Nová forma webového obsahu, která je smysluplná pro počítače, rozpoutá revoluci nových možností

Sémantický web

Nová forma webového obsahu, která je smysluplná pro počítače, rozpoutá revoluci nových možností

Zabav!mě systém právě vyřvával písničku 'We Can Work It Out' skupiny Beatles, když zazvonil telefon. Jakmile Petr zvedl sluchátko, jeho telefon poslal vzkaz všem místním přístrojům s ovládáním zvuku, aby se ztišily. Volala Petrova sestra Lucie z ordinace lékaře: „Máma musí na vyšetření k specialistovi a pak na sérii několika fyzioterapií. Každé dva týdny nebo tak nějak. Pověřím mého agenta, ať domluví termíny.“ Petr ihned souhlasil, že střídavě s Lucií bude matku vozit na vyšetření.

Ještě v ordinaci doktora zaúkolovala Lucie svého sémantického agenta z webového prohlížeče jejího handheldu. Agent obratem získal informaci o předepsané léčbě matky od doktorova agenta, prohledal několik seznamů fyzioterapeutických zdravotnických zařízení a vybral ty, jejichž služby hradí matčino pojištění, sídlí v 30 km dosahu matčina bydliště a které důvěryhodné agentury ohodnotily jako výborné anebo velmi dobré. Pak začal agent hledat shodu mezi termíny možných fyzioterapií (termíny dodaly agenty jednotlivých zdravotnických zařízení z jejich webových stránek) a volným časem v nabitých denních rozvrzích Petra a Lucie.

Za několik minut agent seznámil Petra a Lucii s plánem terapií. Petrovi se plán nelíbil – fakultní nemocnice je od matčina bydliště přes celé město, a on by musel jet nazpátek v nejrušnější dobu. Spustil svého vlastního agenta, aby provedl hledání s přísnějšími omezeními místa a času. Jelikož Luciin agent zcela důvěřoval Petrovu agentu v kontextu řešeného úkolu, automaticky mu napomáhal tím, že mu poskytl přístupové certifikáty a rychlý přístup k datům, která již on prohledal.

Téměř vzápětí byl hotov nový plán terapií: využíval mnohem bližší kliniku a dřívější časy – ale se dvěma varováními. Podle toho prvního by si Petr musel přeplánovat několik málo důležitých schůzek. Petr se na ně podíval – to nebude problém. Druhé varování znělo v tom duchu, že podle seznamu zdravotní pojišťovny neposkytuje zvolené zdravotnické zařízení fyzioterapeutické služby. Jeho agent ho ale ujistil: „Poskytované služby a smlouva se zdravotní pojišťovnou ověřeny z jiných důvěryhodných zdrojů. Chcete detaily?“

Zatímco Lucie měla zájem, Petr jen zabručel „Ušetři mě toho.“, a tím bylo vyřízeno. (Samozřejmě, Petr neodolal, a večer si nechal od agenta vysvětlit, jak zdravotnické zařízení našel, i když nebylo na tom správném seznamu.)

Vyjádření sémantiky (významu)

Petr a Lucie mohli použít své agenty k vyřešení výše uvedených úkolů ne díky webu jaký je dnes, ale spíš díky sémantickému webu, který se z toho dnešního vyvine. Většina obsahu současného webu je určena pro lidského čtenáře, ne pro smysluplnou manipulaci počítačovými programy. Počítače umí obratně analyzovat rozložení webové stránky a rutinně je zpracovat – zde je hlavička, zde je odkaz na jinou stránku – ale obecně neexistuje žádný spolehlivý způsob, kterým by počítače zpracovávaly sémantiku (význam): toto je domovská stránka Kliniky Hartman a Straus, tento odkaz vede na životopis dr. Hartmana.

