Тематическая подборка июльского номера журнала Computer (IEEE Computer Society, V. 40, No. 7, July 2007) посвящена виртуальной реальности - эта тема затрагивается почти во всех больших статьях выпуска.
Первая тематическая статья называется «Виртуальная реальность: какого погружения достаточно?» (Virtual Reality: How Much Immersion Is Enough?). Ее авторы — Даг Боуман и Райан Макмахан. В 90-е годы исследования в области виртуальной реальности (Virtual Reality, VR) были особенно в моде; виртуальная реальность обещала вырасти в новое крупное явление. К исследователям поступали многочисленные запросы со стороны представителей СМИ, футуристические системы проявлялись в различных областях массовой культуры — от голливудских фильмов и фантастических романов до телевизионных комедийных шоу. Основная часть ажиотажа концентрировалась вокруг иммерсивной виртуальной реальности — сложной технологии, замещающей сенсорную информацию реального мира синтезированными воздействиями, подобными трехмерным визуальным изображениям, пространственному звуку и тактильной обратной связи. Цель таких «виртуальных сред» (virtual environment, VE) состояла в том, чтобы дать пользователям возможность почувствовать мир, и в большой степени исследователи преуспели в этом.
Без сомнения, подобные технологии особенны и уникальны, однако в реальном мире не много примеров их практического применения. Какие измеримые преимущества может принести иммерсия, или «погружение»? Технологии высококачественной виртуальной реальности, включая VR-шлемы, многоэкранные стереоскопические проекционные устройства отображения, системы трехмерного отслеживания координат и развитые устройства ввода, по-прежнему достаточно дороги. Число производственных приложений иммерсионных систем ограничено; их анализ может обеспечить лучшее представление о преимуществах подобных решений.
С успехом иммерсионные виртуальные среды используются при лечении неврозов страха. Скажем, если пациента заставить публично выступить в виртуальном конференц-зале, то в его мозгу инициируются те же структуры страха, что и при реальном выступлении, и это дает врачу возможность перевести уровень страха пациента на управляемый и приемлемый уровень. Эффективность этого метода подтверждается регулярной практикой. Другим успешным приложением иммерcионной виртуальной реальности является военная подготовка. Так, можно обучать пехотинцев тактике ведения боя в городских условиях путем их перемещения в среде виртуального города.
Перечисленные приложения оказались успешными, потому что они удовлетворяют требованиям предметных областей и превосходят альтернативные решения, отвечающие тем же требованиям. Все эти приложения основываются на реальности ощущений, которые обеспечивает пользователям виртуальные среды. Здесь требуется высокий уровень точности ощущений — визуальных, акустических и других сигналов, схожих с теми, которые воспринимаются в реальном мире. Требуется, чтобы ощущения пользователей в виртуальном мире как можно больше соответствовали их ощущениям в моделируемом реальном мире. Другими словами, для подобных приложений требуется высокий уровень погружения, поскольку они обеспечивают чувство присутствия. На этой стадии сообщество исследователей виртуальной реальности застряло на много лет.
Число приложений, сильно выигрывающих от возможности обеспечения реалистичных ощущений реального мира, выглядит ограниченным. Есть ли еще области применения данных технологий или это лишь диковинка, позволяющая делать замечательные демонстрации, но малопригодная для практического использования?
Авторы предлагают две взаимосвязанные стратегии. Во-первых, обеспечение эффекта присутствия может быть не единственным достоинством погружения; пользу можно извлечь и из побочных эффектов высокого уровня погружения. Во-вторых, к погружению следует относиться не как к единой конструкции, а как к комбинации многих компонентов, которые могут быть полезны приложениям. Так, в нефтегазовой промышленности используются технологии многоэкранной стеореоскопической иммерсионной проекции (Immersive Projection Technology, IPT) для визуализации и планирования нефтяных скважин. Для принятия правильных решений пользователи этих систем должны иметь возможность видеть и понимать сложные 3D-структуры. В данном случае чувство присутствия само по себе не помогает решать задачу более эффективно. Более того, визуализация может быть намеренно абстрактной, помогающей лучше понять важные свойства пластов.
