Articoli del meseArticoli del mese

Articoli del mese


Stampa articolo

Articolo del Mese - Febbraio 2008

La nascita del Web 3.0

John Kneiling by John Kneiling

Questa nuova visione, denominata Web 3.0, indica per il Web attuale la sovrapposizione di un livello di significati, in modo da consentire l’accesso ai dati disponibili da parte dei sistemi che utilizzano il metodo di ragionamento dell’uomo. Tale modalità di utilizzo dell’intelligenza artificiale consentirà alle macchine di guidare le persone verso le informazioni di cui hanno necessità, invece di visualizzare le informazioni ricercate sotto la forma di semplici risultati della ricerca.
Il Web 3.0 è un insieme di tecnologie emergenti, sviluppate e sostenute da grandi società come Google, Yahoo e IBM, da piccole società di nicchia dedicate a sviluppare questo concetto come Radar Networks, MetaWeb Technologies e Cycorp e, infine, da ricercatori accademici sparsi in tutte le università del mondo. La maggior parte dei progetti attualmente in corso presentano risvolti commerciali nei viaggi (con raccomandazioni per le vacanze) e per il divertimento (suggerimento di eventi e spettacoli di successo), ma le applicazioni future potrebbero essere realizzate nella pianificazione degli investimenti finanziari, nell’istruzione e in altre aree. Per esempio, un’applicazione Web 3.0 potrebbe essere un sistema intelligente che, per un lavoratore dipendente, indichi il sistema di pensionamento più favorevole, oppure che aiuti uno studente a scegliere il percorso universitario più adatto alle sue aspirazioni e capacità.
 
World Wide Database
Quello che hanno in comune tutte queste applicazioni è che consentono un migliore utilizzo della rete attuale costituita dall’insieme dei dati e dei potenti computer collegati al Web. Come ha scritto il fondatore di Radar Networks, Nova Spivak: “Io lo definisco come World Wide Database, stiamo andando da un Web composto di documenti collegati tra di loro a un Web di dati interconnessi”. Il Web 2.0 consente agli utenti di ritrovare documenti, di esaminarli e filtrarne il contenuto per trovare la risposta desiderata. Oggi, per pianificare una vacanza siamo costretti a scorrere e filtrare liste di voli, hotel e agenzie di autonoleggio, spesso incontrando difficoltà per coordinare insieme le diverse possibilità offerte. Il Web 3.0 usa un’interpretazione della semantica per rispondere alla semplice domanda: “Mi puoi raccomandare una vacanza al mare per una famiglia di due adulti e un adolescente, per un costo inferiore ai 4.000 dollari?”.
E’ difficile prevedere come sarà realizzato questo sistema e tra quanto tempo potrà entrare in funzione. I venditori e i ricercatori accademici stanno investigando e dibattendo due tipi di approccio. Alcuni vorrebbero creare una nuova struttura per rimpiazzare il Web corrente, mentre altri stanno sviluppando strumenti in grado di estrarre il significato dei contenuti esistenti nel Web stesso. Qualunque sarà l’approccio prescelto, questi nuovi sistemi avranno sicuramente un valore commerciale molto maggiore degli attuali motori di ricerca.
 
