Những bí mật nghiên cứu của Wolfram Alpha

Zack Stern

Quản trị mạng - Tôi sinh ra 5 giờ 17 phút trước khi mặt trăng trong bắt đầu mọc trên Minneapolis. Bầu trời gần như quang đãng, nhiệt độ bên ngoài là 46°F. Các sự thật đó như đã được đặt trước bởi nhóm phát triển Wolfram Alpha, cỗ máy kiến thức tính toán mới của Internet. Một người nào đó chỉ cho biết nơi và thời điểm họ đã sinh, còn cỗ máy đã đưa ra các thông tin chi tiết đó. Tuy nhiên tương lai của cỗ máy – và sức mạnh thật sự của nó – đến từ việc so sánh tất cả các kiểu dữ liệu trên các máy chủ của nó.

Wolfram Alpha bổ sung thêm vào việc Googling đối với các cỗ máy tìm kiếm. (Googling là việc sử dụng cỗ máy tìm kiếm phổ biến giống như Google.com để tra cứu thứ gì đó mà bạn muốn biết thêm các thông tin về chúng. Bạn có thể Google hàng xóm, bạn cùng phòng trong trường đại học hoặc ai đó mà bạn mới gặp gần đây để tìm các thông tin về họ trên Internet). Thay vì dựa vào các con nhện để quét các trang Web và đánh chỉ mục phục vụ tìm kiếm, các nhân viên sáng chế ra Wolfram Alpha đã nhập và nghiên cứu kỹ lưỡng dữ liệu của nó, họ đã sử dụng cả các phương pháp thủ công lẫn tự động. Giá trị của cỗ máy này đến từ việc tạo các so sánh, đưa ra các biểu đồ, tạo các bảng và đồ thị để báo cáo sự giống và khác nhau theo dữ liệu kinh tế xã hội, mặt khác còn có thể giúp bạn rút ra các kết luận từ các thông tin đan xen.

Một ngày nào đó, khi dữ liệu có đủ khả năng, bạn có thể so sánh cú đánh kỷ lục của một cầu thủ bóng chày mà bạn ưu thích đối với thời gian của ván chơi. Framework tồn tại cho kiểu tìm kiếm chi tiết này và bạn có thể tạo các truy vấn tương tự trong các chủ đề khác.

Tuy nhiên bạn cần nghĩ khác đi đôi chút so với các công cụ tìm kiếm khác trong việc thực hiện với những khả năng của Wolfram Alpha. Đây là một số mẹo về cách bắt đầu với kiểu cỗ máy so sánh mới này.

Bắt đầu bằng các truy vấn nhỏ

Hãy nghĩ rằng nó mới được phát triển trong vòng 5 năm qua, Wolfram Alpha thường không hiểu các truy vấn. Nếu bạn bắt gặp các vấn đề với chuỗi tìm kiếm của bạn thì hãy quay trở lại với các tìm kiếm nhỏ hơn. Hãy bắt đầu với một tìm kiếm về địa điểm – chẳng hạn như 'California'. Khi đó bạn sẽ thấy được cách công cụ này kết hợp chặt chẽ như thế nào với ngày hiện hành, cho ví dụ như thời điểm bang này gia nhập vào khối liên bang của Mỹ là ngày 9 tháng 9 năm 1850, 158 năm cách đây.

Sau đó chọn một thuật ngữ khác để sẽ tạo sự xếp chồng hoặc so sách các kết quả. Hãy thử với 'California income' để xem thu nhập tại California. Mỗi kết quả tìm kiếm sẽ có một cửa sổ pop-up riêng biệt của nó để cung cấp thêm các thông tin gốc của Wolfram Alpha.

Hãy thử một thuật ngữ xếp chồng khác, chẳng hạn như 'California New York income'. Wolfram Alpha sẽ tạo một bảng so sánh đơn giản thu nhập trong hai bang này. Lúc này, bạn có thể bắt đầu thấy được tiềm năng của nó.

Site cũng còn thể hiện sự non trẻ của mình và chỉ phục vụ được một vài chủ đề chính. Chẳng hạn như nếu bạn tìm kiếm với thuật ngữ 'San Francisco income' thì bạn sẽ hoàn toàn thu được một kết quả trống rỗng. Nếu cắt đi từ sau trong thuật ngữ tìm kiếm trên, Wolfram Alpha cũng vẫn không cung cấp gì thêm, toàn bộ chủ đề đó có thể còn thiếu trong cơ sở dữ liệu hiện hành. Bạn có thể xem các ví dụ của site để thấy được các chủ đề tương tự hiện có.

Xem liệu Wolfram Alpha có thể hiểu

Sau khi nhập vào một truy vấn, Wolfram Alpha sẽ cung cấp một feedback (thông tin phản hồi) về kiến thức toàn diện của nó. Nếu bạn nhập vào một vài thuật ngữ giống nhau, chẳng hạn như các tên công ty, dòng thể hiện đầu vào sẽ hiển thị tất cả chúng. Nếu bạn thay đổi một tìm kiếm, chẳng hạn như '1984 Apple IBM', dòng hiển thị sẽ thể hiện rằng bạn muốn có được giá cổ phiếu cuối ngày cao nhất, thấp nhất lẫn trung bình, tính trong cả năm đó của cả hai công ty. Nếu bạn muốn xem trong một ngày nào đó, hãy thay đổi thuật ngữ tìm kiếm của bạn, cho ví dụ như 'January 24 1984 Apple IBM'.

Sử dụng kiến thức về vị trí

Wolfram Alpha đã biết một số thứ về tìm kiếm của bạn trước khi bạn đáng vào một ký tự nào đó. Bằng cách sử dụng các thông tin chi tiết của địa chỉ IP, nó sẽ ước lượng được vị trí của bạn và sẽ cung cấp các kết quả theo khu vực nếu có thể.

Giả sử rằng bạn đang tìm kiếm từ Austin, Minnesota, về thành phố đó; cỗ máy đã biết để báo cáo các kết quả đó thay vì các kết quả cho Austin, Texas. Tuy vậy, các menu pop-up vẫn cho phép bạn sửa công cụ trong trường hợp thành phố khác.

Vị trí của bạn cũng đóng một vai trò trong các tìm kiếm khác. Cho ví dụ, nếu bạn đánh '7-4-2009' bên trong nước Mỹ, cỗ máy sẽ coi số 7 như tháng Bảy. Còn nếu bạn ở Châu Âu, Wolfram Alpha sẽ coi số 4 là số tháng.

Bám vào các sự thật

Các chủ đề hướng về gợi ý có thể được chưng cất theo sự thật: cho ví dụ như dân số của thành phố, các thống kê người dùng truy cập website. Wolfram Alpha sẽ tính toán theo các điều kiện thật. Tuy nhiên hãy tham khảo thêm thanh sidebar bên phải về các liên kết offsite. Nếu bạn muốn tường thuật hơn, hãy truy cập vào Wikipedia và các nguồn thông tin khác.

Export các kết quả ra Excel

Các kết quả của Wolfram Alpha rất ấn tượng cho một trình duyệt web, tuy nhiên chúng không chuyển đổi dễ dàng vào dữ liệu bảng tính của Excel hoặc vào nội dung cơ sở dữ liệu. Công cụ sẽ export như một file toán học (Live Mathematica) hoặc một file PDF; kích vào các liên kết đó trong phần góc phải bên dưới của các kết quả thu được.

Các kết quả bằng văn bản cũng được render như các ảnh, chính vì vậy bạn không thể copy và paste nó vào Excel. Bạn có thể điều chỉnh một cách tạm thời các hình ảnh trở lại dạng văn bản, tuy nhiên nếu bạn thực hiện, chúng sẽ mất đi định dạng ô. Có một cách để bạn có thể chuyển dữ liệu của nó vào Excel.

Paste dữ liệu văn bản vào Microsoft Word. Lưu ý các ký tự |. Sử dụng Find và Replace để chuyển đổi chúng thành các tab. Kích nút Replace trong phần bên phải phía dưới và nhập | vào trường tìm kiếm. Nhập vào ^t trong trường thay thế, sau đó kích Replace All.

Copy đoạn văn bản lần nữa và paste nó vào Excel. Nó sẽ tự động phân bổ vào các ô. Nếu bạn đang sử dụng một cơ sở dữ liệu hoặc trang bảng tính khác thiếu tính năng này, hãy import file văn bản đã được chia tab; hầu như tất cả các ứng dụng cơ sở dữ liệu đều có thể nhận ra các ngắt tab đó.

Wolfram Alpha Professional sẽ có một tính năng export trực tiếp vào Excel. Một phát ngôn viên của công ty đã nói như vậy, và phiên bản trả phí này sẽ được phát hành trong một vài tháng tới, với mức giá đã được quyết định. Một tính năng mở rộng khác của phiên bản Professional sẽ là tùy chọn tham chiếu cross-reference dữ liệu riêng tư của bạn với các kết quả tìm kiếm.

Nhập vào các truy vấn toán học

Do cỗ máy tìm kiếm này được xây dựng trên cơ sở toán học, công cụ điện toán khác, Wolfram Alpha đã chứa sẵn trong nó sự trợ thủ toán học đắc lực. Nó có thể hiểu nhiều phương trình và các thuật ngữ từ các ngành như hóa học, kỹ thuật máy, vật lý và các ngành khoa học khác. Thậm chí bạn có thể đánh một giá trị chẳng hạn như 1, 1, 2, 3, 5, 8, 13 …, công cụ sẽ cung cấp gợi ý về công thức gốc trong quy luật của dãy số.

So sánh các kết quả y tế

Việc sử dụng các dữ liệu kinh tế xã hội và y tế của nó, Wolfram Alpha có thể cung cấp các vấn đề cơ bản về y tế rất hữu dụng. Giả dụ bạn có một kiểm tra cholesterol và không hề biết được ý nghĩa của các con số trong đó.

Hãy bắt đầu bằng một truy vấn đơn giản, 'cholesterol 153'. (lưu ý rằng thuật ngữ '153 cholesterol' sẽ không làm việc khi nhấn – một ví dụ về sự hiểu biết còn hạn chế của cỗ máy). Truy vấn đó đã tạo ra một phân phối trong toàn bộ dân số Mỹ. Bạn có thể bổ sung thêm giới tính và độ tuổi của mình để nhận các kết quả chi tiết hơn.

Cho xem các chỉ số về dinh dưỡng

Cơ sở dữ liệu của Wolfram Alpha lưu các thông tin chi tiết về thành phần cấu tạo của thức ăn. Thực hiện tìm kiếm với thuật ngữ 'banana' bạn sẽ nhận được một kết quả đầy đủ về các nội dung ăn kiêng của chuối. Nhưng thử với tìm kiếm '2 bananas and .5 Snickers bar', bạn sẽ có một kết quả gộp của cả hai thuật ngữ tìm kiếm này. Lưu ý rằng toán tử “and” là rất quan trọng ở đây; nếu không có nó, cỗ máy tìm kiếm sẽ nghĩ rằng bạn muốn thực hiện một so sánh chứ không phải là một tổng.

Hãy bắt đầu với Wolfram Alpha

Các hạng mục của Wolfram Alpha thậm chí còn có nhiều chủ đề hơn nữa, gồm có cả lý thuyết về màu sắc, thiên văn học, âm nhạc và các quá trình chuyển đổi. Hãy bắt đầu với các tìm kiếm trong một lĩnh vực mà bạn quan tâm nhất để thấy được sự thông minh của cỗ máy tìm kiếm này. Nếu bạn có bất cứ vấn đề gì, hãy xem đoạn video giới thiệu hay các trang ví dụ của nó.

Wolfram Alpha vẫn là một cỗ máy với tuổi đời trẻ, tuy nhiên nó thực sự rất hữu dụng trong nhiều chủ đề - và giá trị của nó sẽ mở rộng cùng với cơ sở dữ liệu thực của nó.