Wolfram Alpha의 작동 원리

2009년 3월 5일 Stephen Wolfram은 회사 블로그에 자신이 작업하고 있던 신제품에 대한 게시물을 작성했습니다. Wolfram Research가 자연어로 작성된 질문에 답할 수 있는 새로운 엔진을 출시하기까지는 그리 오래 걸리지 않을 것이라고 Wolfram은 말했습니다.

인터넷 검색 은 적어도 미국에서는 Google 이 장악하고 있습니다. 2009년 3월에 회사는 미국 검색 시장의 64.2%를 점유했고 Yahoo의 15.8%, Windows Live의 10.3%를 점유했습니다[출처: Nielsen Online ]. Wolfram의 발표는 기술 웹 사이트의 헤드라인을 장식했습니다. 그러나 야후와 마이크로소프트 와 같은 거대 기업 이 구글을 시장에서 내쫓을 수 없다면 왜 아무도 Wolfram Research와 새로운 웹사이트에 관심을 가질까요?

사실, 그것은 아마도 사람들이 오래된 David-and-Goliath 유형의 이야기를 좋아하기 때문일 것입니다. 작은 사람이 불가능한 확률에도 불구하고 큰 사람을 맡아 성공하는 이야기입니다. 그러나 이 이야기에서 David는 아주 큰 새총을 가지고 있습니다. 1988년에 Wolfram Research는 사람들이 모든 종류의 방식으로 데이터를 조작할 수 있도록 도와주는 높은 평가를 받는 프로그램인 Mathematica라는 소프트웨어를 출시했습니다. Wolfram|Alpha를 만들면서 Wolfram Research는 사용자 질문의 데이터를 조작하고 새롭고 창의적인 방식으로 결과를 표시하는 방법을 찾았습니다. 그리고 그것은 잘 알려져 있고 신뢰할 수 있는 출처에서 나온 것이기 때문에 사람들은 귀를 기울이고 Stephen Wolfram이 발표했을 때 경청했습니다.

그렇다면 Wolfram|Alpha는 무엇입니까? 어떤 기능을 하며 Google에 위협이 됩니까?

내용물

1. 전산 지식 엔진
2. Wolfram|Alpha 뒤에는 무엇이 있습니까?
3. Wolfram|알파 대 Google

Wolfram|Alpha는 2009년 5월 15일에 출시되었습니다. 검색 엔진 처럼 작동할 것으로 기대하는 많은 초기 사용자들은 사이트가 일부 간단한 쿼리에 대한 결과를 반환하지 않을 것이라고 불평했습니다. 그러나 Google 및 다른 검색 사이트와 달리 Alpha는 세계의 정보를 분류하려는 시도가 아닙니다. 대신 Wolfram Research에서는 이를 컴퓨팅 지식 엔진이라고 부릅니다.

기존의 검색 엔진은 웹에서 사이트를 크롤링하여 해당 디렉토리에 추가합니다. 이러한 검색 엔진을 구동하는 코드에 내장된 알고리즘 은 여러 요인에 따라 페이지 순위를 높이거나 낮춥니다. 하나는 검색 엔진 결과 페이지(SERP)에서 링크를 클릭하는 사람들의 수입니다. 다른 하나는 해당 사이트로 연결되는 타사 웹 사이트의 수입니다. 공개 웹 사이트를 만드는 경우 다른 사이트에서 해당 링크가 있는 한 검색 엔진에 표시될 가능성이 있습니다.

Wolfram|Alpha는 웹에서 자료를 검색하지 않습니다. 대신 Wolfram Research 직원이 입력하고 태그를 지정하고 카탈로그를 작성한 라이선스 데이터베이스와 콘텐츠에 의존합니다. 회사에 따르면 사이트 출시 당시 알파 서버에는 10조 개 이상의 개별 데이터 청크가 있었습니다[출처: Wolfram Research ]. Wolfram Research 직원은 모든 정보가 Wolfram|Alpha 데이터베이스에 추가되기 전에 정확성을 보장하기 위해 검사합니다.

그 정보를 얻기 위해 사람은 Wolfram|Alpha 홈페이지의 검색 상자에 쿼리를 입력하고 오른쪽에 있는 등호를 누릅니다. 등호는 배경에서 수학이 진행되고 있다는 단서입니다. 그런 다음 Alpha는 데이터베이스에서 해당 데이터를 검색합니다.

