不是的。建造一個完整的網頁搜尋引擎需要相當多的資源與技術能力配合，社交網站如果想推出網頁搜尋引擎，會遇到太多經營方向與技術方面的困難，做出來的東西也不見得比現在的Google更好。所以短時間內不太可能看到社交網站做出一個網頁搜尋引擎出來。

但是，社交網站他們有自己的利基存在。他們手上有Google所不知道的資訊。

這些資訊，就是”網路上的人到底是誰”：網友的個人資料、他講過的每一句話、他的交友狀況、他的朋友講了什麼…。這些資訊，如果加以統整，將能夠產生出完全不同於現狀的搜尋引擎。

比如說，你想問”我的朋友們，對玩具總動員3的整體評價如何？” 你把這問題丟到Google去，Google一定無法回答，但是Facebook、Twitter上卻可能是查得出來的。因為，只有這些社交網站知道你朋友包括誰。

換句話說，社交網站能夠做的，是一個”即時、社交、口碑搜尋引擎”。這一塊是全球性的社交網站才有辦法做到的事，而這…當然是Google還進不來的區域。

離這個目標最近的，是Twitter。

Twitter佈局搜尋已久

兩年前，Twitter買下Summize這家搜尋引擎公司。Twitter開始有了自己的Tweet搜尋系統。一年前，推特正式推出即時搜尋功能，可以查詢到全世界各地正在發生的訊息，引發一陣討論風潮。

Twitter所發展的搜尋技術，是從整理自家內容開始的。在推特最初上線的時候，它不過只是忠實的紀錄你講過每一個”文字”而已。但是，如今推特已經針對上面的訊息，作更有組織的整理。

是的，Twitter整理訊息的方式，其概念正是我們這一系列所不斷提到的：語意網（Semantic Web）。

我們看看Twitter這一年多來的多項舉動：

• Twitter推出”熱門話題（trending topic）”功能，可以即時看到現在有哪些熱門關鍵字與討論。這顯示Twitter針對文字內容進行關鍵字分析。
• 增加官方轉推（RT）功能，更能追蹤原始訊息，也能統計有多少人轉推。
• 對推特內容進行更詳盡的分析。沒記錯的話曾經在國外科技網誌上（忘了是ReadWriteWeb的哪篇文章）看過，Twitter特別記錄了每項訊息中包含哪些超連結、它的地理位置標籤，每篇訊息是回覆給誰的哪句話。
• Twitter也說過，他們對於Tweet上的超連結內容會特別進行分析。（理由是防止釣魚和詐騙連結）

這些舉動證明了，Twitter正在努力使自己平台上的訊息更加組織、結構化。結構化之後，才能進行訊息分析。Twitter認為，資訊分析才是未來的網路價值所在。

但是，這些功夫都是苦功，有如鴨子划水般，一般用戶平常是很難感覺到的（可能還因此造成多次系統當機而被罵？）。但是，這些苦功不是白工。Twitter曾說過，他們未來的目標是成為個人語意分析的中心。而Twitter最近的一些舉動，已經開始展現這些基本功的成果了。

Twitter搜尋的價值在哪裡？

說到這，也許有人會懷疑：照你所說，Twitter這幾年在語意網下了不少苦功。可是這些功夫對一個新興公司，真的有用處嗎？到頭來，又能夠帶來多少實質的商業收益嗎？

我的回答是：當然有用！

根據四月份Twitter Chirp公布的官方統計，Twitter每個月會收到一百九十億次的搜尋請求－－這個數字一公布，可真讓所有人嚇了一跳：這個數字可比Yahoo!和Bing兩者加起來還多！換句話說，Twitter若被歸類為搜尋引擎，它可是世界上第二大！（先讓我們暫時忽略Facebook可能的搜尋量。）

這個結果讓很多人傻眼：Twitter只能搜尋站上訊息，又不能搜尋整個網路，憑什麼擁有這麼高的搜尋量？

其實，Twitter的秘訣在於：它的搜尋不需要包山包海跟Google比，它只要把一件事情做對、做好就行了。

這件事叫做：告訴我現在大家在討論什麼、怎麼討論的。

Twitter的搜尋功能，正是這個問題的漂亮解答。

想知道全世界的人如何討論世界盃？上Twitter搜尋就知道

在Twitter搜尋上線之前，其他各家的搜尋結果都是靜態的。但是Twitter把”即時訊息”帶進了網頁世界裡面。它不只是搜尋而已，它同時還帶來一種”聚眾討論”感。想想看每逢運動賽事，鄉民們就會聚集在PTT開個Live文，緊盯賽果和網友評論的那種快感。而Twitter的即時搜尋，也同樣具有這種效果。

熱門話題廣告（Promoted Trending Topic）上線，挑戰廠商的心臟強度！

Twitter提供的價值在於“告訴我現在大家在討論什麼、怎麼討論的”，而這極有商業潛力。

網路研究機構尼爾森公司(Nielsen)30日發布「亞太地區社交媒體趨勢」的最新報告指出，臉書(Facebook)、推特(Twitter)與部落格網站等社交媒體，已經成為影響消費者購物的強烈工具；尼爾森同時敦促商界接受這項趨勢。…（中略）…

日本尼爾森線上董事長兼總裁布奇沃爾特(Charles Buchwalter)說：「社交媒體在決定購買商品上，有越來越大的影響力。」他在網路媒體記者會上表示：「大家都知道社交媒體很熱門，全球各地的社交媒體正以難以預期的方式快速發展。」

根據尼爾森的研究結果，當消費者決定是否購買一項商品時，網路的商品評比是第三值得信賴的資訊，僅次於家人和友人的推薦。

－－摘錄自中央社，消費者買不買 臉書、推特影響大

兩個禮拜前，Twitter開始試驗，利用搜尋結果推銷廣告。但是Twitter玩的可不是關鍵字廣告這一套。它玩的是”熱門話題”，而且…廠商的心臟，真的要夠強才能玩！

遊戲規則是這樣：Twitter主畫面的右方，不是有個”熱門話題”（trending topic）嗎？點下去會出現該話題的搜尋結果。現在，Twitter允許廠商把廣告關鍵字，也放在那一區，但加註個”promoted”字樣（如下圖，wc2010就是廣告關鍵字）：

畫面長這樣。看起來很一般，但重點是點下去之後：

只有第一個結果保持為廠商標語，底下出現的是該關鍵字在twitter上的搜尋結果！

這是非常有趣的作法！一般廣告連結點下去，都會連到廠商網站。但Twitter不是，它會連往該關鍵字的搜尋結果，而這結果，完全是無法用人為去操縱的！換句話說，廠商買的廣告，是把自己的行銷口碑，赤裸裸的攤開在大眾面前。如果不相信自己的口碑夠好，廠商要買這個廣告，心臟還真要夠強才行！