Sémantický web dá strukturu smysluplnému obsahu webových stránek a vytvoří tak prostředí, ve kterém softwarové agenty putují ze stránky na stránku a přitom snadno vykonávají složité úkoly pro uživatele. Takový agent přijde na stránku kliniky a nejenže z ní vyčte, že klíčová slova stránky jsou „ošetření, medicína, fyzioterapie“ (jak tomu může být dnes), ale též že dr. Hartman pracuje na klinice každé pondělí, středu a pátek a že vstupní hodnota skriptu je typu datum ve formátu yyyy-mm-dd a návratová hodnota představuje termín schůzky. A tohle všechno bude „vědět“, aniž by disponoval umělou inteligencí úrovně počítače Hal z Odyssey 2001 či robota C-3PO z Hvězdných válek, protože tato sémantika (význam) se zakódovala do webové stránky, když ředitel kliniky (který neabsolvoval Aplikovanou informatiku) použil komerčně dostupný hotový software pro vytváření sémantických webových stránek s využitím zdrojů uvedených na stránce asociace fyzioterapeutů.

Sémantický web není nový samostatný web, ale rozšíření stávajícího, kde informace dostává dobře definovaný význam a kde počítače a lidi můžou lépe spolupracovat. První kroky vedoucí k začlenění sémantického webu do struktury existujícího webu jsou na cestě. V blízké budoucnosti tento rozvoj přinese významnou novou funkcionalitu, protože stroje budou mnohem lépe umět zpracovat a „rozumět“ datům, která v současnosti jen zobrazují.

Podstatnou vlastností webu je jeho univerzálnost. Síla hypertextového odkazu spočívá v tom, že „cokoliv může odkazovat na cokoliv jiného“. Webová technologie proto nemůže dělat rozdíl mezi narychlo sestaveným provizorním řešením a naleštěným výkonem, mezi komerční a akademickou informací, nebo mezi kulturami, jazyky či médii. Informace se mění podél mnoha os. Jednou z nich je rozdíl mezi informací primárně určenou pro lidského spotřebitele a informací vytvářenou pro stroje. Na jednom konci škály máme vše od pětivteřinových TV reklam až po poezii. A na druhém konci máme databáze, programy, výstupy ze senzorů. Až do současnosti se web nejrychleji rozvíjel jako médium dokumentů pro člověka, než pro data a informace, která je možné zpracovávat automatizovaně. Sémantický web se snaží tuto nerovnováhu napravit.

Stejně jako Internet, i sémantický web bude co nejvíc decentralizovaný. Systémy typu web vyvolávají řadu emocí na každé úrovni, od nadnárodních společností až po individuální uživatele, a přináší výhody, které je těžké nebo nemožné předem předpovědět. Decentralizace vyžaduje kompromisy: web musel rezignovat na ideál absolutní konzistence všech propojení, což sice vedlo k nechvalně známému hlášení 'Error 404: Not Found', ale umožnilo nekontrolovaný exponenciální růst.

Reprezentace znalostí

Jestliže má sémantický web fungovat, počítače musí mít přístup ke strukturovaným kolekcím informací a množinám inferenčních (odvozovacích) pravidel, která můžou použít pro automatizované usuzování. Výzkumníci z oblasti umělé inteligence začali studovat takové systémy dávno předtím, než se vyvinul web. Reprezentace znalostí, jak se tato technologie často nazývá, je právě v situaci, která je podobná té, v jaké byl hypertext před nástupem webu: je to zcela jasně dobrý nápad, a existuje pár hezkých ukázkových aplikací, ale svět tato technologie ještě nezměnila. Obsahuje zárodky důležitých aplikací, ale aby mohla plně uskutečnit celý potenciál, musí být propojena do jediného celosvětového systému.

Tradiční systémy reprezentace znalostí jsou typicky centralizované a vyžadují, aby každý přesně sdílel tutéž definici obecných konceptů jako jsou „rodič“ či „dopravní prostředek“. No centralizovaná kontrola je na přítěž, a zvětšování či rozšiřování takového systému se brzo stává neovladatelné.

Navíc tyto systémy pečlivě omezují otázky, které smí být položeny a na které počítač pak umí spolehlivě (nebo alespoň nějak) odpovědět. Tento problém připomíná Gödelovu větu z matematiky: každý systém, který je dostatečně složitý na to, aby byl pro nějaký účel užitečný, v sobě obsahuje nezodpověditelné otázky, hodně připomínající sofistikované verze jednoduchého paradoxu „Tato věta je nepravdivá“. Aby se vyhnul takovým problémům, má tradiční systém reprezentace znalostí svou vlastní úzce vymezenou a osobitou množinu pravidel určenou pro odvozování o svých datech. Například, genealogický systém pracující nad databází rodokmenů, může obsahovat pravidlo „manželka strýce je teta“. I když by data mohla být přenesena z jednoho systému do jiného, nelze totéž provést s pravidly, která existují v úplně jiné formě.

