sí misma (respuestas concretas, gráficas, etc…) y no páginas con información relativa. Por lo tanto, Wolfram Alpha no es un buscador tradicional, del estilo Google o yahoo!.

• Entiende lenguaje natural. Este aspecto resulta muy llamativo, pero no han sido los primeros en llevar a cabo una idea así, de hecho recuerdo que iSOCO llevo a cabo una herramienta que entendía el languaje natural hace algunos años. Aquí cabe una matización: qué entienda lenguaje natural no significa que sólo entienda lenguaje natural. Esta reflexión es muy importante desde el punto de vista de que no han cometido el error de exigir un cambio en el paradigma de búsqueda por todos estandarizado. Se ve claro con el ejemplo 1 y 2 de la batería de pruebas.

• La información viene supervisada por un “comité de sabios”, esto nos valdría para decir que no es una aplicación 2.0. En Wolfram Alpha la colaboración del usuario se límita a un feedback a modo de comentario sobre el resultado de la entrada. Han vendido esta obligada supervisión como una clave de su excelencia, exactamente la misma excelencia que busca la wikipedia con la solución contraria. ¡Qué curioso!

• Ofrecen un API bastante interesante aunque todavía bastante primigenio. El API es unidireccional, sólo se envían datos. Ofrece dos grandes líneas de trabajo: la función Query que responde tus preguntas y la función ValidateQuery que estudia la validez de tus preguntas. Afortunadamente comentan que pronto ofrecerán un API más potente, más de “bajo nivel”.

• Está sólo en inglés. La salida ha sido en inglés y no he leído nada al respecto de internacionarlo, supongo que es demasiado pronto todavía, aunque tras ver la respuesta que da a la pregunta número 8 ya no me extraña nada en este mundo. No me quiero ni imaginar cómo van a hacer para internacionalizar el sistema de reconocimiento del lenguaje natural. Todo un reto increíble.

• No es semántico. Aunque muchas páginas digan que sí lo es. Basta el ejemplo 7 para demostrar esta afirmación. La web semántica se basa en que la información esté descentralizada y compartida en la nube, al alcance de todos. Wolfram alpha es simplemente lo contrario, la información tiene un ámbito cerrado.Si alguno tiene dudas, utilizando psicología inversa, podríamos afirmar que si fueran semántico, hubieran habilitado en su api o en su versión de pago algún formato de intercambio semántico. Se han limitado a PDF, hojas de cálculo, XML, 3D modeling, TeX… Está claro que intercambiar información en XML es una aproximación que posibilita acceder a esa información de manera semántica de forma quasi-inmediata, pero aun así, la respuesta es: Wolfram Alpha no es semántico. Toda una lástima, por cierto.

  Espero que la gente de LOD (Linking Open Data) se pongan manos a la obras a crear sinergias con el señor Wolfram.

  Voy a ver si hablo con un antiguo profesor, podría plantearse un buen proyecto final de carrera en esta dirección… ¿algún voluntario?

• Ámbito académico y educacional. Exactamente lo que no tiene la Wikipedia. La rigurosidad de su política de actualización de información y la calidad de las respuestas dentro del ámbito científico hacen de él un producto excepcional, sin embargo, me gustaría saber qué frecuencia de actualización van a llevar, ahí va a ser difícil competir con la wikipedia.Espero que los responsables en educación y la comunidad cientifica tomen definitivamente nota.

¿Cuándo veremos páginas que utilicen este conjunto de datos de manera útil para el usuario final?

[1] Batería

1. Big City

http://www19.wolframalpha.com/input/?i=big+city

2. What is the biggest city?

http://www04.wolframalpha.com/input/?i=What+is+the+biggest+city%3F

3. A room of one’s own (libro de Virginia Woolf)

http://www01.wolframalpha.com/input/?i=A+room+of+one’s+own

4. Cuando libros ha escrito Michael Crichton?

http://www04.wolframalpha.com/input/?i=How+many+books+did+Michael+Crichton+write%3F

5. Michael Crichton

http://www04.wolframalpha.com/input/?i=Michael+Crichton

6. What is Nato?

http://www04.wolframalpha.com/input/?i=What+is+NATO%3F

7. What is RDF?

http://www19.wolframalpha.com/input/?i=what+is+rdf%3F

8. Blowind in the wind

http://www96.wolframalpha.com/input/?i=How+many+roads+must+a+man+walk+down+before+you+can+call+him+a+man%3F

Ilusión por el cariz que puede introducir a la web semántica el tema de que Google entre en escena. La propia W3c habla de “impulso los datos estructurados” [1], incluso se atreve a vaticinar que “la industria esté preparada para adoptar datos estructurados”[1].

