211service.com
Een slimmer web
Tim Berners-Lee moet het gevoel hebben dat hij in een time-warp zit. In het begin van de jaren negentig bracht hij een frustrerend jaar door met het proberen om mensen de kracht en schoonheid van zijn idee te laten begrijpen voor een schema dat bekend staat als een internet-hypertext-systeem, waaraan hij de verleidelijke naam het World Wide Web gaf. Maar aangezien het web nog niet bestond, konden de meeste mensen zich de implicaties niet voorstellen van waar hij het over had. Berners-Lee zette door en met de hulp van de weinige mensen die zijn visie deelden, werd zijn uitvinding het snelstgroeiende mediadistributiesysteem in de geschiedenis.
Een decennium later worstelt Berners-Lee met hetzelfde probleem, alleen deze keer probeert hij zijn droom van een semantisch web te verwoorden. Het idee is om een web te weven dat niet alleen documenten aan elkaar koppelt, maar ook de betekenis van de informatie in die documenten herkent - een taak die mensen normaal gesproken heel goed kunnen doen, maar een hele opgave is voor computers, die niet kunnen zeggen of hoofd betekent de leider van een organisatie of het ding bovenop een lichaam. Het semantisch web is eigenlijk data die machinaal kan worden verwerkt, zegt Berners-Lee, directeur van het MIT-gebaseerde World Wide Web Consortium. Dat is waar de ophef over gaat.
Dit verhaal maakte deel uit van ons nummer van november 2001
- Zie de rest van het probleem
- Abonneren
Het huidige World Wide Web is in wezen een publicatiemedium: een plek om afbeeldingen en tekst op te slaan en te delen. Het toevoegen van semantiek zal de aard van het web radicaal veranderen - van een plek waar informatie alleen wordt weergegeven naar een plek waar het wordt geïnterpreteerd, uitgewisseld en verwerkt. Semantische zoekagenten zullen machineleesbare gegevens uit verschillende bronnen kunnen verzamelen, verwerken en nieuwe feiten kunnen afleiden. Programma's die niet zijn gemaakt om compatibel met elkaar te zijn, delen voorheen niet-mengbare gegevens. Met andere woorden, het uiteindelijke doel van het Semantic Web is om gebruikers bijna alwetendheid te geven over de enorme bronnen van internet, waardoor de miljoenen bestaande database-eilanden worden omgezet in één enkele gigantische database Pangea.
Om het semantische web te vergelijken met het web van vandaag, biedt Berners-Lee, een intens persoon die in kleine bursts spreekt, het volgende scenario: Stel je voor dat je je online registreert voor een conferentie.
De conferentiewebsite vermeldt de tijd, datum en locatie van het evenement, samen met informatie over de dichtstbijzijnde luchthaven en een hotel dat deelnemers korting biedt. Met het web van vandaag moet u eerst controleren of uw planning duidelijk is, en als dat zo is, moet u de tijd en datum in uw agendaprogramma knippen en plakken. Dan moet u uw vlucht en hotel regelen, hetzij door de reserveringsbalies te bellen, hetzij door naar hun websites te gaan.
Je kunt niet zomaar zeggen: ik wil naar dat evenement', legt Berners-Lee uit, omdat de semantiek van welk bit de datum is en welk bit de tijd is, verloren is gegaan. Maar op het semantische web, beweert hij, zullen die bits worden gelabeld; de software op uw computer herkent die labels en boekt automatisch uw vlucht naar de conferentie en reserveert met één druk op de knop een hotelkamer.
Het semantische web zal ook een rijker, meer aanpasbaar web zijn. Stel je voor dat je met je cursor over de naam van het hotel gaat en te horen krijgt dat 15 procent van de mensen die op de kwaliteit hebben gestemd, zegt dat het uitstekend is. Als je toevallig weet dat het hotel een puinhoop is, kun je je browser opdracht geven om die mensen een vertrouwensniveau van nul toe te kennen. (De polling-informatie zou worden opgeslagen op een annotatieserver van een derde partij waartoe uw webbrowser automatisch toegang heeft.) Door hoge niveaus van vertrouwen toe te kennen aan mensen die overeenkomen met uw smaak en interesses, en door de mensen die dat niet doen te filteren, zal meer op uw web gaan lijken.
