211service.com
Búscame
En la noche del 27 de abril, una lluvia feroz rastrilló las ventanas junto al cubículo de Jamie Williams mientras el físico estaba sentado, exhausto, inmerso en las minucias de la ciencia de los alimentos. En la pantalla de la computadora, frente a él, había tablas crudas de información del Departamento de Agricultura de los EE. UU., Que contenían datos sobre 7,000 alimentos, desde moras hasta carne de res. Él y un equipo de cuatro personas estaban curando los datos, preparándolos para un nuevo tipo de búsqueda en línea. Repasó las pestañas que identificaban 150 propiedades (nutrientes, calorías, carbohidratos, etc.), asegurándose de que las distintas abreviaturas fueran coherentes y legibles para las computadoras. Organizó los alimentos en grupos para facilitar las consultas en lenguaje natural. Una búsqueda de información nutricional sobre la leche proporcionaría un valor medio, por ejemplo, mientras que la leche desnatada proporcionaría una respuesta específica.
Williams no trabajaba en un reducto de empresarios de Silicon Valley Web, sino en una ciudadela del medio oeste de fanáticos de la ciencia: Wolfram Research, en Champaign, IL, ubicado en un edificio de oficinas con vista a Walgreens y McDonald's. Esta fue la guarida corporativa de Stephen Wolfram, el físico y creador de Mathematica, que generalmente se reconoce como el software técnico y gráfico más completo para matemáticos, científicos e ingenieros. Williams estaba trabajando en algo que su compañía llamaba motor de conocimiento computacional: Wolfram Alpha. En respuesta a las preguntas, Alpha estaba destinado a calcular las respuestas en lugar de enumerar las páginas web. Consistiría en tres elementos, perfeccionados a mano en Champaign: una colección de conjuntos de datos en constante expansión, una calculadora elaborada y una interfaz de lenguaje natural para consultas.
¿Qué podría hacer el sistema de Wolfram que Google no pueda? Supongamos que desea saber cuánto colesterol y grasas saturadas acechaban en un trozo del pan de maíz de su abuela. Transcribiría sus ingredientes de su tarjeta de índice amarillenta a una barra de consulta en línea, y Alpha ejecutaría cálculos y produciría una etiqueta nutricional al estilo del USDA. Claro, podrías ir a Google, averiguar las calorías de un huevo estándar, etc., ¡pero qué dolor de cabeza sería! exclamó el cofundador de Wolfram Research, Theodore Gray. Necesitarías los datos. Y necesitaría que los datos estén en formularios que se puedan convertir fácilmente, si es necesario. Y deberías sumarlos. Puede hacerlo, al igual que en décadas anteriores: puede ir a la biblioteca para encontrar una referencia y hoy puede ir a Google u otro motor de búsqueda para comenzar. Pero te lo ponemos mucho más fácil. Con un motor de búsqueda convencional, agregó, ingrese 'una taza de azúcar, una libra de harina' y aparecerá por completo en la pantalla.
Este es un ejemplo del tipo de cosas que Alpha estaba destinado a hacer: proporcionar respuestas más profundas, más específicas y más gráficamente disfrazadas a ciertos tipos de preguntas, aunque un conjunto limitado al principio. Las consultas para D # mayor producirían gráficos de la escala musical, las consultas para Venus producirían mapas detallados y actuales del cielo nocturno; las consultas sobre pares de empresas producirían cuadros y gráficos comparativos. Agregaría información adicional: una búsqueda de la distancia de Nueva York a Londres produciría la respuesta en millas, kilómetros y millas náuticas; un mapa que muestra la trayectoria de vuelo; y una comparación de cuánto tardaría un jet, una onda de sonido y un rayo de luz en hacer el viaje. Pregúntale sobre una palabra (precedida por la palabra palabra ), y generaría tablas etimológicas y redes de sinónimos. Para hacer este tipo de cosas, comenzaría con conjuntos de datos y fórmulas de matemáticas y ciencias que ya se encuentran en Mathematica, y se construiría a partir de ahí. Parte de la nueva información, como los datos del gobierno sobre alimentos, solo necesitaría una reorganización menor. Eso es lo que estaba haciendo Williams. Otros tipos, como los datos de existencias en tiempo real, requerían licencias. Otros, como los datos sobre aviones, se recopilarían de fuentes web abiertas como Wikipedia y Freebase, y se limpiarían y seleccionarían.