這個新廣告系統上線才幾個禮拜，效果出奇的好：

可口可樂選擇在23日打「熱門話題廣告」，因為推特用戶最多的國家美國和英國那天都踢世界杯分組賽最後一場。《金融時報》報導，可口可樂全球互動行銷副總卡蘿‧克魯斯表示，他們的廣告在當天24小時內有8600萬人次觀看，另外，網友點閱廣告比率達6%，遠高於一般網路廣告的0.02%。可口可樂是世界杯贊助廠商之一，美國和英國都晉級16強。

－－摘錄自聯合新聞網：網路廣告商：twitter我愛你

Twitter的這個新廣告系統，可以想像會帶領新一波的網路行銷風騷，因為它極富創意的運作模式，把行銷效果赤裸裸的攤開在世人眼前，正面鼓勵廠商營造正面口碑。但是你可別忘了：

沒有Twitter即時搜尋系統，這一切都不會發生。Twitter過去這幾年下的苦功，現在才正要開始發揮成效。

展望未來：整合站外資訊

幾天前，Twitter提出了推特註解（Twitter Annotation）的概念。每則推特，都可以加註更詳盡的站外連結。譬如，我在推特上說：”我喜歡黑暗騎士”。這訊息可以加一個附註，連往爛番茄上”黑暗騎士”這部電影的資訊。也就是說，每則訊息，未來將有更精準的機制，記錄其內容的指涉對象。

這是Twitter首度宣布要整合站外的語意網資訊。整合之後，Twitter的搜尋引擎就可以這樣玩：”請告訴我…有中國演員演出的英語電影相關討論”、”我朋友喜歡的歌曲討論”…

Twitter對於未來搜尋功能的說明投影片

兩年下來，Twitter已經累積了不少經驗，把自己站上的資訊組織得很好了。所以接下來，當然就是要整合站外資訊了。

Twitter曾說過，他們未來的目標是成為個人語意分析的中心。現在他們又更近了一步。

系列文章：

當社交與搜尋合而為一！社交網站的搜尋野心（一）Facebook

相關文章：

中央社，消費者買不買 臉書、推特影響大

聯合新聞網：網路廣告商：推特我愛你

ReadWriteWeb：Twitter News Ads：Are you brave enough for this ?

ReadWriteWeb：How Twitter Annotations Could Bring The Real Time Semantic Web Together

加入MMDays在facebook的粉絲團 隨時閱讀最新文章

但，你沒看錯！我真的是這樣寫。而且，Facebook絕對是個重量級的挑戰者。

前情提要

如果大家對兩個月前我寫的這兩篇文章

Facebook新Graph API推出 – 你打算跟魔鬼做交易了嗎？
當Facebook統治了世界，你還有隱私可言嗎？

有印象的讀者應該不意外，因為早在當時F8的會議場上，Facebook就已經顯露出他們的野心了。我們先暫時把隱私問題撇到一邊，Facebook要做的，就是透過”語義網”（Semantic Web）這樣的網頁規範，把全世界的網頁資訊都歸類，儲存在Facebook的資料庫中。

當你忙著幫自家網站裝讚按鈕的時候，你應該發現到Facebook要求你打一些開頭為<meta>的資料。那些資料，就是告訴Facebook如何把你網頁歸類的方式。是的，你，也將變成上面那個圖中的一個點，而這些<meta>裡面塞的資訊，就是Facebook如何解讀你的網頁承載的訊息：是一首歌？一部電影？一本小說？…。

是不是很像圖書館裡的資訊分類方式？其實這一切的根源都是相同的。

按鈕裝完，換個角色，來想像我們正在逛網路。這次，我們還是逛到了前述的網站，看到了那個按鈕。我按下了讚！

這時候，Facebook開始運作。Facebook會悄悄的在電腦中記上一筆：我的 Facebook帳號是什麼，喜歡某部IMDB上面的電影，而根據該電影網頁上的<meta>標籤，可以更進一步判斷這部電影的名稱、分類是 什麼…。

Facebook把這些資料儲存下來可以做什麼呢？有太多的事情可以做了，包括目前網路上最賺錢的商業模式：搜尋！

隨著FB按鈕的推出，全世界將會有數以百萬計的網頁首度置入了語意網語法。你可知道？Facebook除了最簡單”標題”與”圖片”兩種標籤之外，還有個人（people）、地點（place）、企業（business）各式各樣的標籤。接下來，Facebook應該會大力鼓勵，建議大家有空的話把其他的欄位可 以填的也填一填，搜尋引擎找文章的時候會更準喔。

這代表什麼？這是全世界迄今為止最大量的語義網（Semantic）語法安裝計畫，數量將會大到讓Google、Yahoo、Bing都無法忽視，最後只好採 用Facebook的語意網標準。你可知道為什麼Yahoo為什麼願意跟Bing攪和在一起？因為Bing過去幾年對語意式網頁的搜尋研究，讓Yahoo意識到這可能是能夠扭轉現今搜尋市場頹勢的關鍵。而誰也沒想到，Facebook竟然有可能是最廣泛採用的語意網（Semantic Web）標準制定者。

兩個月前，我就已經提過，Facebook的企圖了。不過當時我們討論的都是隱私問題，現在我們重新來看Facebook在”搜尋”這一塊的進展吧。

正在悄悄測試搜尋功能的Facebook…

提出標準、有企圖心是一回事，但實際進軍搜尋市場又是另一回事。現在的Facebook，距離要挑戰Google的搜尋地位，那還遠遠遠遠遠遠得很。別的不說，就說那些從”按讚”蒐集來的資料好了。5月的時候，消息指出裝了按讚的網頁超過10萬個，但全世界網頁在2008年的總數根據Google統計就超過一兆。換句話說，最保守估計下，目前全世界也不過0.00001%的網頁加入Facebook的語義網而已。

但是，只是但是，如果你發現Facebook真的在試驗這一塊了呢？

這是前天Allfacebook.com貼出的照片。標題很聳動，叫做”Facebook跟Google宣戰”。原因是，他們發現Facebook正試驗在自家網站內納入外站搜尋結果：

在Facebook上搜尋”annapolis marriott”這個字串：

會出現來自tripadvisor的結果。還可以看到，該結果有3個人按過讚：

也就是說，’現在’ 你在Facebook上搜尋，已經可以找到其他外部網站的結果了。雖然找到的結果還不完整，但這已經是個搜尋引擎的雛形了。所有被Facebook Open Graph記載下來的資料，包括外部網站，都會出現在Facebook的搜尋結果。

你試過用Facebook進行搜尋嗎？得到什麼結果？

來個台灣的例子：

搜尋”Facebook 讚按鈕”，會出現cacafly的網站。要按讚嗎？

Facebook低調而深遠的影響

對於網上的高調爆料，Facebook的反應，異常的低調。Facebook CTO Bret Taylor澄清，搜尋是他們正在試驗的功能，但還不是重點，外界過度解讀了。而主管Danny Sullivan也說，如果Facebook這種等級就叫向Google宣戰的話，那麼Google那一邊是超級戰艦群，Facebook這一邊派出的只能算是小船。

目前看起來也許是這樣沒錯，但它是Facebook…全世界最大的社交網站，即使只是小小舉動，影響也很深遠。

如果只要能包含外站的搜尋結果就行，那麼Facebook已經算是正式踏入搜尋市場了。我不知道何時搜尋引擎市場排名調查會把Facebook列進去。如果列進去了，以Facebook現有的站內搜尋量，可以拿到多少比率？排名會有多少？