Het is een enorme onderneming. De eerste stap is om standaarden vast te stellen waarmee gebruikers expliciete beschrijvende tags of metadata kunnen toevoegen aan webinhoud, waardoor het gemakkelijk is om precies te bepalen waarnaar u op zoek bent. Vervolgens komt het ontwikkelen van methoden waarmee verschillende programma's metadata van verschillende websites kunnen relateren en delen. Daarna kunnen mensen beginnen met het maken van extra functies, zoals toepassingen die aanvullende feiten afleiden uit de feiten die ze krijgen. Als gevolg hiervan zullen zoekopdrachten nauwkeuriger en grondiger zijn, gegevensinvoer worden gestroomlijnd en de waarheidsgetrouwheid van informatie gemakkelijker te verifiëren. Dat is tenminste het doel.
Velen vinden dat het niet kan. Hoewel de zaken in onderzoekslaboratoria opwarmen, wordt het semantische web, zoals Berners-Lee voor ogen had, gehinderd door sociale en technische uitdagingen waarvan sommige critici zeggen dat ze misschien nooit zullen worden opgelost. Maar dat weerhoudt het World Wide Web Consortium en andere organisaties er niet van om het te proberen. Het Amerikaanse Defense Advanced Research Projects Agency (DARPA) en commerciële ondernemingen zoals Network Inference in Manchester, Engeland, ontwikkelen al tools voor het bouwen van de Semantic Web-infrastructuur, evenals toepassingen voor het gebruik ervan. En volgens Berners-Lee, met een groeiend aantal mensen dat begint te begrijpen hoe het Semantic Web steeds meer geavanceerde agenten in staat zal stellen dingen namens hen te doen, zullen we binnenkort een glimp opvangen van wat ons te wachten staat.
Het semantische web ontwarren
In zijn drukke kantoor op de derde verdieping van het MIT's Laboratory for Computer Science-gebouw, lijkt onderzoekwetenschapper Eric Miller geen last te hebben van het bonzende en knarsende geluid van zware apparatuur op de bouwplaats ernaast. Als hoofd van het Semantic Web-project is de vriendelijke en energieke Miller te geboeid door zijn nieuwe baan om het op te merken. Ik ben de gelukkigste die er is, zegt hij. Ik word betaald voor wat ik gratis zou doen.
Berners-Lee schakelde Miller in om de Semantic Web Activity van het consortium te leiden vanwege Millers betrokkenheid bij webgebaseerde kennisbeheerprojecten en zijn vermogen om enthousiast de concepten achter het Semantic Web te verwoorden. Staande naast een whiteboard vol met diagrammen van metadata in actie, legt Miller uit dat het fundamentele idee achter het semantische web is om het internet nuttiger te maken voor mensen door de informatie die over het web verspreidt, gemakkelijker te manipuleren door computers.
Tegenwoordig is daarentegen de meeste inhoud opgemaakt voor menselijke consumptie. Wanneer u bijvoorbeeld een nieuwsartikel online leest, kunt u eenvoudig de kop, naamregel, datumregel, fotocredit enzovoort kiezen. Maar tenzij deze dingen expliciet worden geëtiketteerd, heeft een computer geen idee wat ze zijn. Het ziet gewoon een heleboel tekst. In het Semantic Web zal een nieuwsbericht worden gemarkeerd met labels die de verschillende onderdelen ervan beschrijven, waardoor het onder andere voor een zoekmachine gemakkelijk wordt om artikelen te vinden die zijn geschreven door Jimmy Carter en geen verhalen die over hem zijn geschreven.
Dat is vandaag de dag niet mogelijk, althans niet op wereldschaal. De opmaaktags die worden gebruikt om webpagina's te maken, maken deel uit van de hypertext-markup-taal (HTML) en ze beschrijven alleen hoe de informatie van een webpagina eruitziet (vet, klein, groot, onderstreept, enz.). Het semantisch web zou verder gaan dan cosmetica door tags op te nemen die ook beschrijven wat de informatie is: tags zouden tekst labelen als aanduiding van bijvoorbeeld onderwerp, auteur, adres, prijs of verzendkosten. Deze beschrijvende tags zijn de metadata - de gegevens over de gegevens. Metadata is geen nieuw concept en ook niet beperkt tot internet. De kaartcatalogus van een bibliotheek - met zijn records die de titel, auteur, onderwerp, jaar en locatie van een boek beschrijven - zijn metadata.