Escuche a David Talbot describir su viaje a Wolfram Research en Champaign, IL, para informar sobre el motor de conocimiento computacional Wolfram Alpha.
El propio Wolfram estaba en Boston, preparándose para dar la primera demostración pública a la tarde siguiente. (Ya había hecho demostraciones para Tim Berners-Lee, inventor de la World Wide Web, y varios capitanes de la industria tecnológica, incluidos Bill Gates de Microsoft, Sergey Brin de Google y Jeff Bezos de Amazon). Me senté en la oficina de Gray, que parecía Más parecido a un santuario a la tabla periódica de los elementos que a un lugar de trabajo: muestras de níquel, cromo, selenio, azufre y docenas de estantes de vidrio más adornados. (Abrió con orgullo una caja de plomo y recuperó una losa metálica sin brillo, del tamaño de dos paquetes de cartas. Tenía 11 libras de uranio; afortunadamente, no estaba enriquecido, pero sí ligeramente radioactivo). Es una noción limitada de que lo único que puedes Lo que puede hacer hoy con la búsqueda es básicamente una búsqueda textual de material impreso existente, dijo Gray. Eso representa una gran falta de imaginación.
Al final del pasillo, Eric Weisstein, un astrónomo y creador de MathWorld, la referencia en línea ahora alojada por Wolfram, se sentó en una oficina en medio de esquejes de plantas de araña en vasos de papel encerado (son especialmente eficientes para purificar el aire, explicó), poniendo los toques finales a un convertidor de unidades integral para impulsar algunos de los resultados de Alpha. Si busca en la Web, hay cientos, si no miles, de sitios donde la gente puede convertir pies a metros, dijo Weisstein. Pero no son lo suficientemente flexibles, lo suficientemente autorizados y, en la mayoría de los casos, no tienen suficiente cobertura. Estas calculadoras no pueden decirle cuántos gramos hay en una taza de leche o una taza de harina (la respuesta varía según la sustancia). Y olvídate de usarlos para convertir una pizca (380 miligramos, en el caso de la sal) o una gota (si es aceite de maíz, una gota métrica son 56 miligramos), o un hogshead (bastante vino: 248 kilogramos), mucho menos unidades de conductividad térmica, tallas de gorras para hombres internacionales o cualquier tipo de bushel. Bushel es importante. Una fanega de soja no es lo mismo que una fanega de trigo, no es lo mismo que una fanega de volumen, no es lo mismo que una fanega de masa, dijo Weisstein. ¡Hemos construido el mejor convertidor de unidades del mundo!
Multimedia
Escuche a Stephen Wolfram describir el futuro de Wolfram Alpha, su motor de conocimiento computacional.
En todo el edificio, y en ubicaciones remotas, alrededor de 150 empleados de Wolfram trabajaron de manera similar, algunos en campos bastante lejanos. Encontré a Ed Pegg en su cubículo, inmerso en el tema del mosaico. A su alcance estaba la referencia definitiva, los Tilings and Patterns de 700 páginas de Grünbaum y Shephard, que describen todo, desde oscuros patrones cristalográficos en materiales hasta las espinas y los tejidos de cestería de las pasarelas de ladrillo. Había tantas variaciones: patrones de mosaico islámicos (octágonos, hexágonos y dos tipos de estrellas); espirales dobles hechas de cuñas anidadas de nueve lados; 14 tipos de patrones basados en varios pentágonos. Aunque el corpus de mosaico no se cargaría en el momento del lanzamiento, Pegg estaba creando formas de combinar y calcular los patrones. Con estas y otras herramientas, un diseñador textil podría crear un patrón similar a Escher (usando flores interconectadas, por ejemplo, en lugar de lagartos); un químico podría explorar cómo encajar una colección de moléculas; un propietario podría generar un patrón para un nuevo piso de baño.
