Tartalom
K:
Hogyan köti össze jobban a Web 3.0 az adatokat?
A:
A Web 3.0 alapvető jellemzője, amely tovább javítja az adatkapcsolatot, a szemantikus web létrehozása. Jelenleg, bár intelligens, a gépeknek csak kissé korlátozott képessége van arra, hogy „megértsék” azt, amit az emberek kérnek tőlük. Például a keresőmotorok kulcsszavakat és számokat használnak a lekérdezés eredményeinek kivetítésére, anélkül, hogy valóban megértenék a kifejezések valódi „jelentését”.A tartalmat azonosítják, de ritkán értik meg, mivel még a legokosabb AI-nek nincs képessége a valóság értelmezésére, mint az emberek.
Például, az arcfelismerő szoftver használatakor két különböző értéket rendelhetünk hozzá a „férfi” és a „női” szereplőkhöz, de az AI nem képes megérteni a „nem” vagy a „nem” jelentését. Ez a megértési szint megköveteli magyarázat - ennek a „dolog” (nemek) nevének „jelentése” -nek kell lennie a „férfi” és a „nő” kifejezésen túl, amelyet szemantikai metaadatokként határoznak meg. Metaadat-nyilvántartás létrehozásával biztosíthatjuk a gépek számára egy mechanizmust, amely értelmezi a neveken túli dolgokat osztályozás, azonosítás és definíciók létrehozása révén. A szemantikus metaadatok szorosan kapcsolódnak egymáshoz és összekapcsolódnak, és minden tartalom körül gazdag kontrasztot hoznak létre.
A Web 3.0 felhasználja a fejlett AI számítási teljesítményét a szemantikus web teljes potenciáljának kiaknázására. A természetes nyelv feldolgozását és az információk integrációját arra használják, hogy a gépek minden szükséges előnyt biztosítsanak a világ „humánusabb” megértéséhez és a jobb összekapcsolhatósághoz. Ahogyan az AngelList partner és Lee Jacobs kockázati befektető elmagyarázta: „Azt mondták, hogy kb. Napi 2,5 kvintill bájtnyi adat jön létre, a gépek egyre intelligensebbek és intelligensebbek, és az algoritmusok jobb prediktív teljesítményt nyújtanak; az a sebesség, amellyel megismerjük a körülöttünk lévő világot, tovább fog gyorsulni. ”
A szemantikus web javítja mind a felhasználók, mind a gépek képességét a tartalom megosztására és összekapcsolására, mivel a keresés és az elemzés magának a tartalomnak és annak meghatározásának mélyebb megértésére épül. Az összes rendelkezésre álló információ, például képek, linkek, kifejezések és videók korrelálásra kerül, hogy megértsük az adatok közötti sokkal magasabb szintű összekapcsolhatóságot eredményező feltételeket.