Na druhé straně, výzkumníci sémantického webu akceptují fakt, že paradoxy a nezodpověditelné otázky jsou cena, kterou je třeba zaplatit za dosažení všestrannosti. Vytváříme jazyk pro pravidla tak bohatý jak je potřebné k tomu, aby bylo možné na webu odvozovat tak často a běžně, jak je potřebné. Tento pohled je podobný pohledu na konvenční web: v začátcích jeho rozvoje jeho pomlouvači poukazovali na to, že se nikdy nestane dobře organizovanou knihovou; bez centrální databáze a stromové struktury si člověk nikdy nemůže být jist, že najde všechno. Mají pravdu. No vyjadřovací síla systému zpřístupnila obrovská kvanta informací a vyhledávací stroje (které by se před dekádou jevily jako poněkud nepraktické) vytváří pozoruhodně kompletní rejstřík velké části materiálu, který na webu je. Výzva sémantického webu tedy spočívá v tom, aby byl vytvořen jazyk, ve kterém je možné vyjádřit jak data tak pravidla pro odvozování s daty a který umožňuje export pravidel z existujících systémů reprezentace znalostí na web.

Obohacení webu o logiku – způsoby, jak používat pravidla k odvozování, k volbě postupu, ke zodpovězení otázek – je úloha, před kterou komunita kolem sémantického webu momentálně stojí. Směs matematických a inženýrských rozhodnutí komplikuje tuto úlohu. Logika musí být dostatečně mocná, aby byly vyjádřitelné složité vlastnosti objektů, ale ne příliš, aby se agenty nemohly dostat do úzkých postavením před paradox. Naštěstí, valná většina informací, které chceme vyjádřit, jsou typu „šroub s hexagonální hlavicí je typ strojového šroubu“ a je možné je zapsat v existujících jazycích s použitím malé rozšiřující slovní zásoby.

Dvě technologie důležité pro rozvoj sémantického webu již existují: eXtensible Markup Language (XML) a Resource Description Framework (RDF). XML umožňuje každému vytvořit vlastní značky – skryté popisky, které anotují webové stránky nebo části textu na stránce. Skripty nebo programy můžou tyto značky používat sofistikovanými způsoby, nicméně tvůrce skriptu musí vědět, pro jaký účel použil tvůrce značky kterou značku. Krátce řečeno, XML umožňuje uživatelům přidat k dokumentům libovolnou strukturu, ale neříká nic o tom, co struktury znamenají. Význam je vyjádřen pomocí RDF, který ho kóduje jako množiny trojic, kde každá trojice je něco jako podmět, sloveso a předmět jednoduché věty. Tyto trojice můžou být zapsány pomocí XML značek. V jazyce RDF dokument vyjadřuje tvrzení, že jednotlivé věci (lidi, webové stránky, nebo cokoliv jiného) mají vlastnosti (jako je „je sestrou někoho“, „je autorem něčeho“) s určitými hodnotami (jiná osoba, jiná webová stránka). Takováto struktura se jeví být přirozeným způsobem jak popsat valnou většinu data zpracovávaných stroji. Podmět a předmět se identifikují pomocí Universal Resource Identifier (URI), stejně jako se používá v odkazech na webové stránce. (URL, Uniform Resource Locator, je nejběžnější typ URI.) Slovesa se taky identifikují pomocí URI, a tak je možné definovat nový koncept, nové sloveso jednoduše pomocí definice URI kdesi na Webu.

Lidský jazyk je bohatší a květnatější, jestliže ten samý výraz má několik poněkud odlišných významů, ale automatizaci nesvědčí. Představte si, že najmu zábavnou doručovací službu, aby na narozeniny mých zákazníků jim klaun doručil balonky. Naneštěstí, doručovací služba si zkopíruje adresy z mé databáze do jejich aniž by věděla, že „adresy“ v mé databázi jsou adresy, kam jsou doručovány faktury, a mnohé z nich jsou P.O. schránky. Najatý klaun bude bavit jen pár poštovních zaměstnanců – což není nutně špatně, ale určitě zcela vedle. Použití různých URI pro každý konkrétní koncept řeší tento problém. Doručovací adresu lze pak odlišit od adresy sídla.