Het web maakte het triviaal eenvoudig om documenten uit te wisselen tussen voorheen incompatibele computers (enkele hedendaagse internetgebruikers herinneren zich misschien de hoofdpijn van de jaren tachtig, toen computers van verschillende makers elektronische eilanden waren). Het Semantic Web gaat nog een stap verder en maakt het voor computers mogelijk om bepaalde stukjes informatie uit documenten uit te wisselen.
Voorbij metadata
Je kunt geen Semantisch Web hebben zonder metadata, maar metadata alleen is niet voldoende. De metadata in webpagina's zullen moeten worden gekoppeld aan speciale documenten die metadatatermen en de relaties tussen de termen definiëren. Deze sets van gedeelde concepten en hun onderlinge verbindingen worden ontologieën genoemd.
Stel dat je bijvoorbeeld een webpagina hebt gemaakt met de leden van een faculteit. Je zou de namen van de verschillende leden taggen met metadatatermen zoals voorzitter, universitair hoofddocent, hoogleraar enzovoort. Vervolgens koppel je de pagina aan een ontologie - een die je zelf hebt gemaakt of een die iemand anders al heeft gemaakt - die educatieve vacatures definieert en hoe ze zich tot elkaar verhouden. Een geschikte ontologie zou in dit geval een stoel definiëren als een persoon, niet als iets waar je op zit, en het zou erop wijzen dat een stoel de hoogste positie op een afdeling is.
Door de relaties tussen termen te definiëren, kunnen ontologieën vervolgens door toepassingen worden gebruikt om nieuwe feiten af te leiden. Stel dat je een webpagina hebt gemaakt die schoolkinderen leert over condors, en dat je metadata aan de inhoud hebt toegevoegd. Je zou kunnen linken naar een ontologie (of, waarschijnlijker, meerdere ontologieën) die de verschillende termen en hun relaties definiëren: Californische condor is een type condor uit Californië. Condor is een lid van de roofvogelfamilie. Alle roofvogels zijn carnivoren. Californië is een staat in de Verenigde Staten. Carnivoren zijn vleeseters. Door zowel metadata als ontologieën te gebruiken, kan een zoekmachine of andere softwareagent uw condor-site vinden op basis van een zoekopdracht naar carnivoren in de VS, zelfs als uw site geen melding maakt van carnivoren of de Verenigde Staten.
Omdat ontologieontwikkeling een grote onderneming is, is het waarschijnlijk dat makers van sites zullen linken naar ontologieën van derden. Sommige zullen gratis zijn, andere zullen worden verkocht of in licentie worden gegeven. Een kwestie die moet worden aangepakt: net als bij woordenboeken en atlassen zullen politieke en culturele vooroordelen in de ontologieën sluipen. Een op geografie gebaseerde ontologie die door de Chinese regering wordt onderhouden, zou bijvoorbeeld Taiwan waarschijnlijk niet als een land definiëren.
Maar dat belemmert de visie nauwelijks. Terwijl het World Wide Web Consortium doorgaat met het ontwikkelen van standaarden en technologieën voor het semantische web, dragen honderden organisaties, bedrijven en individuen bij aan de inspanning door tools, talen en ontologieën te creëren.
Een belangrijke bijdrage is DARPA - de mensen die verantwoordelijk zijn voor een groot deel van de technologie achter internet ( zien DARPA's disruptieve technologieën , TR oktober 2001 ). Tegenwoordig draagt DARPA tientallen miljoenen dollars bij aan het Semantic Web-project van het webconsortium en heeft het een semantische taal ontwikkeld voor het Amerikaanse ministerie van Defensie, DARPA Agent Markup Language genaamd, waarmee gebruikers metadata aan webdocumenten kunnen toevoegen en deze kunnen relateren aan ontologieën. Jim Hendler, professor computerwetenschappen aan de Universiteit van Maryland, die tot augustus manager was van het DARPA-programma, heeft nauw samengewerkt met Berners-Lee en Miller om consistentie met de inspanningen van het consortium te garanderen. Afgelopen december kondigde Hendler de creatie aan van een taal die de mogelijkheden van de DARPA Agent Markup Language combineert met een ontologietaal, ontwikkeld in Europa, genaamd OIL (wat staat voor zowel Ontology Inference Layer als Ontology Interchange Language).
Een ontwikkelaar van deze nieuwe taal, Ian Horrocks, docent aan de Universiteit van Manchester, adviseert ook het World Wide Web Consortium over het semantische web. In januari was hij medeoprichter van een bedrijf genaamd Network Inference om technologie te ontwikkelen die ontologieën en geautomatiseerde inferentie gebruikt om Semantic Web-mogelijkheden te geven aan bestaande relationele databases en grote websites. Onlangs begon een op het eiland Man gevestigd dataservicebedrijf genaamd PDMS de technologie van Network Inference te gebruiken om Semantic Web-mogelijkheden toe te voegen aan bedrijfsdatabases. Tientallen andere bedrijven, van Hewlett-Packard tot Nokia, dragen bij aan de ontwikkeling van Semantic Web.
Te veel, te laat?
Miller gelooft dat de naadloze stroom en integratie van informatie die het resultaat is van deze bewegingen het mogelijk zal maken om kennis te verwerken op een manier die problemen oplost, mensen dichter bij elkaar brengt en nieuwe ideeën aanspoort die voorheen nooit mogelijk waren. Anderen zijn echter niet zo optimistisch over het semantische web. Het is nogal ambitieus, zegt R. V. Guha, die eind jaren negentig de ontwikkeling leidde van het Resource Description Framework van het Web-consortium. (Dit raamwerk is een essentieel hulpmiddel voor het beschrijven en delen van metadata.) Het zou mooi zijn als zulke dingen bestonden, zegt hij, maar er zijn een aantal echt moeilijke onderzoeksproblemen die eerst moeten worden opgelost.
Een kwestie betreft gevolgtrekking. De tijd die een computer nodig heeft om nieuwe conclusies te trekken uit data, metadata en ontologieën op het web neemt snel toe naarmate regels aan een systeem worden toegevoegd. Inferentie valt in dezelfde categorie als het klassieke handelsreizigersprobleem van het plannen van de kortste route door een aantal steden. Het is niet moeilijk om de beste van alle mogelijke routes te vinden als je te maken hebt met slechts een paar locaties. Maar als je naar slechts 15 steden gaat, zijn er meer dan 43 miljard mogelijke routes. Dezelfde soort op hol geslagen situatie bestaat voor gevolgtrekking, waar brute kracht zoeken naar antwoorden kan leiden tot tijdrovende paradoxen of tegenstrijdigheden.
En zelfs als Berners-Lee en zijn cohorten de technische uitdagingen aangaan, zal dat niet genoeg zijn om het semantische web op zijn plaats te laten klikken. Het is een grote vraag of mensen zullen denken dat de voordelen de extra moeite waard zijn om in de eerste plaats metadata aan hun inhoud toe te voegen. Een van de redenen waarom het web zo enorm succesvol werd, was het sublieme gemak waarmee het werd gecreëerd.
Het web is tegenwoordig de eenvoudigste, meest primitieve vorm van hypertekst, zegt voormalig Sun Microsystems Distinguished Engineer Jakob Nielsen, medeoprichter van de Nielsen Norman Group, een webdesignbedrijf in Fremont, CA. En daarom was het zo gemakkelijk te implementeren; daarom zou iedereen zijn eigen webpagina's kunnen gaan opzetten; daarom is het web zo groot. Hoewel de meeste mensen zich misschien op hun gemak voelen bij simplistische bewerkingen, zoals het markeren van een tekst als vetgedrukt, merkt Nielsen op: Ze kunnen geen semantische bewerking uitvoeren, waarbij ze zeggen: Dit is de naam van de auteur, of Dit is de naam van mensen die ik' ik citeer.'