Pero primero, Alpha tenía que lanzarse, y la fecha de lanzamiento estaba a sólo tres semanas. Mucho quedaba por aclarar. ¿Funcionaría lo suficientemente bien la interfaz de lenguaje natural? ¿Resistirían las dos supercomputadoras (que acababan de llegar al centro de datos en las afueras de la ciudad) el día del lanzamiento, o el sitio colapsaría, como lo había hecho Cuil, el supuesto asesino de Google en 2008? ¿Y a la gente le importaría saber cuántos milisegundos necesita un haz de luz para ir de Nueva York a Londres? En Champaign, los desarrolladores solo estaban tratando de eliminar fallas. Hay una sensación un poco abrumadora de saber que esto nunca termina, confió Williams, a pesar de que se está lanzando.
Gray se detuvo en el cubículo de Williams. Los dos hombres se acurrucaron sobre la pantalla de la computadora, en silencio por un momento.
¿Por qué no funciona con dos tazas de harina y dos huevos? Gray preguntó finalmente.
Bueno, respondió Williams, hay un error.
Es elemental: Wolfram Alpha inicialmente puede tener un alcance limitado, una interfaz de usuario a veces rígida y una fuente de información vaga, pero el cofundador de la compañía (y recopilador de elementos) Theodore Gray dice que los principales motores de búsqueda están afectados por una gran falla de imaginación y son malos en matemáticas.
Semántica lenta
En 1993, un recién graduado de la Universidad de Maryland, un inteligente ruso interesado en las computadoras, hizo una pasantía en Wolfram Research. Hizo un trabajo práctico en el kernel de Mathematica, o el núcleo del software. Luego se fue a obtener su maestría en Stanford y a cofundar Google. Hoy en día, Google maneja el 64 por ciento de todas las búsquedas realizadas por estadounidenses, pero el otrora becario de Wolfram, Sergey Brin, no está del todo contento. Domina una industria, tiene un valor de $ 12 mil millones y se codea en la reunión anual del Foro Económico Mundial en Davos, Suiza. Sin embargo, la tecnología de búsqueda no ha seguido el ritmo de su ascenso personal. [E] aquí hay áreas importantes en las que me hubiera gustado que hubiéramos progresado más, escribió Brin en el informe anual de 2008 de Google. La búsqueda perfecta requiere inteligencia artificial a nivel humano, que muchos de nosotros creemos que aún está bastante distante. Sin embargo, creo que pronto será posible tener un motor de búsqueda que 'comprenda' más consultas y documentos que nosotros hoy. Otros afirman haber logrado esto, y los sistemas de Google tienen más inteligencia detrás de las cortinas de lo que puede ser aparente desde el exterior, pero el campo en su conjunto aún está lejos de donde hubiera esperado que estuviera.
Entre todos los líderes en búsqueda web a lo largo de los años, desde Excite (quebró) hasta Alta Vista (absorbido por Yahoo en 2003) hasta los cinco principales jugadores de la actualidad (Google, Yahoo, Microsoft, Ask y AOL), el enfoque principal se ha mantenido lo mismo. Crean índices masivos de la Web, es decir, su software rastrea continuamente la Web, recopilando frases, palabras clave, títulos y enlaces en miles de millones de páginas para encontrar las mejores coincidencias para las consultas de búsqueda. Google triunfó porque su método de clasificar las páginas, basado en parte en el análisis de la estructura de enlaces entre ellas, produjo resultados superiores. Pero mientras que la Web se ha expandido 10,000 veces durante la última década, los motores de búsqueda no han logrado un progreso comparable en su capacidad para encontrar respuestas específicas y luego reunirlas de manera inteligente. La Web Semántica, el sistema imaginado durante mucho tiempo en el que se etiqueta la información para permitir dicho procesamiento, está todavía muy lejos.