La semantica
Page Rank di Google è probabilmente l’applicazione Web 3.0 più conosciuta, oltre che anche la più redditizia. Page Rank gestisce la conoscenza umana e suggerisce decisioni su quanto possa essere ritenuto importante, utilizzando queste informazioni per fornire i risultati della ricerca. Opera in questo modo interpretando e classificando un collegamento da un pager a un altro con l’attribuzione di un voto. Ma questi voti non sono uguali, perché viene attribuito un peso maggiore a quelli riferiti alle pagine più popolari.
Le nuove società che si dedicano al Web 3.0 stanno portando quest’idea verso il prossimo passo. Radar Networks è una società che esplora con la semantica i siti di “social computing”. Questi ultimi consentono agli utenti di riunirsi in uno spazio virtuale e di creare contenuti aggiungendo il loro pensiero su molti argomenti, compresi viaggi e cinema. Radar utilizza un database associativo (chiamato anche semantico) per memorizzare le informazioni relative a questi siti. Per esempio, può memorizzare le relazioni una persona con altri individui (amico, parente, capo, insegnante...).
Google ha finanziato un gruppo di facoltà e di studenti dell’Università di Washington per creare un sistema di elaborazione sociale che utilizzi questa tecnologia. Il sistema Opine estrae e aggrega da siti di riviste e di prodotti le informazioni richieste dagli utenti. Un sistema Opine è progettato per rispondere a domande sugli hotel basate sulle informazioni fornite dagli utenti stessi. Comprende i concetti come temperatura della camera, confort del letto e prezzo. Può indicare la differenza tra parole come “ottimo”, “molto buono” e “generalmente Ok”. Quando vengono richieste a Opine informazioni su di un hotel, il sistema valuta e classifica tutti i commenti e determina l’hotel più adatto per quel particolare utente. «Il sistema comprenderà che immacolato è meglio di pulito - afferma Oren Etzioni, un ricercatore sull’intelligenza artificiale che guida il progetto -. Esiste una crescente consapevolezza che i testi sul Web costituiscano una risorsa enorme».
Secondo W. Daniel Hillis, un ricercatore veterano dell’intelligenza artificiale, che ha fondato Metaweb Technologies nel 2005: «Molte persone non hanno compreso quanto questo tipo di ricerche dipendano dalle tecniche dell’intelligenza artificiale». Metaweb non ha ancora descritto pubblicamente il suo servizio o prodotto, ma è focalizzata sulla costruzione di una migliore infrastruttura per il Web esistente, per estrarre le informazioni in maniera semantica. Hillis è convinto che «è abbastanza chiaro che la conoscenza umana è qui fuori ed è più disponibile per le macchine molto più di quanto lo fosse in precedenza».
La base del lavoro che viene condotto da Radar Networks e Metaweb comprende parzialmente lo sviluppo effettuato per le agenzie militari di intelligence degli Stati Uniti. Infatti, la National Security Agency (NSA), la Central Intelligence Agency (CIA), e la Defense Advanced Research Projects Agency (DARPA) avevano iniziato le ricerche nel campo delle tecnologie semantiche circa dieci anni prima dell’idea per un Web semantico espressa da Tim Berners-Lee nel 1999 (si ritiene che il Web sia stato creato circa nel medesimo tempo, ovvero nel 1989).
Doug Lenat è uno scienziato dei computer che ha fondato Cycorp in Austin, nel Texas. Il suo lavoro è stato sponsorizzato in parte da agenzie di intelligence e, attualmente, la società vende sistemi e servizi al Governo degli Stati Uniti e a grandi società americane. Lenat sostiene che il suo sistema di intelligenza artificiale, denominato Cyc, sarà capace di ragionare e di rispondere a domande orali o scritte. Cyc, su cui Lenat ha lavorato per oltre 25 anni, è stato creato originariamente memorizzando milioni di informazioni e fatti di senso comune, destinati a essere imparati dal sistema. Ma l’anno scorso, nel corso di un intervento su Google, Lenat ha affermato che attualmente Cyc sta imparando mediante l’esplorazione del World Wide Web, che non è altro che un processo semantico Web 3.0. Ha anche affermato che Cyc adesso è in grado di rispondere a domande poste in linguaggio naturale, fornendo un esempio: “Quale città americana risulterebbe più vulnerabile a un attacco terroristico con antrace, durante l’estate?”.
 