Resignación por la no adopción total de los estándares establecidos o en desarrollo. Se comenta [2] que  piensan desarrollar sus propios vocabularios. Esta problema se pueden resolver de manera natural mediante estructuras -incluso frameworks enteros- destinados a enlazar datos, como el proyecto UMBEL[3]. Sin embargo llama la atención que Yahoo! si que se inclinara por adoptar soluciones más abiertas en su proyecto searchMonkey [4].

Oportunidad.  Este adjetivo se deja entrever en todos las opiniones, hay quien puede ver aquí el impulso definitivo para migrar totalmente la web semántica del mundo académico al mercado. Todos coincidimos en que obtener información semántica a partir de RDFa o microformatos es un buen acercamiento a la web semántica, especialmente pensando en el funcionamiento de los rastreadores de Google (leen código fuente basado en HTML, ahora esté codigo fuente estaría optativa y convenientemente reetiquetado ).

[1] http://www.w3.org/QA/2009/05/structured_data_and_search_eng.html

[2] http://radar.oreilly.com/2009/05/google-adds-microformat-parsin.html

[3] http://www.umbel.org

[4] http://developer.yahoo.com/searchmonkey/siteowner.html

Google reconocerá estructuras de información en RDFa o en microformatos [1].Voy a permitirme una pequeña traducción del anuncio.

“Los datos estructurados hacen de la web un mejor lugar. Tambíen ayudan a Google a entender y presentar tu página en los resultados de las búsquedas….”

Grandes noticias, Google cambia su estrategia en cuanto a la web semántica.

Para todos aquellos que no comprendan esta noticia, voy a dar mi valoración. Google ofrece un buscador basado en palabras, es decir, cualquier resultado obtenido en la lista de resultados tras una búsqueda contiene la palabra indicada. Esta solución que tan buenos resultados les ha dado ofrece limitaciones bastante claras, si pongo el plural o el singular los resultados cambian, si no doy con la palabra adecuada nunca tendré los mejores resultados y así, aunque muchos no lo crean, un sinfín de problemas.

La web semántica, entre otras cosas, resuelve este tipo de limitaciones mediante métodos más o menos complicados. Uno de estos métodos consiste en etiquetar adicionalmente el contenido web, indicando básicamente a qué concepto se refiere el contenido del que se está informando.

Hablando de web semántica siempre solemos plantear este ejemplo: Si todos utilizaramos microformatos para indicar el autor (dc:author) de una página web, podríamos, gracias a una búsqueda semántica simple, saber cuales son todas las web que tienen como autor a David Canós. En el ejemplo, ni se buscó la palabra autor, ni se buscó “David Canós”. Sin embargo, se contó el número de veces que David Canós fue autor de un documento web.

Haciendo una pequeña reflexión. La importancia del movimiento de Google, no está tanto en la calidad extra que puede adquirir su buscador, está más en el cambio estratégico con la web semántica. Si bien antes, Google obviaba a la web semántica, ahora parece que comienza a tenerla en cuenta y creo que ya poco a poco nadie duda que será la web del futuro.

Nunca he querido creer en las teorías de “el miedo de google a la web semántica”, aunque Bernardo Hernández alimentara esta idea en un breve comentario tras su conferencia en el congreso de webmasters de 2008. Pero ya lo dice el dicho, “a los amigos cerca, a los enemigos más aún”.

Links

[1] http://google.com/support/webmasters/bin/answer.py?hl=en&answer=99170

http://rdfa.info/

http://www.microformats.org