El año pasado, Yahoo lanzó algo llamado SearchMonkey, que permite a los editores de páginas web mejorar los resultados de búsqueda agregando etiquetas que le dicen al software del motor de búsqueda: Esta es una dirección, Este es un número de teléfono, etc. (Por lo tanto, si busca un restaurante en Yahoo, puede recibir, más allá de un enlace a la página del restaurante, viñetas con la dirección del restaurante, su número de teléfono y una recopilación de reseñas). Lo que SearchMonkey está haciendo es cumplir la promesa. de la Web Semántica y publicarla para que los editores puedan participar, dice Prabhakar Raghavan, director de Yahoo Labs. Google recientemente comenzó a hacer algo similar, llamado rich snippets.
Pero estas ideas han tardado en difundirse en la Web, a pesar de que el World Wide Web Consortium (W3C), el organismo internacional de establecimiento de normas dirigido por Berners-Lee, ha establecido especificaciones para ayudar a implementarlas de manera más amplia. E incluso si los estándares del W3C se aplicaran ampliamente, no ofrecen mucha orientación sobre la computación, dice Ivan Herman, quien dirige los esfuerzos semánticos del W3C desde Ámsterdam: La forma en que estos datos se combinan con el cálculo numérico y los procesos matemáticos no está bien definida, y eso Sin duda, es un ámbito en el que tenemos que trabajar.
Entonces, si bien los motores de búsqueda de hoy son cada vez más amplios y útiles, se expanden a nuevas categorías (mapas, fotografías, videos, noticias), aprenden a responder preguntas simples (¿Cuál es la población de Nueva York?) E incluso realizan conversiones básicas (¿Qué es 10 libras en kilogramos?), no son particularmente profundas o perspicaces. Aunque Google es genial, dice Daniel Weld, informático de la Universidad de Washington e investigador de la Web Semántica, personalmente preferiría tener la computadora del barco en el Starship. Empresa , donde haces preguntas de alto nivel y te da la respuesta, y explica la respuesta, y luego puedes decir: '¿Por qué pensaste que era cierto?' y te lleva de regreso a la fuente.
Como lo ve Stephen Wolfram, está proporcionando la infraestructura para responder preguntas de formas verdaderamente inteligentes, aunque en temas inicialmente sesgados hacia dominios geek. No tenemos el problema de lidiar con las vicisitudes de las cosas que simplemente están ahí fuera en la Web, dice. Nos tomamos el pelo y dijimos: '¡Curamos todos estos datos nosotros mismos!'. Sería genial si hubiera existido la Web Semántica y pudiéramos ir y recoger datos y todo encajaría perfectamente. No ha sucedido.
La demo
A las 3 pm. el 28 de abril, todavía faltaban dos semanas para el lanzamiento cuando Wolfram, de 49 años, canoso, calvo y lleno de energía nerviosa, ocupó su lugar en un atril de la Facultad de Derecho de Harvard, vestido como de costumbre con una camisa oxford, pantalones caqui y Zapatillas Nike, para ofrecer la primera demostración pública (y webcast) de Wolfram Alpha. Hablando con su suave acento inglés, repasó algunos de los trucos del motor, como ingresar cadenas de Gs, Cs, As y Ts para obtener datos detallados sobre los genes en los que aparecía una secuencia de ADN.