Но из чего проистекает польза IPT? Из-за того ли, что здесь имеются экраны большего размера, обеспечивающие более широкий сектор обзора? Насколько полезно в таких системах отслеживание положения головы пользователя? На основе имеющегося опыта невозможно сказать, какие компоненты иммерсионной системы виртуальной реальности приносят реальную пользу. Возможно, необходимы все компоненты, присутствующие в IPT-системах.
Авторы провели серию экспериментов с приложением, предназначенным для моделирования и анализа структуры горных массивов. Эксперименты показали, что уровень погружения, обеспечиваемый VR-системой, существенно влияет на эффективность использования приложений. В то же время от таких приложений не требуется обеспечение чувства присутствия, и достаточными оказываются не столь дорогостоящие VR-системы.
У статьи «Анализ данных погружения: четыре практических исследования» (Immersidata Analysis: Four Case Studies) семь авторов; первым в их списке указан Кирус Шахаби. Несколько лет назад авторы осознали, что ежесекундный обмен стимулами и реакциями между людьми и разного рода техническими устройствами и цифровыми носителями информации изобилует неиспользуемыми сведениями; однако, вместо того чтобы их отбрасывать, можно сохранять и анализировать потоки данных о взаимодействиях пользователя и системы, а потом использовать результаты анализа.
Начальная работа, направленная на проверку этого предположения, фокусировалась на иммерсионных средах и компьютерных играх, в которых пользователь взаимодействует с людьми, искусственными объектами и базами данных. Производился мониторинг работы пользователей с использованием различных позиционных и сенсорных устройств отслеживания, подсоединенных к разным частям тела пользователя, а также к клавиатуре и мыши. Для обозначения данных, полученных при взаимодействии пользователей с иммерсионными средами, авторы ввели термин данные погружения (immersidata). Анализ данных погружения состоит в автоматическом поиске, обработке и манипулировании данными, собранными при взаимодействии пользователей с иммерсионными средами, для понимания или предсказания поведения и намерений пользователей в контексте иммерсионного приложения.
После нескольких лет исследований была разработана система управления данными погружения AIMS (An Immersidata Management System), в которой данные погружения трактуются как несколько многомерных потоков сенсорных данных и решаются задачи сбора этих данных, хранения, поддержки запросов и анализа. Опираясь на результаты четырех практических исследований в областях медицины и образования, авторы показывают, что данные погружения могут быть не менее показательными, чем данные, получаемые с помощью иных методов мониторинга, сбора и анализа экспериментальных данных.
Подборку завершает статья Шри Найара и Виджая Ананда «3D-дисплей с использованием пассивных оптических рассеивателей» (3D Display Using Passive Optical Scatterers). Системы отображения изображений и видеоданных вошли в повседневную жизнь людей, однако большинство сегодняшних систем может отображать только двухмерные изображения.
В статье описывается устройство дисплея, используемого простой проекционный модуль и множество пассивных оптических рассеивателей. Основная идея состоит в изменении показателей двумерного пространственного разрешения проекционного модуля, которое позволило бы получить разрешение в третьем измерении. Один из способов такого изменения — использование наборов плоских решеток рассеивателей, в которых никакие два набора взаимно не перекрываются по отношению к лучам проекционного модуля.
Использование подобной полурегулярной 3D-решетки приводит к ограниченной видимости. При перемещении наблюдателя через облако точек доля видимых точек существенно изменяется и становится очень малой для некоторых направлений обзора, однако визуализация облака точек в соответствии с геометрией проекционного модуля обеспечивает необычно стабильную видимость.
Авторы использовали технологию «повреждения лазерными лучами», которая позволяет эффективно, точно и недорого встроить желаемое облако точек в сплошной стеклянный или пластмассовый блок. Каждый рассеиватель является физической трещиной в этом блоке, создаваемой путем фокусировки пучка лучей лазера в некоторой точке. При естественном освещении трещина едва видна, а когда на ней фокусируется освещение, она светится ярко.
Для освещения рассеивателей авторы разработали модуль ортогонального проецирования, в котором используются обычный покупной цифровой проектор и недорогая оптика для порождения параллельных лучей с большой зоной охвата. Хотя ортогональное проецирование не является обязательным, оно позволяет использовать облака точек без смещения разрешения и с относительно простой калибровкой дисплея.