Web intelligente
Secondo Daniel Gruhl, uno scienziato presso l’Almaden Research Center dell’IBM di San Jose, in California, i ricercatori del centro attualmente usano accessi digitali mirati ai sei miliardi di documenti contenuti nel World Wide Web (esclusa la pornografia) per effettuare ricerche per indagini e per rispondere a domande specifiche dei clienti della società. Nel caso di una domanda posta da una società di assicurazioni, si è cercato di determinare l’atteggiamento dei giovani nei confronti della morte. Il sistema, denominato Web Fountain, è stato usato internamente per scegliere tra il termine “utility computing” e “grid computing” per una campagna di marketing per un marchio di IBM (ha vinto il primo). Web Fountain è stato usato anche per ricerche di mercato per reti televisive. In questo caso, ha ricercato le informazioni presso il sito di una comunità online molto frequentata. I ricercatori sono stati in grado anche di prevedere le future canzoni delle hit parade, mediante l’accesso ai “commenti” sulla musica da parte degli studenti dei college universitari. Questa ricerca ha avuto un tasso di accuratezza molto maggiore rispetto alle previsioni delle indagini di mercato correnti.
La maggior parte degli attori in quest’area credono che non sia verosimile l’esistenza di sistemi completamente di intelligenza artificiale nell’immediato futuro, ma che, invece, il contenuto del Web divenga sempre più intelligente ogni giorno. Per esempio, in Flickr (il sistema di identificazione e condivisione di immagini fotografiche) di Yahoo, gli utenti associano un’etichetta alle foto, rendendone così più facile l’identificazione. Webcam intelligenti forniscono immagini per la sicurezza, e sistemi di e-mail basati sul Web possono identificare date e località d’invio dei messaggi. È questo tipo di programmi che dimostra l’avvenuta nascita del Web 3.0, fin da oggi.

La nascita del Web 3.0 - Technology Transfer

L’evoluzione dell’IT tra sfide e promesse
Frank Greco

Verso la new digital economy. Quale architettura per la trasformazione digitale?
Mike Rosen

Ecco come capire il cliente. I diversi punti di vista della Business Analysis
James Robertson

Ecco come capire il cliente I diversi punti di vista della Business Analysis
Suzanne Robertson

E se il Design Sprint fosse il nuovo asso nella manica? Come risolvere grandi problemi e testare nuove idee
James Hobart

Come essere veramente data driven. L’importanza dell’architettura dati
Mike Ferguson

Il Machine Learning in azienda. Come migliorare performance e previsioni
Frank Greco

Portfolio management avanzato: Come trasformare gli investimenti in cambiamento
Chris Potts

L’imbuto e le biglie. Ovvero la metafora della produttività dei team
Sander Hoogendoorn

Dal Data Warehouse al digital business. Un’architettura di trent’anni ancora valida
Barry Devlin

Dai silos a un ecosistema analitico integrato. Un approccio per avere dati da usare su più sistemi
Mike Ferguson

Come accelerare l’innovazione in azienda. La nuova generazione dell’IT enterprise
Frank Greco

Tassonomie e ricerche. Ecco come ottenere migliori risultati
Heather Hedden

Viaggio verso il data warehouse logico
Il grande dilemma della business intelligence

Rick van der Lans

Enterprise information catalog. I requisiti per fare la scelta giusta
Mike Ferguson

La nuova era dell’analisi predittiva - Le aziende alla prova del Machine Learning
Frank Greco

Uno sguardo Agile - Per capire il passato e progettare il futuro
Arie van Bennekum

Trasformazione Agile
Se il product owner diventa un collo di bottiglia

Sander Hoogendoorn

Una Fiat o una Ferrari?
Qual è la più adatta per il business digitale?

Barry Devlin

Vincere la complessità dei dati. È l’ora dello smart data management
Mike Ferguson

Big Data e Analytics - Se il machine learning accelera anche la data science
Mike Ferguson

I dati al centro del business
Christopher Bradley

I Big Data forniscono il contesto e la ricchezza predittiva attorno alle transazioni di business Avere dati coerenti e di qualità resta fondamentale per il processo decisionale
Barry Devlin

Cosa c’è dietro l’angolo? Cinque mosse per diventare un digital leader
Jeroen Derynck

Managing information technology Gestire l’IT come un business nel business
Mitchell Weisberg

Data integration self-service Miglioramento della produttività o caos totale?
Mike Ferguson

Project manager vecchi miti e nuove realtà
Aaron Shenhar

La catena alimentare dei requisiti
Suzanne Robertson

Come diventare un’azienda data-centric
Lindy Ryan

Enterprise analytical ecosystem - Come comprendere il comportamento online dei clienti e capitalizzare il valore dei dati nell’era Big Data
Mike Ferguson