Durante las dos décadas anteriores, Wolfram se había hecho conocido tanto por su brillantez como por su autoengrandecimiento. Un prodigio nacido en Londres, se saltó una licenciatura para recibir su doctorado en física de Caltech cuando tenía 20 años, y ganó una beca de genio de la Fundación MacArthur dos años después. Ocupó una serie de puestos prestigiosos en Caltech, el Instituto de Estudios Avanzados de Princeton y la Universidad de Illinois. Pero a mediados de la década de 1980 dejó la academia para fundar Wolfram Research, y en 1988 la compañía publicó la primera versión de Mathematica. El software contiene vastas bibliotecas de funciones matemáticas, herramientas para visualizar datos en dos y tres dimensiones, y bases de datos profundas sobre cuerpos astronómicos, compuestos químicos, partículas subatómicas, asuntos socioeconómicos, instrumentos financieros, genes y proteínas humanos, y alguna información biográfica simple, entre otras cosas. Y produce visualizaciones maravillosas: formas geométricas, diagramas moleculares, diagramas de órbitas.
Catorce años después del primer lanzamiento de Mathematica, un período durante el cual no publicó ninguna investigación, Wolfram dio a luz un tomo de 1200 páginas, Un nuevo tipo de ciencia , a la que a partir de entonces se refirió como NKS . En él, postuló que muchos sistemas y problemas complejos, desde morfologías de plantas y animales hasta la mecánica cuántica, podrían reducirse a reglas simples. En el New York Times , Proclamó George Johnson, nadie ha contribuido de manera más seminal a esta nueva forma de pensar sobre el mundo. Pero la propia caracterización de Wolfram, que el libro ha sido visto como el inicio de un cambio de paradigma de importancia histórica en la ciencia, se encontró con algo más que poner los ojos en blanco. El adjetivo Wolframian ha entrado en el léxico, lo que significa tomar algo que todo el mundo sabe y presentarlo como este asombroso descubrimiento sobre la naturaleza de la realidad, dice Scott Aaronson, un científico informático del MIT (cuyo blog, Shtetl Optimized, se publica en technologyreview.com). Aaronson no niega que Mathematica sea un software muy bueno, pero dice que NKS , si bien tiene valor como ciencia popular, esencialmente no ha tenido ningún impacto en las áreas de informática y física que conozco.
Para Wolfram, Alpha ahora se une NKS como uno de los grandes esfuerzos científicos en la historia de la humanidad. Distribuyó una lista de dos páginas colocándola al final de un continuo que comienza con la invención de la aritmética y el lenguaje escrito y continúa mencionando la Biblioteca de Alejandría, Isaac Newton y la creación de la Enciclopedia Británica . Coloca Mathematica justo antes de la invención de la World Wide Web en 1989; NKS gana un lugar entre Wikipedia y Web 2.0. Describe la entrada final, Wolfram Alpha, como la definición de un nuevo tipo de computación basada en el conocimiento.
Una validación del mundo real de la importancia potencial de Alpha se produjo en parte en la charla de Wolfram sobre leyes de Harvard. A las 3:17 p.m., el blog oficial de Google anunció un nuevo servicio que permite a las personas buscar y comparar datos públicos, comenzando con el censo federal y los datos laborales. El servicio no devolvería páginas web, sino cuadros y gráficos producidos por Google. (Una búsqueda de la tasa de desempleo de Ohio, por ejemplo, produciría un gráfico de los datos, además de formas de comparar esa tasa con las de otros estados). La publicación del blog lo describió como una forma de comenzar a aprovechar vastos dominios de datos públicos interesantes sobre precios. de galletas, emisiones de CO2, frecuencia del asma, tasas de graduación de la escuela secundaria, salarios de los panaderos, número de incendios forestales, y la lista continúa. Google había estado trabajando en el servicio durante dos años, desde que adquirió Trendalyzer, en cuya tecnología se basan los gráficos; la compañía dice que el momento del anuncio fue una coincidencia. Pero claramente, el gigante de la industria estaba reconociendo el mismo tipo de déficit en las búsquedas web que atacaba la gente de Wolfram.