결과는 매우 간단합니다. 도시 이름을 입력하면 시간과 날씨 정보, 인구 및 해발 고도를 얻을 수 있습니다. 여러 도시 이름을 입력하면 비교할 수 있는 표가 표시됩니다. 동물의 이름을 입력하면 평균 크기, 대체 이름, 학명 및 분류 분류까지 얻을 수 있습니다. 다시 말하지만 Alpha에 다른 동물의 이름을 물어보면 동물을 비교하는 표를 얻을 수 있으며 분류학적으로 어떻게 관련되어 있는지도 알 수 있습니다.

과학 및 수학 문제는 Alpha가 처리하기 쉽습니다. 사실, 계산 지식 엔진에 미적분 문제를 유도하도록 요청할 수 있으며 답을 알려줄 뿐만 아니라 문제를 해결하는 데 필요한 단계도 알려줍니다.

그러나 Wolfram|Alpha는 검색 엔진이 아닙니다. 즉, 유명인의 사진, 런던행 항공편의 가장 저렴한 가격 또는 특정 주제에 대해 작성된 기사를 찾으려면 검색 엔진을 사용해야 합니다. Alpha는 질문을 하고 해당 답변에 대한 시각적 해석과 함께 실제로 정확한 답변을 얻을 수 있도록 설계되었습니다.

Stephen Wolfram이 겨우 15세였을 때 그는 첫 번째 과학 논문을 출판했습니다. 그는 20세에 캘리포니아 공과 대학에서 이론 물리학 박사 학위를 취득했습니다. Wolfram은 1981년에 MacArthur Prize Fellowship을 받았고 자연계와 그 시스템이 얼마나 복잡한지에 대해 조사하기 시작했습니다.

Wolfram은 1973년에 컴퓨터 를 사용하기 시작했습니다. 1986년에 그의 회사인 Wolfram Research는 높이 평가받는 Mathematica 소프트웨어 의 첫 번째 버전을 출시했습니다 . Mathematica는 엔지니어링, 과학 및 금융을 포함한 모든 산업 분야에서 사용되며 고급 계산 및 모델링이 가능합니다. Mathematica 의 알고리즘 은 Wolfram|Alpha에서 검색 결과를 계산하고 표시하는 데 사용됩니다.

2002년 Stephen Wolfram은 "A New Kind of Science"라는 책을 출판했는데, 이 책에서 간단한 규칙으로 복잡한 문제를 설명할 수 있다는 자신의 믿음을 설명했습니다. Wolfram이 2009년 3월 블로그 게시물에서 설명했듯이 그의 책에 있는 원리와 Mathematica 소프트웨어가 제공하는 계산 능력 덕분에 그는 Alpha를 만들 수 있다고 믿게 되었습니다.

Wolfram의 목표 중 하나는 "컴퓨터에 사실적인 질문을 하고 답을 계산하도록 하는 것"[출처: Wolfram ]을 만드는 것이었습니다. 그러나 자연어 처리는 쉽지 않습니다. Wolfram Research에 따르면 웹 사이트는 알고리즘 과 분석 소프트웨어를 사용하여 데이터의 패턴을 식별합니다. 이것은 사람들이 질문을 할 때 사용하는 약어를 식별하는 데 도움이 됩니다. 이렇게 하면 검색 상자에 쿼리를 입력할 때 찾으려는 내용을 추측하는 데 도움이 됩니다.

예를 들어 "GEC"를 입력하면 Alpha는 사용자가 General Electric Corporation에 대해 묻는 것으로 가정합니다. 문자를 쉼표로 구분하면 음표와 키보드 위치에 대한 시각화를 얻을 수 있습니다. 진행 상황을 들으려면 "Play Notes" 링크를 클릭하십시오. 그리고 아마도 당신이 미국인이라면 GE가 지배적인 기업 모기업인 주요 텔레비전 네트워크를 추측할 수 있을 것입니다. Wolfram|Alpha는 사용자가 검색어를 입력하는 방식으로 사용자가 찾으려는 정보를 추측합니다.

Wolfram Research에 따르면 Alpha는 데이터, 동적 계산, 자연어 이해 및 계산 미학의 4가지 기둥을 기반으로 합니다. 데이터는 Wolfram Research 직원이 처리합니다. 나머지는 Mathematica를 통해 백엔드에서 수행됩니다.