Bret Taylor 說，現在的搜尋結果，縱使強調個人化，卻都沒有包含”你朋友的意見”，而他們所做的，就是把你朋友在Facebook上的意見整合進來。

坦白說，真要做成了，那還真不得了。Facebook 已經和 Bing 達成合作協議，也就是說，Facebook的搜尋結果會包含Bing的結果，而Bing的結果可能未來也會有Facebook上的結果。想像一下，你到某一個搜尋引擎，打下關鍵字，就可以看到各樣分類好的結果，當中包括一欄分類是”全世界最多人推薦”、”台灣最多人推薦”，以及”你朋友的推薦”？

如果把隱私權問題丟一邊，這樣的搜尋引擎，吸引力是很大的。

從SEO（Search Engine Optimization）轉向SMO（Social Media Optimization）？

而Facebook最讓人吃驚的，或許還是他們透過”按讚”這樣的策略蒐集資料。這實在是太漂亮的策略了。這個策略漂亮的地方在於，它清楚的明瞭、也利用了這些現象：

• Facebook是當今世上最大的社交網站，在數個國家，其流量已經超越Google拿到第一。
• 有太多的網站想在Facebook進行行銷

所以Facebook推出了讚按鈕，讓各家網站有機會透過此機制在這個平台上曝光。但是Facebook的按鈕是有玄機的，裝按鈕的時候，網站業者必須要提供網頁的內容資訊，讓Facebook記錄用戶到底對什麼東西按了讚。

而現在，Facebook提供的搜尋功能，等於是向各家廠商暗示了這樣的訊息：

• 加入讚按鈕的網站，Facebook未來會根據資料內容與用戶按讚數，把該外部網站放入Facebook搜尋結果

換句話說：各大網站主！想在Facebook的搜尋結果上名列前茅嗎？請遵循以下步驟：

1. 在網站上加入Facebook讚按鈕，填寫網頁內容資訊（加入Facebook的搜尋結果）
2. 想辦法讓更多網友對你的內容按讚（可能會讓排名變前面）

而第二項是非常巧妙的策略轉變！我們都聽過SEO（搜尋引擎最佳化；想辦法把你的網站排在搜尋結果的前面）。這功夫現在是一種網頁技術活，但Facebook加入戰局後，這可能就變成一種社交技巧（如何讓更多人按下讚）！真的是沒多少人想過！

負面影響

話說回來，Facebook的策略雖然漂亮，但是在技術規格上的瑕疵太多了。這些瑕疵，可能會阻礙Facebook成為真正有用的搜尋引擎。

首先，這個讚按鈕，推出沒多久就傳出”讚綁架“（Clickjacking）的漏洞。也就是說，FB的漏洞，導致使用者點下去說讚的對象，根本跟使用者原本想的不一樣。如果”按讚”次數確定會影響Facebook的搜尋排名的話，可以想見會有非常多的人利用這個漏洞衝點擊數。

再者，Facebook用來記載網頁內容的Open Graph Protocol，仍然不夠詳盡。ReadWriteWeb曾撰文指出，Facebook目前的規範，距離語義網要求的”規格化”都沒做好。譬如IMDB上的同名電影，根本很難分出來哪一部是誰，更不用說不同家網站填的方式都不一樣，有的標為”必填”的資訊甚至是殘缺的。

這導致什麼？很簡單，就是網站主可以”亂填”。甚至是”有目的的亂填”。網站主可以填一些錯誤的資訊進去，再想辦法吸引點擊，擾亂Facebook的排名以騙流量。這對搜尋排行的有效度一定是有影響的。

結語

Facebook透過Open Graph Protocol，逐步展現了他們對於網路的企圖心。坦白說，除去隱私問題和技術問題不論，這策略真的相當漂亮：將各家網站社群行銷的動力，轉化為Facebook對數位資訊的掌控，再拿這些資訊提供更具吸引力的服務，改變整個網路面貌。

從社交到搜尋（或是挾社交令搜尋？哈），Facebook正在嘗試各樣的可能性。當然，隱私問題會是Facebook一路上最大的絆腳石。但是Facebook一在衝撞、重塑這個邊界，直到找到全世界的人都能接受的方法為止。

不過，有搜尋計畫的社交網站，可不只Facebook一家。

下一回，我們再來談談另外一家也不斷茁壯的公司。雖然沒有Facebook動作這麼大，但似乎也展現了類似的企圖：

這家公司，叫Twitter。

敬請期待。
===

題外話，Facebook電影似乎要上映了，以下是預告片：

系列文章：

當社交與搜尋合而為一！社交網站的搜尋野心（二）Twitter

加入MMDays在facebook的粉絲團 隨時閱讀最新文章

這部帶有醒世意味的電影拍攝於1998年，當年許多觀眾雖然對這種無所不在的窺探感到恐懼，但是總覺得好像還很遙遠。

一轉眼，12年過去。這樣的日子卻越來越近了。

↑新聞來源：中時電子報

隨著科技的日益發達，現代人在網路上花的時間越來越久。看新聞？上網看。找朋友聊天？上網聊。買東西？上網買。人的大部分活動，除了吃喝拉撒以外，網路上幾乎都可以完成。這導致了許多重度上網族群的出現，我自己就是一個例子。每天總覺得要上網跟朋友聊天一下，不然總覺得哪裡怪怪的。

然而大多數的人，觀念還停留在「網路是匿名活動」的狀態。大家忽略了，其實你在網路上的所有舉動，都被網站業者記錄了下來。你在Yahoo拍賣的紀錄、在Google關鍵字的搜尋歷史、MSN上的暱稱紀錄，都存在網站業者的電腦裡。

會造成這種「匿名活動」的印象，原因來自於幾點：

1. 網路上沒有一個通用的方式去確認你真實身分是誰，網友可以任意申請好多組假帳號。
2. 每個人在各別網站的活動紀錄沒有辦法整合在一起。譬如Google上的帳號，並沒有辦法直接對應到這個人在Yahoo、噗浪或是博客來的帳號。所以活動資料雖多，但其實是零散的四散在各處。

然而以上幾點，即將被打破。有人打算，把你真實的身分帳號記錄起來，並且把你在各家網站的活動資料全部串連在一起。

↑陳冠希關係圖

從你的網路身份開始，你的朋友是誰、你喜歡什麼電影、買過什麼東西、聽過哪一場演唱會。不只是人，還包括你喜歡的人、事、時、地、物，通通串連起來，連成一個超大的關係圖。

而試圖串連這個關係的，是一家非常有野心的公司。台灣的網友，可能去年才第一次聽到，但其實它已經在美國紅了五年了。這家公司叫：Facebook。

↑ 國外知名評論網站ReadWriteWeb，在Facebook創辦人的照片下寫著：

「這些人打算把網路，掌握在手中」

容我提醒各位，Facebook已經是全世界最受歡迎的「實名制」社交網路，註冊的帳號全世界超過4億。台灣人在過去的一年之中，由於種菜、餐廳遊戲的火紅，終於也奔向Facebook的懷抱。現在，它已經是台灣流量第二大的網站，僅次於雅虎奇摩。