Авторы разработали несколько версий пространственного дисплея для потребностей конкретных приложений.
Вне тематической подборки опубликованы еще две статьи по теме визуализации. Нуно Васконкелос представил статью «От пикселов к семантическим пространствам: достижения в области поиска изображений на основе содержания» (From Pixels to Semantic Spaces: Advances in Content-Based Image Retrieval). В августе 2006 года рейтинговое агентство Nielsen/NetRatings объявило, что пять из десяти наиболее быстрорастущих Web-брэндов — это сайты, контент которых генерируется самими посетителями посредством предоставленных им платформ для совместного использования фото- и видеоматериалов и размещения блогов. Это иллюстрирует хорошо известный результат информационной революции — переход от пассивного использования контента пользователями к предоставлению жестко форматированных сервисов широковещания активным пользователям, стремящимся к владению средой информации и собственной издательской деятельности. Технологические достижения в областях цифрового представления изображений, широкополосных сетей и хранения данных мотивировали миллионы обычных людей к взаимному общению и самовыражению путем совместного использования в режиме онлайн изображений, видеороликов и иных видов представления информации.
Однако некоторые возможности все еще отсутствуют; например, нет эффективного решения задач индексации, сортировки, фильтрования и поиска изображения.
В Калифорнийском университете в Сан-Диего в течение нескольких лет исследуется проблема поиска изображений на основе содержания. Одна из целей исследователей — разработка систем поиска изображений на основе понимания их содержания и возможности представлять это содержание в форме, интуитивно понятной людям. Эта работа базируется на результатах исследований в областях машинного зрения и машинного обучения, и в ней изучаются многие проблемы представления изображений и интеллектуальных систем, включая оценки сходства изображений, автоматическое аннотирование изображений, возможность понимания ответной реакции пользователей при поиске изображений и разработка индексных структур, обеспечивающих эффективный поиск.
Авторами статьи «Трехмерное сканирование тела и приложения здравоохранения» (3D Body Scanning and Healthcare Applications) являются Филип Треливен и Джонатан Уэллс. Практикующие врачи для оценки состояния здоровья и назначения лечения традиционно измеряли размеры и формы тела пациента вручную. Потом для получения трехмерных изображений внутренних образов тела пациента стали использовать сканеры компьютерной томографии. Сегодня 3D-сканеры поверхности тела обеспечивают новую возможность точного измерения размера и формы, а также площади поверхности кожи. Низкая стоимость, бесконтактная природа и простота использования делают 3D-сканеры привлекательными для применения в разнообразных клинических приложениях и при проведении крупномасштабных эпидемиологических исследований.
Пришло время для применения возможностей тотального сканирования тела в повседневной медицинской практике, и это может иметь такие же революционные последствия для медицины, как использование магнитно-резонансной томографии, рентгенографии и компьютерной томографии для получения внутренних образов тела. При наличии требуемой аппаратуры основным ограничивающим фактором является программное обеспечение, сложность которого быстро растет.
Как и в случае любой новой технологии в здравоохранении, медикам необходимо проанализировать ряд проблем, связанных с этикой, конфиденциальностью и защитой данных. В частности, при сканировании пациентов в нижнем белье и получении при этом изображений с высоким разрешением необходимо соблюдать деликатность.
Последняя большая статья номера написана группой из восьми авторов из университета Лимерика; первой в списке авторов стоит Луиджина Киолфи. Статья называется «Ввод в действие Шеннонского портала: интеграционный проект для общественных служб» (The Shannon Portal Installation: Interaction Design for Public Places). Университет участвует в исследовательском проекте Shared Worlds, финансируемом Научным фондом Ирландии; в проекте исследуются проектирование и разработка интерактивных артефактов в общественных помещениях.
