Czym jest WolframAlpha? Nie jest to wyszukiwarka , ani nie jest to encyklopedia. WolframAlpha to coś pomiędzy, ale jednocześnie coś mądrzejszego – jeżeli w ogóle można użyć takiego sformułowania.
Jak działają standardowe wyszukiwarki, każdy wie. Wpisujesz jakieś hasło lub słowa kluczowe, a wyszukiwarka wskazuje Ci miejsce, gdzie można to znaleźć. Podejmowane są również liczne próby tworzenia wyszukiwarek semantycznych. Polega to na tym, że zamiast słów zadajesz pytanie, na które chcesz znaleźć odpowiedź, np: „Czym jest InnoGenerator?” W odpowiedzi takich wyszukiwarek nie otrzymasz jednak odpowiedzi typu: „Innogenerator to super strona o innowacjach” 
, a jedynie wyszkiwarka wskaże nam miejsca, gdzie znajdziemy potrzebne informacje. Wyszukiwanie semantyczne można przetestować np. na KtoCo.pl.
Czym więc wyróżnia się WolframAlpha?
Generalnie ciężko określić jednym zdaniem, czym jest WolframAlpha, bo wyrażenie „obliczeniowy silnik wiedzy” nie brzmi dobrze po polsku. Zostańmy jednak przy nim. Silnik ten nie wskazuje miejsc, które zawierają odpowiedzi, ale wprost odpowiada na zadane pytanie. Dostarcza wiedzy o całym świecie (wiem, że brzmi to bardzo ogólnie, ale taka jest prawda). Swoją wiedzę opiera na bazach danych, które cały czas zbierają informacje o aktualnych wydarzeniach, dokonaniach, odkryciach, generalnie o wszystkim i to z każdej dziedziny wiedzy. Wiadomo, że nie dostarcza wszelkich możliwych informacji, a jedynie najważniejsze podstawowe dane. Ponadto możliwe jest wykonywanie operacji matematycznych, zapytań związanych fizyką, chemią, biologią itd.
Pomysłodawcą i szefem projektu jest Stephen Wolfram, który niedawno prezentował się wraz ze swoim nowym produktem na TEDzie:
Stephen Wolfram (ur. 29 sierpnia 1959 w Londynie) – naukowiec brytyjski specjalizujący się w fizyce cząsteczek, automatach komórkowych i algebrze komputerowej, znany jako twórca programu komputerowego Mathematica i założyciel Wolfram Research. (via wikipedia.org)
Żeby dokładnie pokazać działanie Silnika WolframAlpha, najlepiej przedstawię kilka przykładów. Zapytania należy formować w języku angielskim, co jest oczywiście zrozumiałe z uwagi na pożądaną uniwersalność.
Na początek może coś prostego:
Sprawdzimy, czy zachowuje kolejność wykonywania działań:
Dał radę. Teraz zobaczymy, czy poradzi sobie z prawem Ohma. Zapytamy o dane, które można uzyskać z prądu 20A i napięcia 220V.
Jak widać, wyznaczył rezystancję i moc.
A może wygenerujemy kod kreskowy innogenerator.pl?
Otrzymaliśmy kod kreskowy w trzech różnych standardach.
Jestem ciekaw, jaka była pogoda w Poznaniu 11 maja … 30 lat temu…
Obraz celowo uciąłem, bo zajmował 5 razy więcej przestrzeni, ale zawierał wykresy z godzinowym rozkładem temperatury, wiatru i innych tego typu informacji.
To może jeszcze na zakończenie porównamy Microsoft z Google i Apple?
W ostatnim przykładzie widać, że dane o cenach akcji zostały zebrane na minutę przed wyszukaniem, co również stanowi ogromną siłę tego silnika – dane podawane są praktycznie w czasie rzeczywistym.
I co o tym wszystkim sądzicie? Polecam pobawić się samemu. Tutaj znajdziecie masę przykładów, które pokazują moc tego wynalazku.
Oczywiście są osoby, które sceptycznie podchodzą do tego produktu. Zarzucają przede wszystkim, że wiedza tego silnika jest ograniczona do danych umieszczonych w bazach. To fakt, ale jak twierdzi sam autor jest to początek projektu, który będzie rozwijany przez lata. Za 4 dni WolframAlpha będzie obchodził pierwsze urodziny, a już teraz jego możliwości są pokaźne, dlatego ja spokojnie poczekam i będę obserwować rozwój tego produktu. Przecież pamiętamy czas, kiedy korzystało się z wyszukiwarek Onetu, czy innych portali, gdzie wyniki były ograniczone tylko do zawartości katalogów strony tychże portali…
Wszystko wskazuje na to, że nadchodzą czasy, w których wiedza jest dostępna całkowicie za darmo. Tylko od nas będzie zależało w jaki sposób ją wykorzystamy. Ba! A jakie możliwości rozwoju innowacyjności! Skoro nie musimy ponosić kosztów realizując pracę wejścia, to co stoi na przeszkodzie, aby korzystać z dostępnych zasobów i zamieniać je w nowe rewolucyjne wynalazki?
Strona projektu: wolframalpha.com
12, Maj 2010 o godzinie: 13:43
Czytałam o wyszukiwarkach semantycznych w tamtym roku, nie wiedziałam że już tak sprawnie to działa. Ryzyko takiego rozwiązania jest takie, że już w ogóle przestaniemy sami starać się o rozwój naszej wiedzy. Pierwszy negatywny krok zrobiła encyklopedia. Agregat wiedzy, nie sprzyja czytaniu i poszukiwaniu odpowiedzi w innych materiałach, źródłach.Nie sprzyja analizowaniu i wyciąganiu wniosków.
Z drugiej strony tworzy sie na naszych oczach platforma z którą właściwie można będzie rozmawiać, zapytania będą znacznie bardziej intuicyjne i podobne do języka używanego w rzeczywistości.
bardzo ciekawa jestem jak będzie się ten koncept rozwijał
13, Maj 2010 o godzinie: 12:37
jeszcze jedno narzędzie dla studentów, którzy coraz mniej czytają, a coraz więcej „wyszukują”, „guglują” i… „wolframują”; ot – dramat wykładowcy