RDF trojice vytváří sítě informací o souvisejících věcech. Protože RDF používá URI pro zakódování informace v dokumentu, URI zajišťují, že každý koncept nepředstavuje jen slovo v dokumentu, ale je svázán s jedinou definicí, kterou si na webu každý může najít. Například, představte si, že máme přístup do několika databází s informacemi o lidech včetně jejich adres. Jestliže chceme najít lidi, kteří žijí na území s nějakým konkrétním PSČ, potřebujeme vědět, které pole v jednotlivé databázi reprezentuje jméno a které PSČ. RDF může specifikovat, že '(pole 5 v databázi A) (je pole typu) (PSČ)' s využitím URI místo vět pro každý termín.

Ontologie

Samozřejmě, tím příběh nekončí, protože dvě databáze můžou používat různé identifikátory pro tentýž koncept, jako je např. PSČ. Program, který chce porovnat nebo kombinovat informaci z dvou databází musí vědět, že tyto dva termíny se používají ve stejném významu. V ideálním případě musí existovat způsob, jak program zjistí takové společné významy, ať narazí na jakoukoliv databázi.

Řešení tohoto problému poskytuje třetí základní komponenta sémantického webu, a to kolekce informací zvané ontologie. Ve filosofii je ontologie nauka o povaze bytí, jaké typy věcí existují; ontologie jako disciplína studuje takové nauky. Výzkumníci umělé inteligence a webu přijali termín za svůj, a pro ně je ontologie dokument nebo soubor, který formálně definuje vztahy mezi výrazy. Pro web nejtypičtější druh ontologie je taxonomie a množina odvozovacích pravidel.

Taxonomie definuje třídy objektů a vztahy mezi nimi. Například, adresa může být definována jako typ místa, u PSČ může být specifikováno, že se vztahují jen na místa, atd. Třídy, podtřídy a vztahy mezi entitami jsou velmi mocným nástrojem pro využití na webu. Přiřazením vlastností třídám a děděním vlastností podtřídami můžeme vyjádřit velké množství vztahů mezi entitami. Jestliže PSČ existuje jen pro obec a obec má obvykle webovou stránkou, pak můžeme uvažovat o vztahu mezi webovou stránkou a PSČ, i když v žádné databázi neexistuje přímý odkaz z PSČ na webovou stránku.

Odvozovací pravidla v ontologiích dodávají další sílu. Ontologie může vyjádřit pravidlo „Jestliže se k PSČ váže kód státu, a nějaká adresa používá uvedené PSČ, pak se k adrese váže kód státu.“ Program by mohl například snadno odvodit, že jelikož se Cornell University nachází v Ithace a ta je nutně v státě New York, potažmo v USA, tak adresu Cornell University je nutno formátovat podle amerických standardů. Počítač doopravdy „nerozumí“ žádné z uvedených informací, ale dokáže teď zacházet s výrazy mnohem efektivněji způsoby, které jsou užitečné a smysluplné pro lidského uživatele.

Vznikem stránek s ontologiemi na webu se začíná rýsovat řešení problému s terminologií (a dalších). Význam termínů nebo XML kódů použitých na webové stránce může být definován pomocí ukazatelů na ontologii. Samozřejmě, ty samé problémy se objeví, jestliže já odkazuji na ontologii, ve které je adresa definována se zip kódem, a vy na jinou, ve které je adresa definována s PSČ. Tato nedorozumění je možné vyřešit, jestliže ontologie (nebo jiné webové služby) poskytnou vztahy ekvivalence (rovnocennosti): jedna nebo obě z našich dvou ontologií můžou obsahovat informaci že můj zip kód je ekvivalentní s vaším PSČ.

Náš plán poslat klauny bavit mé zákazníky je částečně vyřešen, když dvě databáze odkazují na dvě různé definice adresy. Program použije dva různé URI pro odlišné koncepty adresy a nesplete si je, a vlastně bude potřebovat nějak zjistit, že se jedná o související koncepty. Pak by mohl program použít službu, která ze seznamu poštovních adres (definovaných v první ontologii) vypustí PO schránky a jiné nepoužitelné adresy a vytvoří seznam fyzických adres (druhá ontologie). Struktura a sémantika dodaná ontologiemi usnadní vytvoření takové služby a její používání může být zcela transparentní.