Facebook是全世界，第一個掌握這麼多網友真實交友資料的社交網站，可以說是前無古人，後也很難有來者。而現在他們即將邁向下一步。而這一步，恐怕會影響未來整個網路生態。

他們的下一步，是打算把整個網路推向「以使用者為中心的語意式網路」。

聽不懂了吧？容我先打個岔，解釋一下。

你覺得現在的Google搜尋好用嗎？我相信大概有99.99%的讀者舉手說好用。

這是用Google搜尋台灣的結果。看起來很好啊，出現很多跟台灣相關的資料、新聞。

但是，如果你看過另外一個叫做Wolfram Alpha搜尋引擎的結果，你可能就不會覺得Google搜尋結果很棒了。

這是Wolfram Alpha的搜尋結果。你搜尋台灣，它會出現一個經過整理過的列表，有台灣的英文國名、面積、地圖位置。視窗捲到底下，還有很多詳細資訊。

是不是跟Google找出來一整排散亂無章的結果有著天壤之別？Wolfram Alpha找出來的東西，相當精確，而且經過整理。

Google搜尋還有一個缺點，就是它聽不懂人的問題。例如一個簡單的問題：火星有多遠？

Google聽不懂，所以它回傳給你的是，全世界包含了「火星有多遠（How far is Mars）」這幾個關鍵字的網頁：

雖然點進去這些網頁，多半還是可以得到正確答案，但是這方面就不如Wolfram Alpha來得精確：

你應該覺得很奇怪，Wolfram Alpha為什麼能夠回答這些問題？因為Wolfram Alpha使用了一種技術，把世界上的知識大量的標準化、統整起來。這種技術的基礎，就叫做語意網〈Semantic Web〉。

關於Wolfram Alpha的細節介紹，請見這篇

Wolfram Alpha 即將問世：電腦科學界聖杯的追尋之路

這個就是Facebook的目標。把這個整個網路世界裡面發生的人、事、時、地、物，以同樣的標準化技術統整起來。

你可能還沒意識到，他們已經把Facebook裡面的所有個人帳號、參加過的粉絲團、朋友列表、說過的每一句話，都像上面Wolfram Alpha一樣，「整理成明確的清單」，放在網路上供人查詢了。這就是Facebook的Graph API。譬如，這是Facebook員工、FriendFeed創辦人Bret Taylor的資料連結。

整理自家網站的內容，做更有效的處理，其實每家網站都在做，也不獨是Facebook。然而Facebook接下來要做的，就是要把這樣的技術，推廣到全世界所有的網站。他們要把全世界的網路活動紀錄，通通納進來。

這個功能，叫做Open Graph API。這是在原先的”Graph API”上再加了”Open”一字。我看到有些新聞媒體，把它翻為”開放圖譜”。

有什麼差異呢？過去，Facebook所記錄的，無非就是你在Facebook上的活動。現在，他們要把記錄的觸角延伸得更廣：你在”所有網站”上的活動。

意義上來說，就是要做出上面那張圖。圖中的每一個點，都代表一個人，或者一個事情，或者一個粉絲團。而每一條連結，就代表某種關係。譬如我跟你是朋友，那我們之間就出現了一條線，代表”朋友”的關係；我參加某場演唱會，我跟該演唱會之間也出現一條連結，叫做”參與”。

Facebook要怎麼做到這件事？就是透過現在它大量發放的”讚”按鈕。看到底下的電影介紹網頁了嗎？請注意右下角，是不是有個Facebook的讚按鈕？

當你忙著幫自家網站裝讚按鈕的時候，你應該發現到Facebook要求你打一些開頭為<meta>的資料。那些資料，就是告訴Facebook如何把你網頁歸類的方式。是的，你的網頁，也將變成上面那個圖中的一個點，而這些<meta>裡面塞的資訊，就是Facebook如何解讀你的網頁承載的訊息：是一首歌？一部電影？一本小說？…。

是不是很像圖書館裡的資訊分類方式？其實這一切的根源都是相同的。

按鈕裝完，換個角色，來想像我們正在逛網路。這次，我們還是逛到了前述的IMDB網站，看到了那個按鈕。我按下了讚！

這時候，Facebook開始運作。Facebook會悄悄的在電腦中記上一筆：我的Facebook帳號是什麼，喜歡某部IMDB上面的電影，而根據該電影網頁上的<meta>標籤，可以更進一步判斷這部電影的名稱、分類是什麼…。

我，跟IMDB的”楚門的世界”這部電影，在Facebook的開放圖譜中建立了一種連結。這個關係，叫做”喜歡” （like）。

Facebook將永久記錄這則關係。而且，Facebook把它透過API，開放出來。

以下是我在Facebook上隨便抓到的，一位代號叫做Luciferchu的使用者，他”喜歡（like）”的東西：

請別指控我隨便公布他人資料。這些資料，在Facebook上是完全公開的。所以，你按的每一個按鈕，都將成為記錄，記載你喜歡什麼。

這是不是真實版的人肉搜索引擎？是的，它是。想一想前面的Wolfram Alpha，它好用嗎？好，現在你想像，你在搜尋框裡打上任何人的名字，包括你自己的。你將會看到一個整理過的乾淨列表，包括你的姓名、大頭照、部落格、喜歡的人事物，前三個小時做了什麼…

那兩個踢護欄的女生，要找出她們身分何需一小時。有了這個人肉搜尋引擎，1分鐘恐怕還都嫌慢。語意式搜尋引擎既然可以問”火星有多遠”，問”貼這個影片的部落格主人是誰”當然也不是難事。

你是不是感到有點恐怖？可是全世界的廠商會愛死這個東西。你想想看，你是網站業者，在網站上裝了Facebook按鈕，你就可以得知到底有哪些Facebook網友喜歡你！透過Facebook，你可以知道這些網友喜歡什麼東西、在哪些網站按過哪些按鈕。甚至是網友在競爭對手網站上做了什麼！

就某些層面來說，知道了這些資訊，可以發展出更好的服務。Facebook自己是這麼說的：

This next version of Facebook Platform puts people at the center of the web. It lets you shape your experiences online and make them more social. For example, if you like a band on Pandora, that information can become part of the graph so that later if you visit a concert site, the site can tell you when the band you like is coming to your area. The power of the open graph is that it helps to create a smarter, personalized web that gets better with every action taken.

下一代的Facebook平台把用戶當成是網路的中心。它能強化你上網時的社交體驗。例如，如果你喜歡某音樂網站上的某個樂團，（按：然後按下FB 在該網站提供的讚、或是分享按鈕）這層關係會被記憶住，未來當你登入某演唱會網站時，該站就可以告訴你：”嗨！你（在別的音樂網站上按過）喜歡的這個樂團，現在要在你家附近巡迴演出了喔！透過Facebook 推出的 Open Graph標準，網路的體驗可以更加個人化。

但是壞的一面呢？有太多太多種可能了。我無法一一列舉。

前一推換句話說就是：當你在網路商店上對某產品說「讚！」，所有的網站都會知道！你下次再逛到釣魚網站的時候，他就會通知你說：嘿！你上次在某某商店買的東西結帳有問題，請打XXX電話查詢…。

而前一陣子PleaseRobMe請搶我這個網站也警告過：

如果你離開家門的時候還刻意留一盞燈以防竊盜，那你為何還大剌剌的把你在哪裡的資訊公開在Twitter上呢！？

你或許要問：Facebook為什麼要這麼做？

好處可大了。透過構建這個網路，Facebook可以把全世界網路的網路活動都精準的打上標籤。只要對上面的內容稍作分析，它就可以輕易的打敗你現在看到的大部分網站。

譬如搜尋：想想看上面那個Wolfram Alpha的例子。Wolfram Alpha最大的困難就是，它需要一個把資訊分門別類整理好的資料庫以供查詢。現在Facebook透過了讚按鈕的置入，叫全世界的網友一起幫Facebook做這件事。

譬如新聞：Facebook將可以知道全世界網友正在對哪則新聞按下讚。於是它可以輕易的計算出，現在網路上哪些東西正在變得熱門，哪些人在關注它，還可以詳細到每個關注者的姓名、大頭照、朋友列表。

譬如競爭對手分析：所有裝上按鈕的網站，Facebook可以計算得出有多少網友造訪該站，有多少人按下了推薦按鈕，而這些人的社經地位如何。

而最後一個理由，將會是Google與Yahoo這些網路大公司，對Facebook按鈕又愛又怕的理由。不裝？自家網站在Facebook上的能見度將降低。裝了？Facebook的Open Graph將可以計算出，自家網站的流量詳盡分析。而這些競爭資訊有很大的程度是完全公開的。也就是說，任何人都可以透過Facebook取得，包括你的競爭對手。

如果你仍然不感到懼怕，請看看這個例子。

不可不知－美國政府是如何窺探Facebook用戶的？

上面這份投影片，是美國司法部解釋他們如何利用Facebook進行司法調查。司法部給Facebook的評語是：”對於緊急請求往往相當配合（Often cooperative with emergency requests）”。

你是美國人嗎？你對於Facebook上擁有這麼多資料，又常接到來自美國政府的資料查詢申請，有什麼看法？

現在Facebook要把所有活動資訊公開，而且想要整合”全部網路”的活動記錄，你有什麼看法？

對了，請容我再提醒你一件事。Facebook準備出個新玩意：

臉書幣（Facebook Credit）。

你還記得Facebook上面那些有趣的農場、餐廳遊戲嗎？從報導來看，乍聽之下，你會以為這只是拿來買那些遊戲的虛擬貨品的。就像其他的線上遊戲一樣，某些進階的神兵利器是可以花錢買到的。Facebook似乎快要宣布說，臉書上的應用程式若要進行買賣，只能用臉書幣交易。沒看錯的話，Facebook會從中抽成30%。

換句話說，Facebook要有自己的貨幣，在上面可以進行買賣。

而我好奇的是，Facebook會不會把消費記錄整合進那個大圖裡面。也就是說，未來你在Open Graph中，能不能查詢到交易記錄。

交、易、記、錄。

如果臉書幣再發展下去，變成可以購買真實貨品呢？譬如用臉書幣買書？

那就是真實的消費記錄了。購買物品、消費金額、買家資訊，一應俱全。

到那一天，就算Facebook不把它公開出來給全世界人存取，我相信一定他們也有在記錄這一切。

而這一切，我猜將沒有底線。

因為就在今年一月，Facebook創辦人Mark Zurkerburg在公開訪談中說，”隱私的時代已經過去了” （The age of privacy is over）

所謂的隱私已經不重要，意思就是Facebook上用戶的隱私資料是預設全開。我還真的很少逛Facebook的隱私頁面，當我今天打開的時候，看到的是以下畫面，讓我瞠目結舌：

幾乎全開。這些應用程式，透過我的朋友，知道了我的這些資訊？有沒有搞錯？

Facebook才剛改了遊戲規則。這些應用程式公司，取得這些個人資料後，可以無限期儲存〈以前規定只能儲存24小時〉。想想看這些小遊戲有多少人玩，然後他們手上握有多少個人資料。

然後你再想想，這些小遊戲網站的資訊安全做得夠好嗎？就算他們自己不拿來亂用，但是他們自己的安全防護做得如何？駭客不需要駭進Facebook，他們只要駭進遊戲廠商的電腦就好了，一樣取得這些資料。

Facebook，到底你要把使用者帶往何方？

我也不喜歡把自己弄得跟個科技懷疑論者一樣。但是當我看得越多，我就不禁在想：

我們距離這一天，到底還有多遠？

加入MMDays在facebook的粉絲團 隨時閱讀最新文章

我想我可能沒辦法鉅細靡遺地跟所有讀者解釋這完整過程是怎麼一回事。原因在於，Semantic Web一直處在資訊學院的科學研究殿堂，看似艱深的內容讓大眾一直敬而遠之，甚至連我自己也只是對此一知半解（我研究領域也不是這個）。所以當Facebook今天邁向這一步的時候，很多人一時之間也搞不懂這是怎麼一回事。

一句話，Facebook正在試圖制定未來的網頁標準，包括你的個人資訊在網路上的應用方式。

習慣了網路生活的各位，你可能已經覺得現在的Google很方便了。但事實上，Google還是有很多事情做不到。譬如，當你想要找你家附近、票價低於199元的早場電影有哪些，你把這樣的句子丟到Google，就是查不出來。有一些學者認為，這並不是Google不好，而是網頁標準（HTML）本身的限制。簡單來說，如果你按右鍵看這個網頁的原始碼，再把原始碼的字義翻成中文，你可以看出它的標準用途只是描述網頁長相而已：

<網頁>

<標題> </標頭>

<內文> </內文>

</網頁>

它的標準沒有告訴你，這個網頁裡面貼了什麼資訊，描述的是什麼東西：是電影時刻表？是一篇讀書心得？還是什麼？Google固然非常了不起，但它能做的就是盡量從這個模糊不清的標題與內文做分析，找出重要的關鍵字而已。

為了解決這個問題，於是有人在標題裡面塞

<標題><資訊敘述： Mr. Friday的文章 /></標題>

這樣的標籤進去。然而，這樣的資訊還是太薄弱。雖然註明作者的名字，可是Mr. Friday是誰啊？Google可認不出來。全世界這麼多人都可以取這樣的筆名。

所以，學術界，尤其是WWW之父Tim Berners-Lee，大力鼓吹下一代的網頁表準應該要內建”語意”，像這樣子：

<網頁>

<標題>

<文章作者: Mr. Friday。個人資料來源 http://xxx/MrFriday />

<文章時間: 西元2010年4月22日 />

<主要描述內容: 貓。貓的定義網址 http://xxx/Cat />

</標頭>

<內文></內文>

</網頁>

以上只是個簡單的爛範例，但我想任何一台電腦都能從標準中，判斷得出來，這是一篇由我寫的，關於貓的一篇心得文。

這樣做的主要目的，就是要讓所有的電腦都讀得懂，到底這篇文章在說什麼。而且更重要的是，裡面透過了連結的方式，把「Mr. Friday」與「貓」，串連了起來。而且「Mr. Friday」與「貓」，都可以各自找到ㄧ個網址，描述這兩個東西是什麼。