Agilità? Basta Volere
Suzanne Robertson

Ma la vostra architettura è efficace?
Mike Rosen

Se il NoSQL diventa SQL
Rick van der Lans

La data quality e l’impatto sul business
Danette McGilvray

Business analysis e regole di business By Ronald G. Ross con Gladys S.W. Lam
Ronald Ross

Usare Scrum su larga scala: cosa cambia?
Craig Larman

Le architetture per ridurre il debito tecnico
Mike Rosen

Conversando con un marziano
Suzanne Robertson

Cosa c’è di nuovo nel project management?
Aaron Shenhar

Reinventare la Business Intelligence
Barry Devlin

Il nuovo volto della business intelligence
Shaku Atre

Alla ricerca del valore tra i pomodori nell'orto
John Favaro

I big data cambiano il mercato dei Database Server
Rick van der Lans

Un “superstorm” di informazioni
Barry Devlin

I dieci step per la qualità dei dati
Danette McGilvray

Perché è meglio evitare il private cloud?
Jason Bloomberg

Leonardo da Vinci aveva ragione!
Chris Date

Mobile user experience: Come adottare una strategia sostenibile
James Hobart

Cosa significa occuparsi di architettura?
Mike Rosen

Virtualizzazione dei dati e sistemi di Business Intelligence Agili
Rick van der Lans

Modelli e linguaggi naturali, quale il modo migliore per definire i requisiti?
James Robertson

Extreme Scoping: un approccio Agile all'Edw e alla BI
Larissa Moss

BI², la Business Intelligence al quadrato
Barry Devlin

I test di regressione in ambienti legacy
Randy Rice

Le conseguenze della consumerizzazione e del Cloud
Chris Potts

Come vanno gli affari? Chiedetelo al vostro cruscotto
Shaku Atre

Organizzare team di progetto efficienti in ambienti DW/BI
Larissa Moss

Big Data, come e perché
Colin White

Business Capabilities e l'allineamento del business all'IT
Mike Rosen

Il valore della tassonomia nella ricerca delle informazioni
Zach Wahl

BI, ma il Data Warehouse è ancora necessario?
Colin White

Reinventare la Business Intelligence
Barry Devlin

Il cruscotto delle prestazioni: il nuovo volto della Business Intelligence
Shaku Atre