Интерактивная система, созданная авторами для аэропорта Шеннона, позволяет пользователям выбирать и персонализировать фотографии на основе аннотаций и образцов, а потом посылать их по электронной почте или загружать в публичную галерею, проецируемую на стену в транзитном зале аэропорта. Участники могут делать фотографии собственными цифровыми камерами, аннотировать их и посылать в галерею, а могут выбирать их из набора публичных фотографий, хранимых в системе. Прохожие могут увеличивать отдельные изображения из коллажа на стене изображений, перемещаясь вдоль этой стены. Используемый в системе алгоритм машинного зрения отслеживает это перемещение и увеличивает изображение, находящееся на стене напротив данного человека. Объективы стены изображений, которые перемещаются вдоль стены со скоростью движения посетителей, обеспечивают соответствующую реакцию системы. Система поддерживает как индивидуальную, так и коллективную активность пользователей, усредняя в последнем случае их перемещения для правильного расположения объективов.
В поисках новых механизмов поиска
Почти все большие статьи августовского номера журнала Computer (IEEE Computer Society, V. 40, No. 8, August 2007) посвящены теме «Инновации в области поиска» (Search Innovations). Вводная заметка, подготовленная редактором журнала Computer Нареном Рамакришнаном, называется «Поиск: новые инкарнации» (Search: The New Incarnations). Поисковые машины продолжают проникать в массовую культуру. Cо времени предыдущей публикации в журнале Computer подборки статей, посвященных тематике поиска, в данной области появилось немалого нового. В очередной подборке обсуждаются четыре «инкарнации» поисковых систем: персонализированный поиск (personalized search), коллаборативный поиск (collaborative search), спонсируемый поиск (sponsored search) и мобильный поиск (mobile search).
Первая статья подборки, написанная Торстеном Йоахимсом и Филиппом Радлински, называется «Поисковые машины, обучаемые на основе неявной ответной реакции» (Search Engines that Learn from Implicit Feedback). Каждый раз, когда пользователь формулирует запрос или выбирает результат поиска, поисковой машине обеспечивается легко наблюдаемая обратная связь. В отличие от опросов пользователей или других типов явной обратной связи, эта неявная ответная реакция связана с естественным использованием поисковой машины и индивидуальна для конкретного пользователя и заданного набора документов. Интеллектуальная поисковая машина может использовать эту неявную реакцию для выработки персонализированных функций ранжирования, позволяющих, например, понять, что запрос SVM от пользователей из подразделений компьютерных наук, наиболее вероятно, относится к методу машинного обучения Support Vector Machines, а другие обычно имеют в виду биржевой символ компании ServiceMaster. При увеличении числа пользователей поисковых машин и повышении уровня их разнородности подобная персонализация обеспечивает существенно лучшее качество поиска, чем при использовании функций ранжирования, общих для всех пользователей.
Аналогичным образом в поисковой машине неявная обратная связь может использоваться для настройки на некоторую коллекцию документов. Готовый поисковый продукт можно настроить на конкретную коллекцию документов, например обучить его тому, что служащие, производящие поиск в корпоративной сети своей компании по запросу travel reimbursement (то есть «возмещение расходов по командировке»), в действительности ищут форму отчета о расходах, даже если в этой форме не содержится слово reimbursement. Ответную реакцию для этой задачи обучения могут обеспечить последовательности новых формулировок запросов. В частности, если существенная часть служащих, выдающих запрос «travel reimbursement», затем обращается с новыми запросами, доходя, в конце концов, до запроса expense-report form, то поисковая машина может научиться тому, чтобы включать данные об этой форме в результаты исходного запроса.
Кажется интуитивно ясным, что неявные ответные реакции могут обеспечить информацию, требуемую для персонализации и адаптации к предметной области, но не очень понятно, как поисковая машина может воспользоваться этой информацией. Очевидно, что данные о неявных ответных реакциях могут содержать ошибки и искажения, которые обрекают на неудачу применение простых методов обучения. Авторы статьи показывают, что при обеспечении должного планирования экспериментов и поддержке их правильной интерпретации неявные ответные реакции могут обеспечить точные обучающие данные в форме «попарных предпочтений». Предлагается алгоритм машинного обучения, использующий эти предпочтения; демонстрируется, как можно интегрировать его в действующую поисковую машину.
Следующую статью, «Подход к персонализации поиска в Web на основе сообществ» (A Community-Based Approach to Personalizing Web Search), написал Барри Смит.