透過這樣的方式，任何一個種搜尋引擎，都可以非常確切的知道，我在西元2010年4月22日，寫了一篇關於貓的心得。未來有人在搜尋「有寫過貓的心得文的人」的時候，就可以確切的反推出「Mr. Friday」。換句話說，每張網頁，都定義了一些「個體」間相互連結的關係。然後，請想像這個條件無限擴展下去。所有人在網路上的每一個活動：誰在網站上推薦過什麼書籍，這本書的來源是哪裡，印刷廠的所在位置在哪裡…。

以上是語意網〈Semantic Web〉的最基本概念。Semantic最重要的精神，是要透過這樣的’我-貓’意義連結，重新建構整個網路，最後做出這樣的網路關係：（詳細內容可見RWW去年對Tim Berners-Lee的訪談）

在Tim Berners-Lee想像的藍圖中，最後會邁向這一步：

為什麼最後會長出花呢？這裡可以參考Saturday去年寫過的這一篇網路時代：從資料、資訊到知識：

簡單舉例來說，我們今天知道了每一班火車的發車時間，這是原始［資料］；把每一班火車的發車時間彙整起來，我們就有了火車時刻表這個［資訊］；更進一步地，像 Google Transit 這樣的服務可以進一步根據時刻表告訴我們，從 A 點到 B 點，車該怎麼搭，路該怎麼走，對我們來說就可以說是取得了［知識］。

從這樣的一個觀點來看，Google 在做的事情其實再明白不過，那就是把全世界的資料整理起來，並透過搜尋及其他的方式呈現這些資訊給使用者。也就是我們前面提到的［資料］-> ［資訊］這件事情。Google 在這邊已經做得很好了，也因此發展成了今天這樣的一個龐大企業。

既然「資料 -> 資訊」這件事情 Google 已經做得很好了，很明顯很多網路新創事業現在是往「資訊 -> 知識」的方向在走，換個說法，就是一些垂直網站的興起，比如說台灣專門蒐集美食資訊的 iPeen 網，比如說收集好康資訊的 DigWow，都是專門在整合較為深入和專門的資訊。或者更明顯的例子，就是 Yahoo!奇摩的知識家，在中國則是 Google 的天涯問答或是百度的知道。

如果說 Google 是聚合和整理資訊的話，那麼下一步無疑是整理和聚合知識，在這方面做得好的，無疑就是明日之星的好網站。不幸地是，雖然 Google 用了許多人工智慧和網路技術去達成了整理資訊的目的，在整理知識和產出知識這方面，在技術上卻是難如登天，人工智慧目前還不足以漂亮地解決整合知識和產生知識的許多問題。所以目前市面上看到的網站，在整理知識方面都是需要使用者的貢獻，這也是那些問答網站現在的經營方式，也代表了人類之於電腦目前尚無法被取代的地方。

而語意網，就是力圖根本地從網頁標準進行革新，讓網路上的每一個網頁，都能夠代表某些具體的意義。而透過這些網頁的連結關係，就從根本上代表了邁向整理知識的第一步。

然而，雖然語意網的目標是如此崇高，但是多數人根本就聽不懂這是要做什麼，也因此這樣的概念雖然被WWW之父：Tim Berners-Lee稱為Web 3.0，但卻一直塵封在資訊學系的殿堂裡面。

所以，我根本想不到Facebook竟然會以如此激烈的方式，讓整個網路產業踏向語意網〈Semantic Web〉。

昨天，Facebook宣布推出Social Graph API。我真是驚得呆了。這就是語意網的標準啊。這很好….但是，你知道Facebook要做什麼嗎？

他們打算要讓全世界的網頁，都邁向語意網。可是，語意網一直沒有很統一的標準，所以….Facebook就要自己訂一套標準讓大家遵守。而大家為什麼遵守？因為…

因為你一旦遵守了，你就可以獲得全世界Facebook網友的資料啊。

換句話說，Facebook打算拿全世界網友的隱私，成全他們的未來十年二十年的網路霸權啊。而且坦白說，成功率不低…。

讓我們來看看Facebook自己在官方部落格是怎麼說的吧：

This next version of Facebook Platform puts people at the center of the web. It lets you shape your experiences online and make them more social. For example, if you like a band on Pandora, that information can become part of the graph so that later if you visit a concert site, the site can tell you when the band you like is coming to your area. The power of the open graph is that it helps to create a smarter, personalized web that gets better with every action taken.

下一代的Facebook平台把用戶當成是網路的中心。它能強化你上網時的社交體驗。例如，如果你喜歡某音樂網站上的某個樂團，（按：然後按下FB在該網站提供的讚、或是分享按鈕）這層關係會被記憶住，未來當你登入某演唱會網站時，該站就可以告訴你：”嗨！你（在Pandora上按過）喜歡的這個樂團，現在要在你家附近巡迴演出了喔！透過Facebook 推出的 Open Graph標準，網路的體驗可以更加個人化。

Facebook之所以能這樣做，就在於他們把他們的意圖，包裝成像這樣的用途：Facebook讓你可以到更多網站「讚」一下、如何安裝Facebook Like按鈕在自己的網站上，讓網友們「讚」一下？。

Facebook提供了幾個按鈕，讓各個網站、部落格安裝。讀者經過的時候按下「讚」按鈕之後，就可以把這篇文章分享到Facebook上。

聽起來跟現有的分享按鈕差不多。但是你知道嗎？當你在學著幫自家部落格裝上讚按鈕的時候，在自家網站上打的:

• <meta property="og:title" content="The Rock" />
• <meta property="og:image" content="http://ia.media-imdb.com/rock.jpg" />

這些就是Facebook自己定義語意網語法。看懂這兩行沒？第一行描述這個網頁標題叫做「The Rock」，第二行則提供了描述The Rock的圖片。

隨著FB按鈕的推出，全世界將會有數以百萬計的網頁首度置入了語意網語法。你可知道？Facebook除了最簡單”title”與”image”兩種標籤之外，還有people、place、business各式各樣的標籤。接下來，Facebook應該會大力鼓勵，建議大家有空的話把其他的欄位可以填的也填一填，搜尋引擎找文章的時候會更準喔。

這代表什麼？這是全世界迄今為止最大量的Semantic語法安裝計畫，數量將會大到讓Google、Yahoo、Bing都無法忽視，最後只好採用Facebook的語意網標準。你可知道為什麼Yahoo為什麼願意跟Bing攪和在一起？因為Bing過去幾年對語意式網頁的搜尋研究，讓Yahoo意識到這可能是能夠扭轉現今搜尋市場頹勢的關鍵。而誰也沒想到，Facebook竟然有可能是最廣泛採用的語意網〈Semantic Web〉標準制定者。