Ontologie můžou pozvednout fungování webu mnoha způsoby. Můžou být jednoduchým způsobem využity pro zlepšení přesnosti hledání na webu – místo hledání nejednoznačných klíčových slov na všech stránkách může vyhledávací program prohledávat pouze ty stránky, které se odkazují na přesně vymezený koncept. Pokročilejší aplikace použijí ontologie k propojení informace na stránce se strukturou souvisejících znalostí a odvozovacích pravidel. Příklad stránky, která je označkovaná pro takovéto využití, je online přístupná stránka https://www.cs.umd.edu/~hendler. Když nasměrujete webový prohlížeč na tuto stránku, uvidíte běžnou webovou stránku s názvem 'Dr. James A. Hendler'. Na této stránce člověk snadno najde odkaz na krátký životopisný záznam a zjistí, že Hendler získal Ph.D. titul na Brown University. Pokud chce takovou informaci najít program, bylo by pro něj velmi složité uhodnout, že tato informace může být uvedena v životopisu a musel by též umět porozumět anglickému jazyku.

Stránka obsahuje odkaz na stránku s ontologií, která definuje informace o katedrách informatiky. Například, profesoři pracují na univerzitě a obvykle mají doktorát. Další označkování stránky (které typický webový prohlížeč nezobrazí) využívá koncepty ontologie pro upřesnění, že Hendler získal Ph.D. od entity, která je blíže popsaná na URI https://www. brown.edu – webové stránce Brown univerzity. Počítače můžou též zjistit, že Hendler se účastní konkrétního výzkumného projektu, má konkrétní e-mailovou adresu, atd. Všechny tyto informace může počítač snadno zpracovat a můžou být použity při zodpovězení dotazů (například kde získal dr. Hendler doktorát), které by v současnosti vyžadovaly, aby člověk prošel obsah stránek nalezených vyhledávacím strojem.

Navíc, díky tomuto označkování je mnohem snazší vytvořit programy, které si umí poradit s komplikovanými dotazy, odpověď na které se nenachází na jedné webové stránce. Předpokládejme, že chcete najít pana Cooka, kterého jste loni potkali na obchodním jednání. Nepamatujete si jeho křestní jméno, ale pamatujete si, že pracuje pro jednoho z vašich zákazníků a že jeho syn studuje na vaší alma mater. Inteligentní vyhledávací program proseje stránky všech lidí, kteří se jmenují „Cook“ (vyhne se všem stránkám o kuchařích, vaření, Cookových ostrovech, atd.), vybere ty, které jako zaměstnavatele zmiňují společnost ze seznamu vašich zákazníků a dohledá odkazy na webové stránky jejich dětí, aby ověřil, jestli studují na správné škole.

Agenty

Skutečná moc sémantického webu se uskuteční, až lidé vytvoří mnoho programů, které sbírají webový obsah z rozličných zdrojů, zpracovávají informace a vyměňují si výsledky s jinými programy. Efektivita takových softwarových agentů bude exponenciálně růst, jakmile se stane dostupný strojově čitelný webový obsah a automatizované služby (včetně jiných agentů). Sémantický web podporuje tuto synergii: dokonce i agenty, které nebyly navrženy výslovně pro společnou práci, si umí předat data, jestliže je spolu s daty doručena i sémantika.

Důležitý aspekt fungování agentů je výměna „důkazů“ zapsaných v jednotném jazyce sémantického webu (tento jazyk vyjadřuje logická odvozování použitím pravidel a informací zformulovaných např. pomocí ontologie). Kupříkladu, online služba nalezla kontaktní informaci na pana Cooka, a k vašemu velkému údivu je jeho působiště v Johannesburgu. Přirozeně si chcete tuto informaci ověřit,a tak váš počítač požádá službu o zdůvodnění odpovědi. Jako zdůvodnění přeloží služba svůj interní odvozovací postup do jednotného jazyka sémantického webu. Inferenční stroj vašeho počítače pak snadno ověří, že nalezený pan Cook opravdu odpovídá tomu, koho hledáte, a může vám ukázat i relevantní webové stránky, jestliže ještě stále pochybujete. Již dnes si některé programy můžou takto vyměňovat důkazy (zapsané v předběžné verzi jednotného jazyka), i když ani zdaleka nedosáhly hloubku potenciálu sémantického webu.