В ранних поисковых машинах для Web перенимались методы поиска из области информационного поиска. Для определения релевантных документов с повторяющимися вхождениями существенных элементов запроса использовались сложные методы сопоставления. Хотя такие методы оказались полезными для определения наборов потенциально релевантных результатов, они мало способствовали полезному ранжированию результатов. Как следует ранжировать и упорядочивать документы? Некоторые исследователи решали эту проблему на основе оценки важности или авторитетности конкретных документов. Путем анализа ссылок, входящих в документ и выходящих из него, можно оценить относительную важность этого документа в окружающей его части Web. Например, в хорошо известной метрике Google PageRank документу назначается высокое значение «веса страницы» (page-rank), если он связан со многими другими документами с высокими весами страниц. Таким образом, вычисляются веса для всех проиндексированных документов, и эти веса используются для ранжирования результатов поиска.
Другие исследователи начали применять альтернативные методы ранжирования. В одном из известных альтернативных методов, реализованных в поисковой машине Popularity Engine компании Direct Hit, результаты поиска ранжируются в соответствии с их популярностью среди пользователей. При прочих равных условиях при ранжировании предпочтение отдается тем результатам, которые более часто выбирались пользователями в прошлом.
Несмотря на не слишком счастливую судьбу Direct Hit, благополучно продолжает существовать идея того, что пользователи должны сами влиять на ранжирование результатов своими предыдущими поисковыми сессиями. Она хорошо резонирует с идеями, лежащими в основе подхода социальных сетей, название которого подчеркивает важность видения более активной роли пользователей при создании Web-контента и управлении этим контентом. Эти идеи стимулируют исследования возможностей соединения и совместного использования данных о поведении сообществ единомышленников для адаптации результатов традиционных поисковых машин к потребностям и предпочтениям конкретного сообщества. В идеале это может привести к усовершенствованному индивидуализированному поиску с более релевантными результирующими страницами, соответствующими особенностям сообщества пользователей, к образованию коллективных поисковых знаний.
Статью «Спонсируемый поиск: мотивируют ли деньги релевантность результатов поиска» (Sponsored Search: Is Money a Motivator for Providing Relevant Results?) представили Бернард Йансен и Аманда Спинк. В дополнение к тому, что поисковые машины обрабатывают запросы, они также служат инструментами навигации, обеспечивающими пользователям прямой доступ к конкретным сайтам или содействие в просмотре Сети. Поисковые машины также могут содействовать выполнению транзакций электронного бизнеса, а также обеспечивать доступ к некоммерческим сервисам.
На этом конкурентном рынке соперники постоянно стремятся к совершенствованию возможностей информационного поиска и к повышению его прибыли. Одна из инноваций — спонсируемый поиск, модель, в которой поиск оплачивается бизнесом: поставщики контента платят владельцами поисковых машин за пользовательский трафик к их сайтам.
Большинство поисковых машин для Web отображает на странице результатов поиска отдельные списки спонсируемых и неспонсируемых ссылок; последние называются «алгоритмическими» или «органическими» ссылками. Для поиска неспонсируемых ссылок в поисковых машинах используются проприетарные алгоритмы, основывающиеся на десятках факторов, неизвестных пользователям, таких как веса PageRank и тексты ссылок. Однако очевидным образом экономическая мотивация приводит к приоритету размещения спонсируемых ссылок; исследования показывают, что к таким ссылкам люди относятся отрицательно.
Если же предположить, что пользователи желают получать в ответ на свои запросы релевантные результаты и что спонсируемые ссылки являются такими же релевантными, как и не спонсируемые, то не оказывают ли поисковые машины пользователям медвежью услугу, столь заметно выделяя спонсируемые ссылки? Не выиграют ли пользователи и не возрастет ли число переходов по спонсируемым ссылкам, если объединить их в единый список на странице результатов поиска, как это делается в некоторых метапоисковых машинах? Авторы статьи проанализировали содержащий более 7 млн. записей журнал транзакций одной из основных метапоисковых машин, где спонсируемые и неспонсируемые ссылки объединяются в единый список. Исследовались образцы пользовательских переходов по ссылкам и влияние представления спонсируемых ссылок.