這是多大的野心。坦白說，我應該為Facebook喝采。但我沒有辦法，因為我意識到隨之而來的隱私問題。Facebook在隱私問題向來惡名昭彰。

當使用者在看到各家網站紛紛冒出的Facebook讚按鈕的同時，恐怕並不會意識到，”這會把你的資料公開給其他參與了Facebook的網站”。雖然Facebook的各項隱私設定都是可以關掉的，但是他們往往是預設全開，關閉的按鈕藏在層層選單裡面。前一陣子Google Buzz與Gmail的惡夢，更告訴我們：很多使用者根本連隱私權設定在哪都不曉得。

對了，Facebook還同時宣布修改他們的使用規範－

任何網站從Facebook API取得的資料將可以無限期保留在自家電腦裡。

也就是說，以後你在網路上的各種活動，只要是FB經手的，都可以任由各家網站使用。永久性地。

而我實在無法不去想像，這些資料若被惡意使用是怎麼回事。

節錄我剛剛在Twitter上寫的幾句話：

當你登入FB後，逛到任何支援FB新API的網站〈如CNN、IMDB〉，他們都會知道「你」來了。當你在 IMDB上對一部快上映的影片說「讚！」，所有的網站都會知道！你下次再逛到atmovies的時候，他就會說Hey你在IMDB上說讚的影片現在上院線了喔！

前一推換句話說就是：當你在網路商店上對某產品說「讚！」，所有的網站都會知道！你下次再逛到釣魚網站的時候，他就會通知你說：嘿！你上次在某某商店買的東西結帳有問題，請打XXX電話查詢…。

我最在意的其實是semantic web的到來啊，而且這個標準竟然是操縱在fb手中。facebook根本就不是任何國家或政府，一般個人有什麼能力去影響fb的政策？！而且他還掌握的是最關鍵的個人資料啊！

Facebook手中擁有的個人資料超過上億。如果這些資料被其他網站惡意使用，那將會是怎樣的世界？

很抱歉，我實在無法不去想壞的那一面。要完全避免這件事，除非叫大家都不要裝Facebook按鈕、看到任何FB提供的讚按鈕都不要按、以後開Facebook時不可以同時開其他網頁，否則別的網站會去讀Facebook，知道你的個人資訊？？這怎麼可能？我們自己恐怕都做不到了。

我完全沒想過Tim Berners-Lee口中的Web 3.0 （語意網），與餐廳、農場遊戲商Zynga口中的Web 3.0 （社交網路）會以這種方式交會在一起。證明了我的目光實在短淺。

各位讀者，我知道MMDays長期寫作下來，累積了很多專業的讀者。我非常希望，我今天在TechCrunch、ReadWriteWeb、Mashable看到的東西，全部都是我解讀錯誤。請在留言區，證明我的觀點完全錯誤。請證明我完全是杞人憂天，或是認知與現實有極大出入。

Please prove me wrong, thanks.

相關文章推薦：

你正在用什麼帳號？從 Yahoo&Facebook、Google&Twitter的合作談起

「請搶我？」分享 你所有的個人動態前，請三思

為什麼你的個人資料這麼值錢? 從網路匿名研究談起

加入MMDays在facebook的粉絲團 隨時閱讀最新文章

子曰:「舉一隅不以三隅反，則不復也。」所謂舉一反三，就是可以靈活應用已經學過的規則，在新的情況上面。譬如說，第一堂數學課，可能會教到一顆蘋果加上一顆蘋果，等於兩顆蘋果，但是考試的時候問到，一顆橘子加上一顆橘子，等於幾顆橘子？這個時候我們不會因為蘋果變成橘子，就忘記後面一個抽象化的規則：1 + 1 = 2 。因此，舉一反三就是能夠把經驗歸納成一個規則來表示，但是這個規則是一條具有彈性的規則，可以在適當的情況下拿出來應用，即使現在面對的情況和過去遇到的經驗有些微不同，譬如說蘋果變成橘子，但是我們可以把經驗抽象萃取出來的規則，靈活運用在新的情況上面，因此一顆橘子加一顆橘子，就如同一顆蘋果加上一顆蘋果一樣，答案是兩顆橘子。

對於人類來說，舉一反三在某些領域，人類表現得不錯，然而電腦計算機來說，舉一反三仍舊是人工智慧的一個瓶頸，主要的問題，我想本體論的學習與維持，是其中一環。接下來我就分別就「規則」、「本體論」，分別介紹和討論，一起探討如果要讓計算機和人一樣，可以舉一反三，有哪些困難，又有哪些可能的解決方法？

規則: 從觀察到行動的過程

所謂「規則」(rule)，我們可以把他看成是人類從觀察 (observation) 到行動 (action) 之間的一個對應關係。簡單的規則可以是「如果下雨，就撐傘」。複雜的規則可以是「如果高速公路塞車而且高鐵又打折，就做高鐵，否則…」。因此，一個「規則」，通常都有一個「如果…」的部分，以及一個「則…」的部分。「如果…」就像是我們對環境作觀察，「則…」就像是我們在環境中開始行動。一條規則，就像是把觀察和行動作一個對應 (mapping)，複雜的規則，就是一種複雜的對應。至於人類怎樣子學出這種觀察到行動之間應該有的對應，也就是如何學出規則？心理學上面各種學習理論，有習慣化、敏感化、制約學習，可以參考學習三部曲：習慣、敏感、和制約學習。人工智慧和機器學習裡面對於學習的方法，則是有幾種劃分，像是監督式學習 (supervised learning)、非監督式學習 (unsupervised learning)、加強式學習 (reinforcement learning)的劃分，或是模型式(model-based learning)、案例式(instance-based learning)學習的劃分。可以參考KNN演算法， KNN演算法 (更正篇)。

符號化規則：觀察與行動的彩排

不管有沒有文字，不管有沒有數字系統，人類甚至簡單的生物系統，都有自己的規則，也就是說自己會針對遇到的環境，作出適當的反應行動。人類或是高等動物，可以把規則靈活運用，舉一反三。人類另一個更特別的地方，就在於可以把規則符號化，不管是文字或數字，符號化的好處就是讓人可以在腦海裡面先彩排，這種能力讓人類可以做更好的抉擇，也讓人類行為有更多的可能。舉例來說，小時後可能會在沙坑上面堆一座橋，剛開始可能堆出來的橋不大穩固，經過多次經驗以後，我們可能學出一條規則，知道怎樣子堆出來的橋比較穩固。但是如果我們要造一作跨海大橋，我們可能沒有那麼多時間，也沒有那麼多鋼筋水泥，可以這樣試試看、那樣試試看，一直到試出一條穩固的跨海大橋為止。我們有土木工程專家，知道基本的力學規則，先在紙上或是計算機上計算需要多少鋼筋水泥，再依照這個比例去建造一作跨海大橋。

因此符號化歸則，讓人類比動物有更靈活的規則運用了！規則在符號化之後，「如果…」的這一部分，也就變成一種「樣版的比對」過程 (template matching)。譬如說有一個化學方程式