이러한 종류의 숫자를 계산하려면 상당한 컴퓨터 성능이 필요합니다. Wolfram Research는 R Systems라는 회사에서 맞춤형 Dell 하드웨어를 사용하여 제작한 슈퍼컴퓨터(실제로 그 중 2대)를 보유하고 있습니다. R Smarr라는 이름의 이 기계는 세계에서 66번째로 빠른 슈퍼컴퓨터입니다(이 글을 쓰는 시점 기준). 4,608개의 프로세서 코어로 R Smarr는 초당 39조 6천억 작업을 수행할 수 있습니다. 내부에는 576개의 쿼드 코어 Intel "Harpertown" Xeon 칩이 있으며 각 R Smarr 슈퍼컴퓨터에는 65,536GB의 RAM 또는 RAM이 있습니다[출처: Shankland ].

유머 감각이 있는 진지한 탐색

Wolfram|Alpha는 출시되기 전에 많은 과대 광고를 일으켰고 사람들은 성능을 보기 위해 직접 체험하고 싶어했습니다. 그러나 어리석은 것을 찾아야 하는 무리에는 항상 똑똑한 알렉(또는 수천)이 있습니다. 고맙게도 Alpha는 실망하지 않으며 회사 서버에 있는 수조 비트의 데이터에 모든 종류의 이스터 에그 답변이 숨겨져 있다는 보고가 있습니다. "생명, 우주, 그리고 모든 것에 대한 답은 무엇입니까?"라고 물어보십시오. 또는 "닭이 길을 건너는 이유는 무엇입니까?"

많은 사람들이 검색 엔진의 거인 Google 을 신인과 경쟁하고 싶어한다면 두 가지를 살펴보고 그들이 어떻게 쌓이는지 살펴보는 것이 어떻겠습니까?

Wolfram|Alpha(Alexa.com을 소스로 사용)에 따르면 이 글을 쓰는 시점에서 google.com은 하루에 38억 페이지 뷰를 기록합니다. 반면 Alpha는 1,300만 페이지 뷰를 기록합니다. Alpha의 568위와 비교하여 Google의 웹 1위.

그러나 그것이 모든 이야기를 말해주지는 않습니다. 구글은 광고 로 돈을 번다 . 2008년에만 Google은 210억 달러의 수익을 올렸습니다. 이 중 99%가 광고 관련 수익이었습니다[출처: Buley ]. Wolfram Research는 또한 일부 검색 결과의 오른쪽에 나타나는 문맥상 "추천 스폰서" 상자를 사용하여 사이트에 보조금을 지급하는 광고를 사용하고 있습니다.

Wolfram|Alpha는 수입을 창출하기 위해 다른 방법을 찾아야 할 수도 있습니다. 사이트 [출처: Shankland and Needleman ] 의 뒤에서 약 250명의 사람들이 작업하고 있습니다 . 수동으로 데이터를 큐레이팅하는 것은 카탈로그 웹 사이트에 스파이더를 보내는 것보다 비용이 많이 듭니다. 또한 시간이 더 많이 소요됩니다. 출시 당시 Alpha 데이터베이스를 구축하는 데 3~4년이 걸렸습니다. [출처: Beaumont ].

Wolfram Research가 독점 정보를 Alpha 데이터베이스와 비교하려는 조직에 맞춤형 구독을 판매할 수도 있습니다. 개발자가 사이트의 기능을 Wolfram|Alpha[출처: Shankland and Needleman ] 와 혼합할 수 있도록 하는 애플리케이션 프로그래밍 인터페이스 또는 API도 있습니다 .

그러나 Google 공동 창립자이자 기술 사장인 Sergey Brin은 사이트가 출시되기 전에 Stephen Wolfram이 직접 Wolfram|Alpha 기술을 시연했습니다[출처: Levy ]. 이것은 두 사람이 파트너가 될 방법을 찾을 수 있음을 시사합니다. 반면 구글 사용자들이 알파에서 사용하는 것과 유사한 방식으로 데이터를 비교할 수 있게 하는 검색 기능인 구글 스퀘어드(Google Squared)가 신생 기업을 무너뜨리려는 열망을 보여준다고 생각하는 사람들도 있다. 그러나 Google Squared는 Alpha가 하는 것처럼 독점 독점 데이터베이스가 아니라 온라인에서 찾은 데이터를 평가합니다[출처: Talbot ].

Stephen Wolfram이 2009년 3월 블로그 포스트에서 말했듯이 Alpha는 결코 끝나지 않을 거대한 프로젝트입니다. 시간이 지나면 인터넷 사용자의 마음 에 틈새 시장을 개척할 수 있을지, 아니면 그 기술이 결국 다른 사이트의 검색 노력을 뒷받침하게 될지 알 수 있을 것입니다.

인터넷 검색 기술 및 관련 주제에 대한 자세한 내용은 다음 페이지를 참조하십시오.

관련 기사

더 좋은 링크