Dos semanas después, en la víspera del lanzamiento de Wolfram, Google lanzó un evento denominado Searchology, en el que anunció otro nuevo servicio de procesamiento de datos, Google Squared. La tecnología, ahora disponible en su sitio de Google Labs, combina información de diferentes fuentes web y la empaqueta en tablas agradables. Una búsqueda de montañas rusas, por ejemplo, produce una tabla de atracciones de parques de atracciones estadounidenses desde Excalibur hasta Montezooma's Revenge. Las columnas proporcionan fotografías en miniatura, descripciones, alturas y longitudes. Los usuarios pueden hacer clic en los resultados para eliminar errores en la tabla original y refinar la búsqueda. Marissa Mayer, vicepresidenta de Google, dijo durante el evento que Google Squared impulsa la búsqueda en una dirección completamente nueva. Añadió: Es un problema informático difícil: tomar esta información no estructurada y presentarla de manera estructurada.
Google también dijo que proporcionaría mejores datos en tiempo real en los resultados de búsqueda. Si busca terremotos en San Francisco, Google, como Alpha, ahora publicará los últimos informes relevantes del Servicio Geológico de EE. UU. (Está haciendo algo similar con datos en tiempo real sobre vuelos de aerolíneas y puntajes deportivos). Peter Norvig, director de investigación de Google, me dijo que las tecnologías representan un anticipo de los esfuerzos de la empresa para encontrar, combinar y presentar datos numéricos. Yo diría que, en general, nuestro enfoque sería más hacia sistemas abiertos que cerrados y seleccionados, dijo Norvig, pero aprecio el tipo amplio de interfaz de usuario que proporciona [Wolfram Alpha] y las herramientas de análisis de datos. Nos gustaría hacer más de eso. Tal vez tenerlo ahí fuera nos empuje a liberar más, más rápido, no lo sé. Scott Kim, vicepresidente ejecutivo de tecnología del motor de búsqueda Ask, fue más directo al sugerir que Wolfram tendría influencia. Creo que abre los ojos de la gente, los ojos del público en general, sobre lo que se puede obtener de un motor computacional y cómo se puede integrar en un motor de búsqueda, dijo sobre Alpha. Esto es absolutamente parte del futuro de las búsquedas y queda un largo camino por recorrer.
Lanzamiento
Siempre el showman, Stephen Wolfram se aseguró de que las dos supercomputadoras estuvieran dramáticamente iluminadas con luces LED azules y verdes. En el nuevo centro de datos cerca de Champaign, había establecido un puesto de mando ligeramente elevado para él. Había hecho los arreglos para que el evento fuera transmitido por Internet. Y a las 22:30 h. el 15 de mayo, cuando una vigilancia de tornado cubría gran parte de Illinois, hizo clic con el mouse en una pestaña etiquetada como Activar y una pantalla montada en la pared mostró grupos de computadoras parpadeando y cobrando vida. Hablando estadísticamente, habrá algunos problemas, y es solo una cuestión de cuáles son, dijo esa noche. Pero a pesar de las fluctuaciones de voltaje y las sobrecargas anteriores en las supercomputadoras, Wolfram evitó un accidente como el que asedió a Cuil.