Další životně důležitou vlastností budou digitální podpisy, což jsou zašifrované bloky dat používané počítači a agenty k ověření, že předkládanou informaci dodal konkrétní důvěryhodný zdroj. Chcete mít velkou jistotu, že oznámení o dluhu vůči online obchodníkovi, které přišlo vašemu účetnímu programu, není puberťácký vtípek vytvořený počítačovým géniem odvedle. Agenty by měly být nedůvěřivé vůči tvrzením, která čtou na sémantickém webu dokud neověří zdroj informace. (Kéž by se víc lidí naučilo takto postupovat na webu již dnes!)

Existuje již mnoho automatizovaných webových služeb bez sémantiky, ale pro programy jako jsou agenty neexistuje žádný způsob jak mezi nimi najít takovou, která vykoná konkrétní požadovanou funkci. Tento proces, zvaný objevení služby, může probíhat jen tehdy, jestliže existuje společný jazyk pro takový popis služeb, že agenty „pochopí“ jak nabízenou funkci, tak způsob jejího využití. Služby a agenty můžou inzerovat své funkce například zveřejněním popisu v adresáři analogickém Zlatým stránkám.

Na strojové úrovni v současnosti existují některá schémata objevení služby, jako je MS Universal Plug and Play zaměřená na zapojení zařízení různých typů, a Sun Microsystems Jini zaměřená na zapojení služeb. Avšak tyto počáteční snahy řeší problém na strukturální nebo syntaktické úrovni, a velmi silně spoléhají na standardizaci předem určené množiny popisů funkcionality. Standardizace nemůže pokročit dál, protože nedokážeme předvídat všechny možné budoucí potřeby.

Naproti tomu je sémantický web velmi pružný. Spotřebitelský a výrobní agenty můžou dospět ke sdílenému porozumění po vzájemné výměně ontologií, které dodají slovní zásobu potřebnou pro diskusi. Když agenty objeví nové ontologie, můžou se dokonce vylepšit novými odvozovacími schopnostmi. Sémantika též usnadňuje využití služeb, které je částečně odpovídají požadavku.

Typický proces bude vyžadovat vznik „posloupnosti přidané hodnoty“, kde si agenty předávají dílčí informace, přičemž každý přiloží kousek, až nakonec vznikne informace požadovaná koncovým uživatelem. Nepleťme se: aby mohla komplikovaná posloupnost přidané hodnoty na požádání automatizovaně vzniknout, některé agenty budou kromě sémantického webu využívat i technologie umělé inteligence. Sémantický web poskytne základy a soustavu, aby byly takové technologie snáze uskutečnitelné.

Složením všech popsaných prvků dohromady vzniknou schopnosti, jaké předvedly agenty Petra a Lucie v úvodním scénáři tohoto článku. Jejich agenty by delegovaly úkol kousek po kousku na další služby a agenty, které by našly mezi inzerovanými službami. Kupříkladu, mohly se obrátit na důvěryhodnou službu, aby na seznamu poskytovatelů zdravotní péče označila ty, kterých výkon je hrazen konkrétní zdravotní pojišťovnou a kterých poskytované úkony zahrnují konkrétní terapii. Samotný seznam poskytovatelů zdravotní péče by dodala jiná vyhledávací služba, atd. Tyto aktivity tvoří řetěz, v kterém je velký objem dat rozložených po celém webu (a v této podobě téměř bezcenných) postupně redukován na malé množství údajů velmi cenných pro Petra a Lucii – plán termínů návštěv, který respektuje jejich časové programy a další požadavky.

V následujícím kroku sémantický web unikne z virtuální říše a rozšíří se do našeho fyzického světa. URI může odkazovat na cokoliv, včetně fyzických entit, což znamená, že můžeme použít RDF jazyk pro popis zařízení jako jsou mobilní telefony a televizní přijímače. Tato zařízení můžou inzerovat své funkcionality – co umí dělat a jak se ovládají – velmi podobně jako softwarové agenty. Protože je sémantický přístup mnohem flexibilnější než schémata strojové úrovně jako je Universal Plug and Play, otevírá svět vzrušujících možností.

