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

眾所期待的 Wolfram Alpha 終於在今天正式上線了，筆者當然趕快去玩了一下，發現這個搜尋引擎還真是一個有趣的東西，而且有些問題回答得還真是不錯，但是我也驚訝地發現，大家根本都搞錯了，這個搜尋引擎威脅到的絕對不是 Google，而是 Wikipedia，為什麼呢？看我以下的試用就知道了。

比如說我輸入了：「Population of Taiwan?」，Wolfram 給了我正確的答案：

要評估答案最好的方式就是去 Google 問問同樣的問題了，結果 Google 給了我 Wikipedia 的頁面，叫我自己進去看就對了：

再問問其他問題：「How far is Mars?」(火星有多遠?)，Wolfram 也很漂亮地給出答案了：

同樣問題再去問問 Google，結果 Google 指引我們到了一些問答的網站去，其實也算是正解啦，只是我們得多點一些連結，但是離答案已經很近了：

但是呢，就如同預期的，大部分的問題其實這個搜尋引擎還是沒有辦法回答的。比如說我問了「Who is the first president of Taiwan?」，結果 Wolfram 就跟我說他不知道這個問題在問什麼，好吧，換個方式問：「Who is the current president of ROC?」，Wolfram 還是不懂我的問題，我再把句子簡化：「president of ROC」，終於答案就跑出來了，正確答案是馬英九，「president of Taiwan」也是給出同樣的答案。而且有趣的是，Wolfram 還會同時列出歷任的總統李登輝和陳水扁，相當聰明。不過 Wolfram 需要我把問題簡化成這樣才能回答問題，其實跟我在 Google 用關鍵字的搜尋方式實在是差不多。

其實大家到了這邊可以發現，這個搜尋引擎其實對於「事實」以外的問題幾乎沒有回答的能力，能夠回答的都是一些有明確答案且沒有爭議的問題。如果我去問「Who is the greatest basketball player in the world?」這種問題，Wolfram 沒辦法回答我，甚至於連列出一些史上比較偉大的籃球員名單都沒辦法。其實 Wolfram Alpha 的網頁上自己也寫了：

Important things to know about Wolfram|Alpha:

• Wolfram|Alpha answers specific questions rather than explaining general topics
  Enter “2 cups of sugar”, not “nutrition information”
• You can only get answers about objective facts
  Try “highest mountain”, not “most beautiful painting”
• Only what is known is known to Wolfram|Alpha
  Ask “how many men in Mauritania”, not “how many monsters in Loch Ness”
• Only public information is available
  Request “GDP of France”, not “home phone of Michael Jordan”

If Wolfram|Alpha is still not sure what to do, try the following:

• Don’t use long complete sentences; just enter the minimum number of words needed to communicate
• Try different words or notations
• Use whole words instead of abbreviations
• Check your spelling

所以我們可以知道 Wolfram 沒辦法處理太複雜的句子、沒辦法回答具有主觀性的問題、甚至於沒辦法糾正你拼字的錯誤再試著產生答案，我覺得沒有辦法修正拼字錯誤就太過份了點，這個問題早就已經被大部分的搜尋引擎解決了。

這也是為什麼我認為 Wolfram 威脅到的是 Wikipedia，而不是 Google，因為 Wolfram 能回答的問題，基本上跟 Wikipedia 上面有的東西是同一個集合，也就是「事實」。Wikipedia 有威脅到 Google 嗎？沒有。所以 Wolfram 自然跟 Google 沒什麼關係。

不過 Wolfram 在我看來還是一個很棒的東西，我們要知道一項地理資訊時，不用去 Wikipedia 堆滿資訊的頁面裡面翻找，只要在 Wolfram 輸入對的句子，Wolfram 就可以幫我們把資訊整理得很好，粹取出來、甚至於還列出一些其他的參考資訊。

所以對於 Wolfram 我的建議是，趕快想辦法給 Wikipedia 買走吧！

（另外 Wolfram Alpha 目前還在與流量掙扎，回應速度很慢，而且多試幾次就會有幾次發現 Wolfram 跟你說他沒辦法負荷你的問題了。）

加入MMDays在facebook的粉絲團 隨時閱讀最新文章

最近有一個新的搜尋引擎相當受到網路界的矚目，許多網路觀察家都期待這個產品會成為挑戰 Google 的明日之星，媒體也利用大篇幅來報導這個即將上市的搜尋引擎，大家期待的程度真可說是未上市先轟動，這個東西就是 Mathematica 創辦人 Stephen Wolfram 的最新作品 Wolfram Alpha computational knowledge engine。然而大家可以注意到，Wolfram 實際上不把他最新的作品稱作是一個「搜尋引擎」，而是用「computational knowledge engine」(計算知識引擎) 來當作名稱，主要的原因很簡單，因為這個搜尋引擎的特點在於使用者不是真的到上面去作搜尋的動作，而是到這個地方「直接問問題」。

