My second Słupsk Lecture - about Semantic Web (in Polish)

1. Cztery Wykłady Słupskie

2. Czym jest
w istocie
Sztuczna
Inteligencja?
http://ml.ms/slupskAI
Ewolucja
Internetu
Co to jest
Bitcoin
i Blockchain?
Czym jest
„Cyfrowość”
(Digital)?

3. Ewolucja Internetu

4. Plan wykładu

5. Ewolucja sieci WEB

6. SIEĆ WEB MA TYLKO (AŻ ?) 10224 DNI (28 LAT) SWOJEJ HISTORII.
Print – 206,700 days*
Newspapers – 168,000 days
Radio – 35,140 days
TV – 28,100 days
Inne media:
*
1450 –Gutenberg’s Bible
1605 – Relation aller Fürnemmen und gedenckwürdigen Historien by Johann Carolus (Strasbourg)
https://en.wikipedia.org/wiki/Johann_Carolus
1920 (August 31) – by station 8MK in Detroit, Michigan
1939 (September)– experimental TV broadcasting by RCA
Source of the picture: Brad Acker Post at: https://plus.google.com/+BradAcker/posts/aB7zmFrmDz7
 NARODZINY – MARCH 1989
„Information Management: A Proposal”
 PIERWSZY SERWER SIECI WEB – DECEMBER 1990
http://info.cern.ch (CERN)

7. WEB 1.0 — WEB OF DOCUMENTS
 HYPERLINKED WEBSITES
WEB 2.0 — READ-WRITE WEB
 SOCIAL MEDIA, WEB APIS
WEB 3.0 — WEB OF DATA
 SEMANTIC WEB (INCL. LINKED DATA) = WEB FULL OF MEANING
* I consider the publication of Tim Berners-Lee „Information Management: A Proposal” as the birthday of the Web

8. 1989-2000 - SIEĆ DOKUMENTÓW POWIĄZANYCH HYPERLINKAMI

9. 2000-2010 - SIEĆ SIECI SPOŁECZNOŚCIOWYCH

10. 
2003-2010 – THE WEB OF APIs

11. 2010-2020(?) - LINKED DATA WEB, SEMANTIC WEB
Link
Link
Link
Link
Link
Link
Link
Link
LinkLink
Resource
Resource
Resource
Resource
Resource
Resource
Resource
Resource
hasPeople
humanResources
hasServices
hasProducts
hasPeople
hasPeople
hasProduct
hasProduct
colleaguecolleague
Organization
HR
Services
Products
People
People
Product
Product

12.  Sir Tim Berners-Lee
 Seminal article: „Semantic Web” Scientific American
- May 2001 with James Handler and Ora Lassila
 Linked Open Data - 5 STAR Open Data
http://5stardata.info/en/
 The Next Web
http://www.ted.com/talks/tim_berners_lee_on_the_next_web

13. Co jest nie tak
z dzisiejszą siecią?

14. The WEB is BIG*
“Between the birth of the world and 2003, there were
five exabytes of information created.
We [now] create five exabytes every two days.
See why it’s so painful to operate in information markets?”
Eric Schmidt, CEO, Google, 2010
*Not a bad thing in itself 
The problem is we no longer know how to explore/use it!
31
EB
44
EB
59
EB
77
EB
94
EB
110
EB
2011 2012 2013 2014 2015 2016
Exabytes per Month
Source: Cisco VNI Global Forecast,
2011-2016

15. The WEB is TOO BIG to KNOW
„... the Net can scale that large only because it doesn’t have edges
within which knowledge has to squeeze. No edges mean no shape.
And no shape means that networked knowledge lacks what we have
long taken to be essential to the structure of knowledge: a foundation.”
„On the Net, every fact has an equal and opposite reaction”
David Weinberger „Too Big to Know – Rethinking Knowledge Now That
the Facts Aren't the Facts, Experts Are Everywhere, and the Smartest
Person in the Room Is the Room”
Zbyt wielki aby go znać – Przemyśleć Wiedzę – Zrozumieć że fakty nie
są faktami, eksperci są wszędzie a najzdolniejszą osobą na Sali jest
sama Sala.