Natuurlijk kan een dergelijk pessimisme de recente geschiedenis negeren. Nog niet zo lang geleden leek het idee dat miljoenen mensen HTML-code leerden schrijven vergezocht, maar dat is precies wat er gebeurde. Toch zal de hindernis voor het creëren van een semantisch web groter zijn. Mensen kunnen HTML gebruiken zoals ze willen. Ze gebruiken tabellen bijvoorbeeld vaak voor niet-tabulaire doeleinden en klappen op de subhead-tag alleen om vetgedrukt te maken. Deze kluges en shortcuts hebben meestal alleen cosmetische gevolgen. Maar hetzelfde soort geklungel, bijvoorbeeld door bibliografietags te gebruiken om een dvd-collectie weer te geven, kan de metadata van een pagina onbruikbaar maken.
Het feit dat metadata niet meteen vanaf het begin van het web werd geïmplementeerd, zou het ook moeilijker kunnen maken voor het semantische web om geaccepteerd te worden. Een bijzonder taaie scepticus is Peter Merholz, medeoprichter van Adaptive Path, een in San Francisco gevestigd adviesbureau voor gebruikerservaring. Dit spul moet vanaf het begin worden ingebakken, zegt Merholz, die het semantisch web een interessant academisch streven noemt dat weinig invloed heeft op de samenleving. Het semantische web krijgt veel hype, simpelweg omdat Tim Berners-Lee, de uitvinder van het World Wide Web, er zo in geïnteresseerd is, zegt hij. Als het maar een eikel was op een universiteit in Indiana, zou het niemand iets schelen.
Eerste discussies
Zelfs Berners-Lee geeft toe dat het pad naar het semantische web misschien wat langzamer is dan dat naar het wereldwijde web. Op een bepaalde manier hoeven we niet te snel te gaan, zegt hij, omdat de theorie die mensen nodig hebben om er zeker van te zijn dat we niet te gek zijn, en andere mensen de ideeën in de praktijk moeten bekijken voordat ze te veel opgepikt en gebruikt.
Toen hem werd gevraagd om in zijn kristallen bol te kijken, voorspelt de evangelist van uitwisselbare gegevens dat sommige van de eerste commerciële toepassingen van het Semantic Web zullen gericht zijn op de integratie van de verschillende informatiesystemen die doorgaans in grote organisaties naast elkaar bestaan. (Zou het niet leuk zijn om zaken te regelen op de afdeling motorvoertuigen of het ziekenhuis zonder een half dozijn grotendeels overbodige formulieren in te vullen? Het Semantic Web kan hierbij helpen.)
En hoewel het semantisch web zich nog voornamelijk op de tekentafel bevindt, kun je op sommige bestaande websites hints van zijn kracht zien. Overweeg de zoekmachine van Above Technologies, die meerdere keren per dag duizenden nieuwssites doorzoekt, waardoor het een favoriet is voor nieuwsjunkies. Bovendien zijn de softwareagenten geprogrammeerd om naar de font-tags (de HTML-labels die webbrowsers vertellen hoe groot of klein de tekst op het scherm moet verschijnen) te kijken om te bepalen of een bepaalde pagina een nieuwsbericht is. Als een Bovendien-agent een reeks van zes tot 18 woorden vindt die als grote letter zijn getagd bovenaan een pagina, neemt hij aan dat het een kop is en plaatst deze in een database. Omdat de agent alleen maar een gok doet, selecteert hij natuurlijk soms een pagina die toch geen nieuws is. Dus moet bovendien extra filtering toepassen om pagina's te verwijderen die geen artikelen bevatten.
Dat is nog ver verwijderd van het uiteindelijke doel, maar het is een goed begin. En zelfs de Semantic Web-kampioenen pretenderen niet precies te begrijpen waar dergelijke stappen zullen leiden. Immers, wie voorspelde Amazon.com of eBay toen Berners-Lee in december 1990 de schakelaar van 's werelds eerste webserver aanzette?
Maar het punt is dat mensen meer informatie van het web willen dan ze krijgen - en een groeiend aantal computerwetenschappers deelt de twinkeling in Berners-Lee's ogen, en het gevoel dat het Semantische Web het antwoord biedt. Het is geweldig, zegt de uitvinder van het World Wide Web, om dat enthousiasme van de basis weer te hebben.