Авторами статьи «Расшифровка тенденций в мобильном поиске» (Deciphering Trends In Mobile Search) являются Мариам Камвар и Шумит Балуйа. Подобно тому, как средства поиска в Web открыли путь к росту потребления данных, мобильный поиск поможет удовлетворить потребности пользователей в доступе к данным в любое время и в любом месте (в 2006 году 76% американцев пользовались услугами мобильной связи, ctia.org/media/industry_info/index.cfm/AID/10323).
Авторы проанализировали более миллиона запросов на просмотр страниц, случайным образом выбранных из журналов Google за один месяц 2007 году. Во время проведения исследования пользователям предоставлялся мобильный интерфейс Google с опцией поиска в четырех репозиториях: Web (стандартный поиск в Web); локальный репозиторий (информация, относящаяся к конкретному географическому местоположению); репозиторий изображений (поиск изображений по ключевым словам); «мобильная» Сеть (поиск по сайтам, адаптированных для представления информации на экранах мобильных телефонов).
Запросы группировались в сессии, которые определялись как последовательности запросов одного пользователя, заданные в короткий промежуток времени. Для сессии устанавливался тайм-аут величиной в 5 минут. Если в течение этого времени внутри пользовательской сессии отсутствовали взаимодействия, то сессия считалась закрытой и следующее взаимодействие рассматривалось как начало следующей сессии. Типичная сессия, инициируемая из мобильного или стационарного устройства, состоит из формулировки и ввода запроса, просмотра результатов запроса и анализа выбранного результата.
Был проведен анализ шаблонов беспроводного поиска для одного из основных поставщиков поисковых услуг. Представленный в статье ассортимент данных о состоянии беспроводного поиска может служить полезным ориентиром для дальнейших исследований в этой области.
Заключительная статья тематической подборки представлена Раджу Рамакришнамом и Эндрю Томкинсом из Yahoo! Research и называется «Навстречу PeopleWeb» (Toward a PeopleWeb). Web превращается в динамический репозиторий информации практически на любую тему, включая людей, связи между ними и с Web-контентом. На онлайновую активность пользователей будут существенно влиять две появляющиеся возможности. Первая касается данных — возможность создавать, аннотировать важные объекты, ссылаться на них и взаимодействовать с ними способами, не зависящими от специфики конкретных сайтов; эта возможность будет способствовать созданию мобильного контента. Вторая касается людей — возможность создавать мобильные социальные среды пользователей.
По мере возрастания роли онлайнового доступа к Web в повседневной жизни люди потребляют все больше структурированных данных, включающих информацию о ресторанах, продуктах, музыке, видео, людях, социальных сетях и т.д. Так, в конце 2006 года на специализированных сайтах Google Base и Yahoo! (vertical property) поддерживалось примерно по 150 млн. структурированных коммерческих списков — информация о домах, работе, продуктах, автомобилях и т.д.
Компании создают поисковые продукты, рассчитанные на извлечение структурированных метаданных, таких как тэги категорий (Kosmix), типы продуктов (Google Base и Yahoo! Shortcuts) или персональные атрибуты (ZoomInfo). Потоки данных реального мира и текущие события отовсюду поступают на сайты социальных сетей, такие как Facebook, Upcoming и Yahoo! Answers, и обычно включают автоматически генерируемые метаданные для обеспечения адресной направленности данных заинтересованным пользователям.
«Метаданные внимания» (attentional metadata), детализирующие части контента, реально используемые пользователями, получают существенный перевес над всеми другими видами метаданных, используемыми для обнаружения информации. Такие метаданные все чаще ищутся и начинают накапливаться в значительных объемах, что, с одной стороны, может привести к смене парадигмы поиска, а с другой — порождает серьезные вопросы по поводу конфиденциальности пользователей.
Все значительные репозитории структурированного контента являются специализированными: Amazon специализируется на информации о продуктах, MySpace — на информации о профилях людей, Yelp — на локальных списках и т.д. Репозитории объектов одного и того же типа не связываются между собой, а репозитории с объектами разных типов разъединены. Например, у пользователя, желающего сослаться на определенный цифровой фотоаппарат, отсутствует доступ к его идентификатору. Ему приходится ссылаться на сайт известного дистрибьютора, или на сайт комментариев, или он должен описать фотоаппарат текстуально. Другому пользователю, желающему добавить метаданные к информации об этом фотоаппарате, приходится это делать изолированно, зная, что большинство потенциальных потребителей этой информации, вероятно, никогда не найдет.