16. Web 2.0
dwells in
isolated Silos

17. Web APIs
dwell in
isolated Silos
too

18. Sieć Pełna Znaczeń

19. PODSTAWY SIECI PEŁNEJ ZNACZEŃ
 Pojęcie „Semantic” w „Semantic Web” wskazuje na ZNACZENIE danych, a nie na ich składnię,
język lub formę zapisu.
 „Semantic Web to informacja aktywna (actionable Information), będącą ewolucją
wcześniejszych danych statycznych (...)” (N.Shadbolt,W.Hall,T.Berners-Lee)
 Semantic Web to reprezentacja uogólnionych RZECZY (obiektów oraz konceptów) i ich
własności w sieci Web, a nie tylko dokumentów.

20. JAK REPREZENTUJEMY RZECZY (OBIEKTY
I KONCEPCJE) W SIECI PEŁNEJ ZNACZEŃ?
W sieci Semantycznej reprezentujemy OBIEKTY ŚWIATA RZECZYWISTEGO
za pomocą „atomowej” (niepodzielnej) struktury danych: TRÓJKI (TRIPLE)
W ten sposób możemy kreować logiczne I strukturalne relacje pomiędzy trójkami, budować
taksonomie, słowniki i ostatecznie “rozumować” na dużych strukturach danych.
:RenaultClioSport :VIN_Number „ VF1CRCJ0H42590904”
Na przykład:
Resource Description Framework
hasEngine :2.0_litre_straight_4
Trójki przechowujemy w różnych formatach które mają wspólny model danych: RDF.
„RDF jest tym dla RZECZY czym HTML dla DOKUMENTÓW”
Subject Predicate Object
Thing Property Value
Podmiot Orzeczenie Dopełnienie

21. JAK IDENTYFIKUJEMY RZECZY
W SIECI PEŁNEJ ZNACZEŃ?
W celu jednoznacznej identyfikacji rzeczy (obiektów oraz konceptów) oraz ich własności,
Sieć Pełna Znaczeń używa identyfikatorów URI — Universal Resource Identifiers – będących
generalizacją zwykłych adresów sieci Web!
Renault Clio VIN Number „ VF1CRCJ0H42590904”
http://www.renault.co.uk/cars/model/new-
clio/product.aspx
http://purl.org/vso/ns#VIN A number
N.Shadbolt,W.Hall,T.Berners-Lee

22. RDF - PRZYKŁAD mSys
cart
p1
gc:contains
gc:usesType
A1gc:isPositionFor
gc:Point
rdf:type
0.06968 1.299703 0.021584gc:hasXValue
gc:hasYValue
gc:hasZValue
p2
A2gc:isPositionFor
rdf:type
1.000204 1.658998 0.011623gc:hasXValue
gc:hasYValue
gc:hasZValue
p9
A7gc:isPositionFor
1.000204 1.658998 0.01162361gc:hasVectorValue
.
rdf:type
gc:MolecularSystemrdf:type
gc:CartesianCoordinatesrdf:tpye
Przykład: Chemical Semantics

23. NATURA POWIĄZAŃ (LINKS)
W SIECI PEŁNEJ ZNACZEŃ
 Semantic Web wiąże RZECZY, a nie tylko dokumenty
 Powiązania w Semantic Web można kategoryzować: RDF pozwala na jawną deklarację typu
powiązań
Store 1 Store 2
COMPANY
gr:Offering
gr:Offering
gr:availableAtOrFrom
gr:hasPOS
gr:offers
gr:hasPOS
gr:offers
gr:availableAtOrFrom

24. GGG – term coined by Tim Berners Lee in 2007
Organization
HR
Services
Products
People
People
Product
Product
hasPeople
humanResource
s
hasServic
es
hasProducts
hasPeople
hasPeople
hasProdu
ct
hasProdu
ct
colleaguecolleague
Ooops… sorry, but it’s
BIG 

25. NIEKTÓRE ISTNIEJĄCE WIELKIE
GRAFY SEMANTYCZNE
169,772,511 facts

26. SIEĆ TO NIE WSZYSTKO …
Store 1 Store 2
COMPANY
gr:Offering
gr:Offering
gr:availableAtOrFrom
gr:hasPOS
gr:offers
gr:hasPOS
gr:offers
gr:availableAtOrFrom
?Typy i własności opisywane są w ontologiach
Gdzie definiujemy klasy i ich własności dla obiektów
opisywanych w grafach semantycznych ?

