Knowledge Graph e l’insorgenza del computer intelligente

Di - 17 May 2012 - in

Google, con una mossa parzialmente a sorpresa, introduce Knowledge Graph: una funzione, che possiamo tranquillamente definire epocale, per la ricerca web.

Lo scopo di Knowledge Graph è semplice nell’idea quanto complesso nel design. Si tratta di un sistema che permette ad un computer di definire relazioni ontologiche  fra oggetti che provengono da input esterni, ovvero l’utente.

Fino ad oggi, diciamo, gli algoritmi di ricerca web, per quanto sofisticati fossero, si basavano comunque sempre su un concetto di base: abbinare parole chiave (immesse dalll’utente) a query su un database lato server.

Knowledge Graph supera questo concetto ed introduce il tentativo di capire la semantica che sta dietro alle parole chiave immesse da un utente.

Facciamo un esempio con una parola nostrana. Immettendo la parola chiave Vulcano, l’utente potrebbe pensare a diverse cose. Per prima cosa Vulcano è una manifestazione geologica ben precisa ed anche un’isola appartenente all’arcipelago delle isole Eolie, ma non solo. Se per esempio l’utente si trova nell’est milanese, Vulcano potrebbe anche essere un centro commerciale di Sesto San Giovanni, oppure una pizzeria di Cinisello Balsamo.

Knowledge Graph si propone in questo caso come un modello algoritmico che “comprende” le entità del mondo reale e le relazioni che esistono tra di esse; come dice Google: oggetti non stringhe di testo.

Sempre secondo Google, Knowledge Graph rappresenta un passaggio importante nella realizzazione del motore di ricerca del futuro.

Il sistema si basa in parte su risorse pubbliche quali per esempio Freebase, Wikipedia e il World Factbook della CIA, ma viene costantemente espanso e raffinato sulla base di dati aggregati derivanti dalle ricerche effettuate dagli utenti e dal materiale raccolto in rete dagli algoritmi di Google. Attualmente il sistema contiene più di 500 milioni di oggetti e più di 3,5 miliardi di descrizioni e relazioni tra oggetti diversi.

Vediamo ora in breve i punti essenziali di  Knowledge Graph

Ricerca dell’oggetto giusto

Come abbiamo detto in precedenza, un lemma può avere diversi significati semantici. Il motore di ricerca di Google è ora in grado di associare diversi significati semantici ad una parola e restringere i risultati di ricerca per avvicinarsi di più a ciò che l’utente sta cercando.

Raggruppamento delle informazioni

Grazie alla comprensione delle relazioni tra gli oggetti, i risultati di ricerca Google ora includono diverso tipo di contenuto riguardante l’oggetto della ricerca, come potete vedere nell’immagine seguente.

 

Approfondimento ed espansione

Un aspetto divertente di Knowledge Graph è proprio quello di aggiungere valore alla ricerca dell’utente non presentando più solo dei link ipertestuali ma ritornado delle informazioni interessanti incluse direttamente nei risultati di ricerca.

Cercando una delle mie attrici preferite: Megan Fox, io ho per esempio scoperto una cosa che non sapevo e cioè che è spostata a Brian Austin Green (peraltro proposto come oggetto collegato) che interpretava il personaggio di David Silver nella celebre serie tv anni ’90 Beverly Hills 90210.

Attualmente Knowledge Graph è disponibile solo per la lingua inglese ma potete provarlo tranquillamente cliccando su Google.com in English nella parte inferiore destra della pagina di ricerca Google.

Voglio ora fare un paio di considerazioni personali.

Knowledge Graph rappresenta un’innovazione straordinaria perché, sebbene si tratti della sua prima “iterazione”, propone un percorso, concreto, che ci lascia intravedere in modo molto chiaro un rapporto uomo-macchina così come immaginato, per esempio, da Gene Roddenberry con il computer di Star Trek, ripreso come esempio dallo stesso Amit Singhal sul blog ufficiale. Un’interazione quindi basata su un dialogo, parola greca che significa discorso e che indica appunto il confronto dinamico ed intelligente fra due persone. Questo ci fa riflettere anche sul concetto stesso di intelligenza. Proiettato nel futuro, un sistema come quello di Knowledge Graph, può rappresentare l’emergere dell’intelligenza artificiale? Una macchina che, catalogando (perché alla fine la base è questa) tutto lo scibile umano e dotata di una potenza di calcolo tale da poter associare questi oggetti tra loro sulla base e nello stesso modo in cui lo fanno statisticamente gli esseri umani ed in grado quindi di creare composizioni armoniche di oggetti e di associare giudizi di valore basati su quanto statisticamente espresso dalla popolazione umana, si può definire un essere intelligente? Questo mi fa venire in mente il famoso test di Turing progettato proprio per individuare una macchina in grado di pensare.

Lascio a voi di sviluppare un vostro pensiero intorno a questa mia riflessione.

Ora però vorrei anche riflettere su un fatto. Google è stata spesso, soprattutto recentemente, accusata di allontanarsi dal proprio core, cioè la ricerca, per dedicarsi a cose di contorno: soprattutto Google Plus.

Altri hanno anche predetto la fine della ricerca web stessa, non più in grado di stare al passo con gli utenti e, soprattutto, con i social network.
Una terza accusa riguardava come Google avesse perso la capacità di innovare, soprattutto a seguito del passaggio al ruolo di CEO da parte di Larry Page.
Questo Knowledge Graph, oltre che una fantastica innovazione, è una risposta diretta a queste tre accuse che, a questo punto, si rivelano fallaci e svuotate di ogni sostanza.
In questa prospettiva anche il ruolo del tanto bistrattato Google Plus assume contorni più nitidi e, la definizione di layer sottostante alla Google Experience, acquista maggior significato.

Via | Google Official Blog

Leave a Reply

Gabriele Visconti Articolo scritto da

Editor in Chief per Engeene. Appassionato di Linux, FOSS, videogame e, da poco, di cucina. Parla quattro lingue ed ama leggere libri in lingua inglese.

Contatta l'autore

Previous post:

Next post: