Esempi di casi convergenti (sinistra; #candela) e non convergenti (destra; #sharetonsha-kai); "#sharentosha-kai" significa "alla moda/cool" + "club". In entrambi i casi, il pannello in alto a sinistra mostra la transizione del JSD tra due settimane consecutive, che mostra un comportamento decrescente e alcuni picchi nel caso sinistro e destro, rispettivamente. Credito:Ikegami et al.
Proprio come gli ecosistemi viventi, i servizi web formano un complesso sistema artificiale costituito da tag e dai media generati dagli utenti ad essi associati, come fotografie, film e pagine web. Quando si traccia un'analogia tra ecosistemi biologici e artificiali, i tag potrebbero essere considerati specie e gli utenti umani come risorse ambientali nascoste.
Sulla base di questa idea, ricercatori dell'Università di Tokyo e dell'Università di Tsukuba hanno recentemente condotto uno studio volto ad analizzare l'evoluzione dei servizi web, in particolare i sistemi di tagging dei social media, concentrandosi sull'auto-organizzazione di nuovi tag. La loro carta, pre-pubblicato su arXiv, sostiene che alcuni tag sulle piattaforme dei social media offrono un esempio di evoluzione aperta (OEE), che comporta la creazione di processi evolutivi computazionali veramente aperti.
"Un obiettivo chiave del mio lavoro è capire cos'è la vita, come i sistemi artificiali diventano biologici, e come sviluppare i concetti di vita artificiale come nuova tecnologia, "Takashi Ikegami, uno dei ricercatori che ha condotto lo studio, ha detto a TechXplore. "La vita artificiale (ALIFE) è un campo di ricerca volto a comprendere la vita non come qualcosa basato sul DNA e sulle cellule, ma come fenomeni emergenti. ALIFE mostra come il DNA e le cellule possono essere sostituiti da qualcos'altro, per esempio. programmi per computer, reti chimiche e robot. Sulla base di questa idea, in questo documento, volevamo dimostrare che il web sta diventando un sistema vivente".
Secondo Ikegami e i suoi colleghi, analizzare le dinamiche dei sistemi web potrebbe in definitiva aiutare a rimodellare e aggiornare la teoria dell'evoluzione di Darwin. Uno dei principali temi di interesse per i ricercatori ALIFE è l'evoluzione aperta (OEE), in particolare cosa lo causa, e come può essere applicato ai sistemi artificiali computazionali.
Nel loro studio, i ricercatori hanno esaminato i dati dei tag con la relativa comunità di utenti per capire come misurare l'OEE dei servizi web. Secondo Ikegami, l'evoluzione di nuovi tag è un indice chiave dell'evoluzione del web. Altri indicatori includono una nuova combinazione di set di tag, lo sviluppo di significati/semantica dei tag, e il miglioramento delle strutture della comunità degli utenti.
"La combinazione di tag esistenti può essere sviluppata anche senza avere nuovi tag, " Ha detto Ikegami. "Questa è un'idea che ci ha permesso di misurare il tasso di produzione di nuove coppie nei dati. Per quantificare il significato di un tag, abbiamo usato un insieme di tag contemporaneamente al tag. Abbiamo scoperto che i significati, un insieme di tag co-usati, cambiamenti nel tempo nel set di dati."
Tasso di novità dei tag (colonna superiore) e struttura della community (colonna inferiore) della rete di somiglianza degli utenti su RoomClip. Ogni nodo è un utente, ed è connesso se dJS è inferiore ai valori di soglia 0.4, 0,35, 0,3, e 0,25 da sinistra a destra. Le prime quattro cifre mostrano il numero di tag creati dagli individui a colori; passando dal blu al giallo al rosso significa che hanno creato più parole. Le quattro cifre in basso mostrano le strutture comunitarie rilevate in ciascuna rete. In queste cifre, gli utenti isolati (nella periferia) creano nuovi tag ad alta velocità. Credito:Ikegami et al.
Nel loro studio, Ikegami ei suoi colleghi hanno misurato la struttura delle comunità di utenti introducendo il concetto di "distanza" tra gli utenti. Hanno analizzato le comunità di utenti man mano che sono maturate nel tempo, concentrandosi su tre servizi web:Delicious, Flickr e RoomClip.
"Un risultato chiave del nostro studio è che potremmo caratterizzare l'evoluzione del significato dei tag e trovare esempi di OEE nel set di dati web che abbiamo usato, Ikegami ha detto. "Un altro risultato interessante è che siamo riusciti a caratterizzare la coppia tasso di novità dei tag nei servizi web. Finalmente, potremmo anche caratterizzare l'evoluzione di una comunità di utenti allo stesso tempo."
I risultati delle analisi effettuate da Ikegami e dai suoi colleghi suggeriscono che alcuni tag popolari utilizzati nelle comunità online possono esibire OEE poiché convergono semanticamente con altri set di tag. La dinamica OEE osservata dai ricercatori ha due livelli distinti:il sistema di social tagging di un servizio web e la comunità umana che pubblica tag online. Sebbene siano necessarie ulteriori analisi per confermare i loro risultati, credono che ciò che hanno osservato corrisponda alla definizione di Ackley di scalabilità indefinita di OEE, che evidenzia che l'OEE dovrebbe "supportare la crescita computazionale a tempo indeterminato senza richiedere un'ingegneria sostanziale".
Confrontando i risultati raccolti dal team con l'attuale comprensione dell'evoluzione biologica, un insieme di tag potrebbe essere considerato come un genotipo e le fotografie oi media associati come un fenotipo. Questo fenotipo sarebbe caratterizzato da una combinazione di tag, mentre lo spostamento di un tag in un nuovo tag correlato o insieme di tag riportato nel loro studio potrebbe essere interpretato come l'emergere di una nuova "specie".
Globale, Ikegami e i suoi colleghi vedono casi in cui i tag popolari si evolvono continuamente, portando alla continua creazione di nuovi tag, come prova di OEE. Il loro studio offre una visione interessante su come misurare l'evoluzione del significato nella società. I loro risultati suggeriscono anche che questa evoluzione potrebbe essere associata a cambiamenti nella struttura di una comunità.
"Ora stiamo progettando di studiare come le strutture comunitarie cambiano nel tempo e come questo è correlato all'evoluzione dei significati e viceversa, " disse Ikegami. "Allo stesso tempo, desideriamo sviluppare un modello teorico per catturare le nuove qualità che abbiamo trovato in questo studio."
© 2019 Scienza X Rete