27. ZNACZENIE ONTOLOGII
W SIECIACH SEMANTYCZNYCH
“W filozofii, ontologia jest teorią o naturze istnienia (realnego lub możliwego),
oraz o typach rzeczy istniejących – ontologia jako dyscyplina filozoficzna zajmuje się
studiami nad takimi teoriami.
Naukowcy zajmujący się Sztuczną Inteligencją oraz siecią Web adoptowali to pojęcie
do własnego żargonu – dla nich Ontologia jest dokumentem lub plikiem jaki formalnie
definiuje relacje pomiędzy terminami.
Najczęściej występującymi rodzajami ontologii w sieci Web są taksonomie uzupełnione
o zestaw reguł wnioskowania”
Tim Berners-Lee, James Hendler and Ora Lassila “The Semantic Web”

28. PRAKTYCZNE ONTOLOGIE
Prof. Martin Hepp o praktycznych ontologiach:
 Zapewniają wspólny system typów użyteczny w różnych, nawet odrębnych systemach
 Poprawiają rzetelność informacji o typach obiektów jednostkowych
 Dostarczają reguł, które opisują dorozumiane (implicit) fakty i pozwalają na ich podstawie
wnioskować jawne fakty

29. GDZIE MOŻNA DZIŚ „WIDZIEĆ”
SEMANTIC WEB?
Knowledge Graph
zbudowany na bazie
Freebase
Schema.org
najważniejszy słownik
(niemal ontologia )
w sieci Web

30. GDZIE MOŻNA DZIŚ „WIDZIEĆ”
SEMANTIC WEB?
http://geneontology.org
http://purl.org/gc
http://chemicalsemantics.com

31. GDZIE MOŻNA DZIŚ „WIDZIEĆ”
SEMANTIC WEB?
Microsoft Cortana
Używa SATORI
– repozytorium grafowego
zaimplementowanego
z użyciem Semantycznej Bazy
Microsoft TRINITY.
https://www.microsoft.com/en-us/research/project/trinity/
Podobnych technologii używa Apple Siri, Google Now oraz Amazon Alexa

32. May 13, 2015
– official introduction
of Automotive extension
to schema.org
Collaborative project
of Hepp Research GmbH, MakoLab SA
and many other individuals.

33. Nowe rodzaje danych mogą być teraz
publikowane w sieci dzięki
auto.schema.org
Zobacz: carinsearch.org

34. fibo.schema.org (w trakcie publikacji)
jest rozszerzeniem słownika schema.org
opartym o największą globalną
ontologię Finansową: FIBO (Financial
Industry Business Ontology)
Collaborative project
of an international group of individuals
lead by MakoLab SA.

35. Visual for Human Web Media (HTML)http://lei.info/5493001KJTIIGC8Y1R12
http://lei.info

36. 5493001KJTIIGC8Y1R12 http://lei.info/5493001KJTIIGC8Y1R12
Visual for Human
Web Media (HTML)
Data for Machine
consumption (RDF)
Picture for Paper Media
(QR-Code)
Create URI
LEI.INFOi
http://lei.info/5493001KJTIIGC8Y1R12

37. Data for Machine consumption
The data can be returned
in multiple formats:
 rdf+xml
 x-turtle
 n-triples
 Trig
 rdf+n3
 n-quads
 ld+json
 owl+xml
 turtle
 trix
 n3
 text/plain
 x-nquads
http://lei.info/5493001KJTIIGC8Y1R12

38. https://logd.tw.rpi.edu/