Sin embargo, su motor todavía enfrentaba un gran problema de rendimiento. Tan completo y elegante como era cuando sabía algo, había mucho que no sabía (y era difícil adivinar lo que podría saber). Wolfram Alpha no está seguro de qué hacer con su entrada fue una respuesta frecuente del sitio. Esto se debió principalmente a las enormes lagunas en sus datos seleccionados; Alpha es una biblioteca cuyos estantes están llenos solo parcialmente. Es en gran parte ciego a la historia, la política, la literatura, los deportes, las ciencias sociales y la cultura pop. El sitio también se vio afectado por una interfaz inflexible de lenguaje natural. Por ejemplo, si buscaste el nacimiento de Isaac Newton, obtuviste la fecha de nacimiento de Newton (25 de diciembre de 1642; también aprendiste que la luna estaba en la fase creciente-creciente ese día). Pero si buscabas a Isaac Newton nacido, Alpha se atragantó. Aaronson lo probó conmigo y descubrió que no podía responder ¿Quién inventó la Web? y no conocía las cifras del PIB a nivel estatal, solo las nacionales. Pero podría resolver todo tipo de preguntas matemáticas, incluida una solicitud de la superficie de la tierra. Aaronson preguntó: ¿Cuál es el PIB de Irlanda dividido por el coseno de 42? y recibió un gráfico que refleja los cálculos relevantes para las cifras del PIB de 1970 a 2007, presentado en una escala logarítmica.
Finalmente, hubo un problema de documentación. Al hacer clic en los enlaces, se revelaron una variedad de fuentes: el World Factbook de la CIA, el sitio web Today in Science History, el Servicio Geológico de los Estados Unidos, Dow Jones y el Catalog of Life, un índice mantenido internacionalmente de las especies conocidas del mundo. Pero nada especificaba qué fuente había proporcionado qué hecho. (Gray dice que la compañía está trabajando para agregar tales etiquetas a hechos específicos y a resultados calculados).
Cakewalk: En las preguntas que puede manejar, especialmente las computables en matemáticas, ciencias e ingeniería, Wolfram Alpha realiza muchos trucos originales. Presentado con ingredientes para panqueques (1), el motor ofrece posibles variaciones (2), muestra cómo interpretó la entrada (3) y produce una etiqueta nutricional combinada (4). Detrás de escena, el software Mathematica de Wolfram primero realiza cualquier conversión de unidad necesaria (por ejemplo, convertir una pizca de sal en 380 miligramos de sal listos para el cálculo). Pero una oferta de fuente de información (5) no rastrea los hechos hasta referencias específicas.
Pero si le dio a Wolfram Alpha todas las ventajas, es decir, si le preguntó sobre temas que conocía, utilizó términos de búsqueda que entendió y no le importó conocer la fuente principal, fue detallado, inteligente y gráficamente sorprendente. Las búsquedas de materiales le proporcionaron diagramas de compuestos químicos; las búsquedas en astronomía le proporcionaron mapas del cielo nocturno (geolocalizados en base a la dirección IP de su computadora). Podría hacer cosas que la persona promedio podría desear (como generar etiquetas nutricionales personalizadas), así como cosas que solo les interesarían a los geeks (como generar tablas de verdad para ecuaciones algebraicas booleanas). Wolfram Alpha es un avance importante en la tecnología de búsqueda, ya que genera expectativas sobre cómo se debe buscar el contenido almacenado en bases de datos, Marti Hearst, científico informático de la Universidad de California, Berkeley, y autor de Buscar interfaces de usuario , me dijo. Pero agregó que le queda un largo camino por recorrer antes de lograr sus ambiciosos objetivos.
Algunos de estos problemas se abordarán agregando más datos, un esfuerzo que, según Wolfram, continuará indefinidamente. Para ayudar en el proceso, el sitio incluye enlaces para que las personas envíen hechos individuales, conjuntos completos de datos estructurados e incluso algoritmos y modelos. A diferencia de Wikipedia, donde el proceso de agregar y editar información es gratuito y abierto, con controles y contrapesos proporcionados por la comunidad, Wolfram Alpha planea mantener una forma de control más centralizada, y dice que su personal de curadores expertos verificará los datos antes de agregar cualquier cosa al corpus. Pero algunos creen que la expansión será difícil sin algún proceso automatizado o impulsado por la comunidad, y sin indexar la Web como lo hacen los motores de búsqueda. En cierto punto, el cálculo no es tan útil si no hay datos brutos para impulsarlo, dice Weld de la Universidad de Washington. Google Squared es más la tendencia que creo que ganará esta carrera.