這有什麼特別呢？我們都知道怎麼去使用 Google 在網路上作搜尋：使用者去輸入了一些關鍵字，然後 Google 在一瞬間把搜尋結果一筆一筆列出來，使用者就點進去網頁尋找自己的資訊。Wolfram 的使用方式有別 Google 和現在所有搜尋引擎的使用方法，Wolfram 可以讓使用者直接輸入一個完整的問句，比如說：「世界上最高的山是哪一座山？」然後 Wolfram 就會分析你問的問題，理解你的問題；接著從網路已經有的、公開的資料和自己內部經過授權取得的資料，粹取出問題的答案直接回答你，如此完成一個問與答的動作。Wolfram 不會像 Google 一樣，給你一堆網路上的搜尋結果，要你自己去找你要的東西，Wolfram 只會給你一個明確的答案，沒有其他東西。也就是說，你跟他的互動，就像是跟人的互動一樣，你問他答。

在電腦科學界，像「問與答」這種人與電腦的互動一直是許多人追求的聖杯，從事人工智慧的電腦科學家最為渴求的，就是有朝一日電腦能夠跟真人一樣與外界互動，且外界分辨不出電腦到底是不是一個真人，這也就是鼎鼎大名的 Turing Test (涂林測驗)：如果躲在幕後與人互動的電腦能夠騙過受試者，讓受試者分辨不出到底互動的對象是真人還是電腦，我們就說這一台電腦通過了 Turing Test。

現在為止，沒有任何電腦可以騙過人類。電腦還是電腦，人類還是人類，一經過互動，大家都可以分辨出牆壁的另一邊是真人還是電腦。

Wolfram Alpha 的推出，在我看來也是以另一種形式在挑戰 Turing Test，讓電腦回答問題一直是一個非常困難的問題，看過霹靂遊俠李麥克的人應該都會對裡面智慧型的跑車「夥計」印象深刻，每次只要李麥克一個指令，夥計就會精確地執行任務，甚至於最後還會跟李麥克聊上幾句。不過這樣的未來情境，在現今的電腦界尚未實現，甚至於可以說還有很長的一段路要走。因為仔細思考一下，我們就可以發現第一個難題是「讓電腦去理解人類的自然語言」。

理解人類的語言有多難？請各位讀者想一個簡單的問題就好了：「學習一種新的語言你需要多久的時間才能學好？」，我們都知道把語言學好是一種藝術，但是對於人類來說，掌握一種新語言的基本元素都已經是一件不簡單的事情了。現在我們想要讓電腦去理解一種自然語言、甚至於能夠明白我們的問題，難度自然是不在話下了。

即使這個問題我們可以完美地克服之後，第二個難題馬上來了：「理解了問題之後，電腦要怎麼產生出答案？」這個問題到今天，也還是沒有很好的解法，通常我們只能預先給電腦準備一個很大的、經過組織後的資料庫，讓電腦從事某種程度上挖掘答案的行為，廣義來說，這也就是 Semantic Web 想要解決的問題：讓網路上的所有資料經過標準，組織成為一個世界上最龐大的資料庫，使得「整個網路可以被任何一台電腦理解並分析」這樣的一個概念可以落實。

所以 Turing Test 現在普遍被認為跟處理自然語言是同樣的一個問題，這其實很容易理解：唯有在一台電腦的人工智慧可以將人類的自然語言模擬地很好的時候，才有可能騙過與它互動的人類，進而通過 Turing Test。

以上這些懸而未解的難題，也是為什麼 Wolfram 讓人如此受期待的原因。而究竟 Wolfram 可以把這些問題解決到什麼樣的程度呢？其實我也相當期待。從以下 Stephen Wolfram 本人親自的 demo 影片來看，在一些特定領域的搜尋上面，這個新的搜尋引擎表現真的相當搶眼。就讓我們期待 5/18 Wolfram 正式上線吧！

加入MMDays在facebook的粉絲團 隨時閱讀最新文章