HCl + NaOH –> NaCl + H2O

我們甚麼時候可以應用這個規則呢？就是當我們遇到HCl和NaOH在一起的情況的時候。聖經裡面有一條規則「虛心的人有福了，因為天國是他們的」。這規則要應用在誰身上呢？就是應用在「虛心的人」身上了。不過接下來就是今天要討論的重點：「虛心的人」是誰呢？就像 1 + 1 = 2 一樣，1  可以代表一顆蘋果，也可以代表一顆橘子，舉一反三，才能把過去的經驗，化成可以靈活運用的規則，應付新的問題，生存下來。而這種靈活運用規則的能力，或者說，把「如果…」這部分，也就是樣版比對 (template matching)的這一環可以靈活比對，需要甚麼樣子的能力呢？人類的抽象化能力、聯想能力，是一種可能。邏輯上面有歸納與演譯。計算機科學，則是可以經由「本體論」(ontology) 來幫忙完成這項艱鉅的任務。

本體論: 敘述事物關係的樹狀結構

本體論最早是從哲學發展出來的學問，後來資訊科學把本體論應用到人工智慧上面的問題。簡單地說，本體論就是一種分類的方式，份類出來會是一顆樹的樣子，樹根是最一般的概念，葉子的地方則是最細分的概念，譬如說車子的本體論，我們可能在樹根的地方寫上「車子」，接下來我們可能根據用途，分成自用車、公車、救火車、救護車、計程車、…等等。這就是一個簡單的樹狀分類。如果對樹狀結構不大熟悉的讀者，或許可以再回想一下，我們對生物的分類，是不是有所謂的「界門綱目科屬種」呢？每一個動物，依照最上一層的屬性，就先分成許多界，每個界在分成許多門，在細分成綱、目、科、屬，最後細分到種。每分一層，就像樹枝展開一樣，因此整個分類結構看起來，就像是一棵樹的形狀了。

圖1 樹狀結構示意圖

更多樹狀結構的介紹可以參考由樹的前序、中序、後序走法來談資料結構。

不同的領域，也就有各自的本體論 (ontology)，就是各自的分類方式。譬如說圖書館對於書籍的分類，又是另外一種本體論。甚至我們自己電腦的資料夾，也是一種樹狀結構，也可以算是一種廣義寬鬆的本體論。每個本體論裡面的節點，就是一種概念 (concept)，越接近樹根的節點，就是越一般的概念 (general concept)，越接近葉子的節點，就是越特定的概念 (specific concept)。節點之間的連結，就是關係的連結 (relation)。每一層之間的關係，就是一種繼承的關係，這種繼承的關係，會讓比較一般的概念的屬性，可以直接套用在特定概念上面。譬如說哺乳綱有的特性，靈長目的動物都會有，因為「綱」比「目」來的一般 (general ceoncept)。

其他繼承的屬性，常見的有 is-a 和 has-a 的關係，譬如說剛才提到的生物分類本體論，靈長目是一種 (is-a) 哺乳動物。如果就車子的本體論，可能就變成車子有 (has-a) 車門、車燈、輪胎。透過這兩種關係，我們就可以把某個領域的概念，從最一般的概念，排列到最特定的概念，連接成一棵樹狀的結構，成為本體論 (ontology)。

有了本體論之後，最大的好處，就是讓電腦能夠舉一反三。譬如說語意網 (Semantic Web)裡面，ontology就是一個重要的部分。下面就是一張 Semantic Web的積木圖，不知道各位是否看到Ontology了呢？

圖2 Semantic Web

除此之外，Stanford的Mark Musen的團隊也開發了 Protégé 這個工具，可以創造和編輯自己的本體論，並且儲存成共通的 OWL 語言格式，讓電腦做進一步的邏輯推理。

圖3 Protégé畫面

MIT的活氧計畫 (Oxygen Project) 裡面也有一項子計畫叫做 HayStack，是一套具有基本本體論的工具，希望把本體論應用到桌面資料夾和各種檔案的分類整理上面。HayStack主要是用 RDF來描述每個物件，也有自己的視窗介面，有興趣的不妨也去下載來試用看看。

圖4 HayStack畫面

本體論的學習與抽象化

有了本體論，剛才提到規則的靈活運用，在電腦上面就變得可能，因為我們只要學會一般的規則，就可以應用到特定的概念上面。譬如說我們知道了哺乳動物的一些規則，靈長目動物馬上就可以應用這些規則，不用再學一遍，就像我們學會了 1 + 1 = 2 這個規則，我們馬上就可以知道 一顆蘋果加上一顆蘋果 等於 兩顆蘋果。

但是，現在的問題就變成，本體論要怎麼來呢？現階段本體論通常需要人工建置，即使電腦有複製方便的特性，本體論往往也需要維護或編輯修改。這一切如果都要人工達到，起不是又回到原點，電腦的舉一反三，又變成要依賴人類舉一反三的能力了？尤其某些領域可能是大量的資料，電腦處理大量資料有速度上的優勢，缺少的就是自動學習本體論的能力。因此如果讓電腦自己學出本體論，讓電腦自己維護本體論，就是一個大問題。這個問題就和如何讓電腦自動整理我們桌面的資料夾，如何自動把檔案歸類到我想要的資料夾一樣困難。延伸閱讀桌面整理程式的構想。

不過總該有個起頭。這邊我想到的一個可能答案，就是「抽象化」。譬如說我們如果從來沒有上過數學課，我們不知道 1+1 = 2 這個一般的規則。但是我們曾經兩隻手各拿著一顆蘋果，然後有兩顆蘋果的感覺。我們也曾經兩隻手各拿著一顆橘子，然後有兩顆橘子的感覺。就這樣子反反覆覆，日復一日，終於有一天，Eureka! 這兩種感覺共通的部分，就是 1個 加 1個 等於 2個！人類第一次發現，或是抽象出一個道理，叫做 1+1 = 2 ，即使那個時候可能連文字數字都沒有，但是在人腦中，終於有了這個可以靈活運用，舉一反三的規則，有了一個本體論，讓我們遇到的不管是橘子或蘋果，只是要和數量相關的運算，就可以直接套用 1+1 = 2，進一步推廣 10 + 10 = 20等規則！

所以抽象化的第一步，可能就是尋找兩件事情的「共同點」。有了共同點，就可以往上抽象化一層。人類和猩猩因為某些共同點，因此可以一起歸類在靈長目，在尋找其他的共同點，就可以和其他動物一起歸類在脊索動物門。「共同點」的尋找，應該就是本體論學習的第一步了。不知道各位是否還記得介紹拓樸的那篇文章呢？開集合與拓樸空間。一個拓樸空間，也是有交集聯集的定義在裡面。因此這也是我們可以繼續思考的方向！生物上的模型，像是神經網路如何做尋找共同點的功能，也是我們可以參考的方向！

延伸閱讀

• (Wikipedia) Ontology 本體論
• (Semantic Web) Ontology
• Gene Ontology

加入MMDays在facebook的粉絲團 隨時閱讀最新文章