De hecho, incluso admitiendo que su motor es solo un comienzo, algunos escépticos dudan de que el enfoque de Wolfram funcione para más aplicaciones de nicho. Aunque me gradué como matemático y tengo un gran respeto por todo lo matemático, no estoy seguro de que puedas manejar todas las miserias de este mundo mediante fórmulas y cálculos matemáticos, dice Ivan Herman del W3C. Norvig se hizo eco de esta objeción. Hay ciertos conjuntos de datos para los que ese [enfoque] es apropiado. Si está hablando del peso atómico del oro, si los diferentes laboratorios no lo hacen, están en el quinto o sexto lugar decimal, ¿a quién le importa? Dice Norvig. Pero muchas otras cosas, no hay consenso. Depende de los datos. Depende del tipo de cálculo que desee realizar. Y si se trata de datos no numéricos, entonces es menos claro qué tipo de cálculo puede hacer. Y Weld continuó: Imagine una pregunta como '¿Quiénes son los terroristas más peligrosos?' Esa es realmente difícil. ¿Alguien es un terrorista? ¿Cómo evaluamos el peligro? ¿Y peligro para quién? Es computacionalmente muy difícil hacer ese tipo de razonamiento.
Aún así, en algunos casos, la obsesión de Wolfram con la computación podría servir mejor a ciertos usuarios que las principales compañías de búsqueda obsesionadas con la participación de mercado, quienes, naturalmente, están más interesadas en ayudar a las masas a obtener mejores resultados en las consultas que ya están realizando. Supongamos que las reseñas de un hotel en particular están esparcidas por varios sitios, dice Raghavan de Yahoo. Dar una calificación resumida está mucho más en línea con lo que los usuarios tienden a preguntar, en lugar de decir que quieren las poblaciones combinadas de los países balcánicos en Europa del Este. Siempre hay un tipo por ahí que tiene una pregunta arcana que hacer, pero tenemos que enfocarnos maniáticamente en satisfacer al 99 por ciento de la población realmente bien.
En sus primeras dos semanas, Wolfram Alpha procesó 100 millones de consultas y recibió 55.000 comentarios, lo que sugiere más de un nicho de interés en respuestas más profundas. Lo que hará Wolfram Alpha, dice Wolfram, es permitir que las personas utilicen los logros de la ciencia y la ingeniería a diario, de la misma manera que la Web y los motores de búsqueda han permitido que miles de millones de personas se conviertan en bibliotecarios de referencia, por así decirlo. Ya ha aparecido un complemento de Firefox, que permite a los buscadores mostrar resultados Alpha junto con los resultados de Google. Y Wolfram dice que el motor se someterá a mejoras continuas. Tres semanas después del lanzamiento, anunció la primera actualización amplia de su código y datos, incluidas mejoras en la interfaz de lenguaje natural, más datos sobre regiones de subpaíses (como Gales), una nueva capacidad para buscar el precio de una acción en una fecha específica, y más montañas añadidas, especialmente en Australia.
Wolfram dice que ha invertido decenas de millones de dólares en Wolfram Alpha, además de los cientos de millones gastados en el desarrollo de Mathematica durante dos décadas. La publicidad ha comenzado a aparecer junto con los resultados y planea ofrecer una versión de suscripción profesional con más funciones. Una interfaz de programación (llamada API) permite a los desarrolladores crear aplicaciones que pueden realizar búsquedas Wolfram Alpha. Veremos si esto es un ejercicio de filantropía o un negocio próspero, me dijo.
Incluso Aaronson admite que los verdaderos jueces serán las personas. Millones de personas lo intentarán, y será útil o no, y esa es la verdadera prueba, dice. No es una afirmación abstrusa sobre la naturaleza de la realidad. Está aquí como un servicio útil, y la prueba es, ¿la gente lo encuentra útil o no?
David Talbot es Revisión de tecnología Corresponsal en jefe.