Například, dnešní takzvaná automatizace domácnosti vyžaduje starostlivou konfiguraci přístrojů, aby dokázaly spolupracovat. Sémantický popis schopností a funkcionalit každého přístroje umožní dosažení automatizace s minimálním lidským zásahem. Triviálním příkladem je situace, když Petr zvedne telefon a stereo-přehrávač automaticky ztlumí zvuk. Místo naprogramování každého přístroje, mohl takovou funkci data jednou a provždy tak, aby se vztahovala na všechny místní zařízení, které inzeruje, že má ovládání hlasitosti – televize, DVD přehrávač a dokonce přehrávač na jeho laptopu, který si ten večer přinesl domů.

První konkrétní kroky v této oblasti už byly vykonány. Probíhá vývoj standardu pro popis funkčních schopností zařízení (např. velikost obrazovky) a uživatelských preferencí. Tento standard se zakládá na RDF a jmenuje se Composite Capability/Preference Profile (CC/PP). Zpočátku se zaměří na popis charakteristik mobilních telefonů a jiných nestandardních webových klientů, takže webový obsah může být pro takové zařízení upraven na míru za pochodu. Později, až přidáme mnohostrannou použitelnost jazyků pro práci s ontologiemi a logikou, tato zařízení by uměla automatizovaně vyhledat a použít služby a jiná zařízení pro přidanou informaci či funkcionalitu. Není obtížné si představit vaši mikrovlnku webové série, jak konzultuje optimální nastavení parametrů vaření s webem výrobce mražených potravin.

Vývoj znalostí

Sémantický web není 'jenom' nástroj pro vykonávání konkrétních úloh, o kterých jsme doposud mluvili. Jestliže je sémantický web náležitě navržen, může navíc podpořit vývoje znalostí lidstva jako celku.

Lidské snažení je svázáno věčným pnutím mezi efektivitou nezávisle konajících malých skupin a nutností vyladění se širší komunitou. Malá skupinka může inovovat rychle a efektivně, ale vytváří subkulturu, jejíž koncepty ostatní nechápou. Vyladění činů v rámci větší skupiny je bolestně pomalé a zabere enormní objem komunikace. Svět funguje v spektru mezi těmito extrémy, s tendencí začít s malým porozuměním – od osobního nápadu – a časem postupovat k širšímu porozumění.

Nezbytný proces je též spojení subkultur, když je zapotřebí obecnější společný jazyk. Často vyvíjí dvě skupiny nezávisle velmi podobné koncepty, a popsání vztahů mezi nimi znamená velký přínos. Stejně jako finsko-anglický slovník či tabulka přepočtů vah a měr umožňují vztahy komunikaci a spolupráci, i když shodnost konceptu (zatím) nevedla ke shodnosti termínů.

Tím, že sémantický web jednoduše pojmenuje každý koncept pomocí URI, kdokoliv může s minimální námahou vyjádřit nové koncepty. Jeho jednotný logický jazyk umožní, aby se tyto koncepty postupně provázaly do celosvětové sítě. Tato struktura otevře znalosti a činnosti lidstva softwarovým agentům pro smysluplnou analýzu, a poskytne tak novou třídu nástrojů pro společný život, práci a učení nás všech.

Další informace:

Weaving the Web: The Original Design and Ultimate Destiny of the World Wide Web by Its Inventor. Tim Berners-Lee, with Mark Fischetti. Harper San Francisco, 1999.

Rozšířená verze tohoto článku je dostupná na stránkách Scientific American, s rozšiřujícími materiály a odkazy.

World Wide Web Consortium (W3C): www.w3.org/W3C Semantic Web Activity: www.w3.org/2001/sw/

Úvod do ontologií: www.SemanticWeb.org/knowmarkup.html

Často kladené dotazy týkající se jednoduchého rozšíření HTML o ontologie (Simple HTML Ontology Extensions Frequently Asked Questions - SHOE FAQ): www.cs.umd.edu/projects/plus/SHOE/faq.html

Domovská stránka agentového značkovacího jazyka DARPA Agent Markup Language (DAML): www.daml.org/