语义网之换马甲

语义网（Semantic Web）已经是跳到黄河洗不清了。

有人和我说，现在你要想开公司找VC，千万别你说你是做语义网的。你可以跟人家pictch，解释。问题是，人家有耐心听你那些理论和假说？其实也很简单，就两个问题

• show me the killer app 有什么成功案例？
• show me the money 有什么人用这个搞到钱了？

W3C搞了一堆语义网的案例（Semantic Web Case Studies and Use Cases），里面真特别有说服力的，说实话，不多。

是不是语义网技术不行呢？

我要坚定的说一句“No!”

应该说，经典官方定义的语义网（就是从RDF-OWL走下来的这一套），看来走起来很困难。但是语义网并不是只有这一种模式呢？我的理解，语义网的核心是数据，是数据质量，是提高数据质量，是如何让用户提供高质量数据。凡是有利于这个目的的，全是语义网的技术。比如，你说什么是Web的技术？机器学习是不是Web？自然语言理解是不是Web？用户行为分析是不是Web？WWW会议有这么多Track，并不是只研究HTML，HTTP这些格式。同理，ISWC, EWSC, ASWC上，你也看到很多不同的发现、使用语义的方法，并不只是RDF/OWL。

把语义网等价为RDF和OWL这些格式，是天大的误解。在圈子里面，慢慢有一种共识了，就是解放思想，实事求是，不再把W3C以前的技术路线看成唯一的路线（W3C自己也在不断调整，以后可能会有别的路线）。遗憾的是，圈子外面，媒体啊，VC啊，很多企业界啊，往往还停留在几年前的宣传上，觉得语义网根本没有用。在IBM DeepQA （Watson）和Apple Siri之后还这样认为，那就太遗憾了。可是在圈子外面，很少有人理解语义网技术在DeepQA和Siri里面起到的不可替代的关键作用——不管它们用没用RDF。

与其耗费无穷的时间和金钱在“纠正”语义网的定义问题，一个更实在的解决方案就是换个马甲——其实这正是n多人现在正在做的，比如Web Science, Data Web, Intelligent Web，等等。邓小平打左灯向右走，语义网界也要明修栈道，暗渡陈仓。

那我自己的马甲又该是什么呢？暂时还没想好。任务，无非是从数据中建立知识的模型，捕捉用户的知识，知识的表现和演进（不提推理），如何用知识来提高数据系统的效率和用户体验，等等。其实这些东西，都是实实在在的语义网的核心问题。名可名，非常名。换个马甲，有助于节约口水，有何不可？

P.S. 2012-01-06 想好了，马甲就叫“Data Intelligence”。干什么的？从数据里提取知识，以及把知识从写死的状态（比如代码啊，数据库表结构啊，人的机械重复行为啊）转移到数据本身里。

P.S. 2012-04-16 又要换了。新马甲就是我是PPT Engineer。