Modelli e processi di User acceptance testing
Randy Rice

I limiti nel gestire l'IT come un Business
Chris Potts

Le componenti fondamentali del Cloud
George Reese

Metadati e DW 2.0
Derek Strauss

BI Open Source: basso costo e alto valore?
Jos van Dongen

Semplicità e requisiti
Suzanne Robertson

Business intelligence e analisi testuale
Bill Inmon

Extreme Scoping™: approcci agili al DW e alla BI
Larissa Moss

Dalla BI a un'architettura IT di livello Enterprise
Barry Devlin

Ambiente efficiente di ricerca di informazioni
James Hobart

Il Business deve trainare la Strategia IT
Chris Potts

Web database: la questione MapReduce (seconda parte)
Colin White

Web database: la questione MapReduce
Colin White

Misura delle prestazioni. I sette comandamenti
Harry Chapman

Le dieci cose che un architetto deve fare per creare valore
Mike Rosen

Sviluppare applicazioni a prova di sicurezza
Ken van Wyk

The ECM Landscape in 2008
Alan Pelz-Sharpe

Ma chi sono gli operatori dell’informazione?
Colin White

Qualità dell’informazione e trasformazione del management
Larry English

Classificazione sistematica delle informazioni
Zach Wahl

L’uso intensivo del Web nelle applicazioni di Bi
Colin White

Enterprise Search
Theresa Regli

La forza dell'astrazione
Steve Hoberman

La strada verso una BI pervasiva
Cindi Howson

Soa, una strategia di test
Randy Rice

Verso una BI più semplice e a minor costo
Colin White

I contenuti “Killer” del Web
Gerry McGovern

Sviluppo iterativo del software per i Dw
Larissa Moss

Qualità delle Informazioni e Datawarehousing
Larry English

Lo scenario Ecm 2008
Alan Pelz-Sharpe

La nascita del Web 3.0
John Kneiling

Documentazione: il dossier del crimine
Suzanne Robertson

L’impatto del Web 2.0 sui portali delle imprese
Colin White

Le tecniche vincenti di IT Management
Ken Rau

Web 2.0
Ed Yourdon

Web di successo se si conosce il cliente
Gerry McGovern

Un approccio alla BI incentrato sui processi
Colin White

Integrare Master Data Management e BI (Parte Seconda)
Mike Ferguson

Integrare Master Data Management e BI (Parte Prima)
Mike Ferguson

Il Project Manager è una Tata
Suzanne Robertson

Web di successo se si conosce il cliente
Gerry McGovern

L'informazione personalizzata
Colin White

La Tassonomia dell'Impresa
Zach Wahl

Managed Meta Data Environment (II parte)
David Marco

Managed Meta Data Environment
David Marco

Migliorare le applicazioni dell'impresa con Web 2.0
James Hobart

La Balanced Scorecard migliora la Performance dell'IT
Harry Chapman

La fusione dei processi dell'impresa grazie a Soa (II parte)
Max Dolgicer

La fusione dei processi dell'impresa grazie a SOA (I parte)
Max Dolgicer

Volere è Potere, in Ogni Senso
Suzanne Robertson

Dimostrate con i numeri il valore dei contenuti del web
Gerry McGovern

Il Back-end della pianificazione strategica dell'It
Ken Rau

L'audit delle prescrizioni di progetto (II parte)
Suzanne Robertson

L'audit delle prescrizioni di progetto (I parte)
Suzanne Robertson

Il Processo di gestione delle informazioni
Ted Lewis

I requisiti come strumento di gestione dei progetti
Suzanne Robertson

Il futuro è nel contenuto killer del web
Gerry McGovern

Alla ricerca del valore tra i pomodori nell'orto
John Favaro

Rilevare i costi sulla base delle attività
Ken Rau

Un percorso verso l'impresa intelligente (II parte)
Mike Ferguson

Un percorso verso l'impresa intelligente (I parte)
Mike Ferguson

Il Data Store Operativo: un lavoro di martello
Claudia Imhoff

Il data warehouse orientato all'impresa
Michael Schmitz

Dieci punti chiave per realizzare balanced scorecard di successo
Harry Chapman

Content management: i contenuti al primo posto
Gerry McGovern

Applicazioni Web ad alta disponibilità
John Kneiling

Il 2004, sarà l'anno in cui abbandoneremo html?
James Hobart

La tecnologia EII ripropone il data warehousing virtuale?
Colin White

Misurare per Gestire
Ken Rau

Volere è Potere, in Ogni Senso
Suzanne Robertson

Realizzare il CPM e l'integrazione della BI
Mike Ferguson

Tutti i punti della FPA
Koni Thompson

Requiem per il Portale?
Colin White

Business Intelligence: dalla teoria alla realtà (II parte)
Shaku Atre

Business Intelligence: dalla teoria alla realtà (I parte)
Shaku Atre

I portali Corporate e di E-business: la nuova generazione del posto di lavoro
Mike Ferguson

I 10 errori da evitare nella realizzazione di un Meta Data Repository (II Parte)
David Marco

I 10 errori da evitare nella realizzazione di un Meta Data Repository (I parte)
David Marco

Usare i modelli per acquisire l'esperienza di progettazione
James Hobart

Realizzare l'Impresa Intelligente
Colin White

.NET or J2EE - Choosing the Right Web Services Framework
John Kneiling

Progettare Applicazioni Mobili di Successo
James Hobart

La Sociologia del Progetto: Identificare e Coinvolgere tutti i Partecipanti
Suzanne Robertson

Integrare la Business Intelligence nell'Impresa (II parte)
Mike Ferguson

Integrare la Business Intelligence nell'Impresa (I parte)
Mike Ferguson

L'Evoluzione del Portale di e-Business (II parte)
Colin White

L'Evoluzione del Portale di e-Business (I parte)
Colin White

Il Consulente WebEAI: Servizi Web, XML e l'Impresa
John Kneiling

Data Mining: Come Gestire le Relazioni con i Clienti Secondo i Principi del CRM
Weaver James

Articoli del mese - Technology Transfer