Разные сайты не взаимодействуют, отсутствует какой-либо понятный способ совместной глобальной деятельности Web-группы пользователей; например, пользователь не может составить журнал о путешествии с использованием фотографий с одного сайта и программного обеспечения с другого, даже если у его друзей имеется доступ к обоим сайтам. Методы автоматического определения того факта, что контент от одного пользователя может быть интересен для другого, также пока весьма специализированы и потому скудны.
По мере того как люди и объекты будут обзаводиться метаданными при перемещении между Web-сайтами, будет образовываться новый тип структуры смешанных сообществ. Объекты данных будут обогащаться метаданными на основе взаимодействий, происходящих в контексте вовлекаемых в них людей. «Репутационно-взвешенное авторство», а также явно и неявно генерируемые пользователями метаданные будут обеспечивать информацию о качестве объектов, социальная среда будет определять данные для управления доступом и распространения информации, более обширные взаимодействия сообществ будут приводить к созданию более объемного и качественного контента. Будет возрастать число индивидуальных параметров пользователей, отражая их активности по отношению к различным темам и сайтам, происходящие в единообразной манере; аналогичным образом будет разрастаться информация об объектах, отражая восприятия различных сообществ.
В результате появится новый PeopleWeb, образуемый пользователями и их взаимодействиями и, в качестве иллюстрации приводится следующий сценарий. Скажем, на сайте PhotoManiacs Эндрю может пометить заданный атрибут некоторого объекта — например, атрибут num-pixels (число пикселов) у Nikon D80 значением «10,2M», добавить комментарий и предоставить доступ к этим метаданным группе AndrewPhotoBuddies, которой он управляет на другом сайте. Этот объект сможет увидеть другой пользователь на другом сайте (например, на странице сайта Facebook), и все метаданные, накопленные в PhotoManiacs, будут ему доступны в соответствии с правилами доступа.
Единственная большая статья августовского номера, опубликованная вне тематической подборки, называется «Неизбежный цикл: графические инструменты и парадигмы программирования» (The Inevitable Cycle: Graphical Tools and Programming Paradigms); ее авторы — Иржи Сукап и Мартин Сукап.
Вне зависимости от того, какие компьютеры и языки программирования имеются в наличии, программисты увеличивают размеры и сложность создаваемых ими программ до тех пор, пока не утратят возможности надежно отлаживать их или изменять. В этой ситуации программисты изобретают и начинают использовать различные графические инструментальные средства, возрождая старую идею визуального программирования. Потом кто-либо предлагает новую парадигму или язык программирования, позволяющие создавать более контролируемые программы, и программисты забывают про графические инструменты. Используя новую технологию, они начинают заниматься более сложными проблемами, размер программ возрастает, и опять начинается новый цикл. В статье эта цикличность демонстрируется на трех исторических примерах. Структурное программирование привело к отказу от некогда распространенных блок-схем, появление указателей и структур вынудило отказаться от табличных диаграмм, принятых в мире Фортрана, а приход объектно-ориентированного программирования с использованием библиотек классов сопровождался отказом от диаграмм указателей, популярных в 80-х годах.
Идея перехода к графическим языкам программирования всякий раз возникала на очередном цикле, однако требуются новые парадигмы или языки программирования, позволяющие программистам вернуться к более компактному текстуальному программированию. В частности, популярность диаграмм классов UML отражает потребность в программном механизме для описания связей между данными, а кодирование паттернов разработки для их повторного использования продолжает оставаться проблемой. Авторы статьи пытаются заменить существующие библиотеки контейнеров существенно более общей библиотекой повторно используемых ассоциаций, что должно упростить синхронизацию между кодом и диаграммами UML и позволить связям между данными стать явно видимой, хотя и неотъемлемой частью кода.
До новой встречи, с уважением, Сергей Кузнецов, kuzloc@ispras.ru.
