'Web profunda la búsqueda' puede ayudar a los científicos

Lo que ves cuando usted hace una búsqueda Web básica es sólo la punta del iceberg. La mayoría de la información está enterrada en la "Web profunda". JPL está colaborando en una iniciativa DARPA llamada Memex, que explora las conexiones entre pedazos de información ocultado en este vasto océano de contenido. Crédito de la imagen: NASA/JPL-Caltech

 

Cuando usted hace una búsqueda Web simple sobre un tema, los resultados que aparecen no son toda la historia. El Internet contiene un vasto tesoro de información--a veces se llama la "Web profunda" - que no es indexado por los motores de búsqueda: información que sería útil para el seguimiento de los criminales, las actividades terroristas, tráfico sexual y la propagación de enfermedades. Los científicos también podrían utilizarlo para buscar imágenes y datos de la nave espacial.

La defensa avanzada investigación proyectos Agency (DARPA) ha estado desarrollando herramientas como parte de su programa de Memex que accede y catalogar este misterioso mundo en línea. Los investigadores del Laboratorio de Propulsión a Chorro de la NASA en Pasadena, California, han unido el Memex esfuerzo para aprovechar los beneficios de la Web profunda búsqueda de la ciencia. Memex podría, por ejemplo, ayudar a el catálogo que entregan las cantidades ingentes de datos espacial de la NASA sobre una base diaria.

"Estamos desarrollando tecnologías de búsqueda de última generación que entienden la gente, lugares, cosas y las conexiones entre ellos," dijo Chris Mattmann, investigador principal para el trabajo de JPL en Memex.

Memex comprueba no sólo estándar basados en texto contenido en línea pero también imágenes, videos, publicidades, formularios, scripts y otras formas de información se almacena para mirar cómo éstas se interrelacionan.

 

"Estamos aumentando rastreadores Web a comportarse como navegadores--en otras palabras, ejecutar secuencias de comandos y leer los anuncios de una manera que lo haría cuando te conectas normalmente. Esta información es normalmente no catalogada por los motores de búsqueda,"dijo Mattmann.

Además, la búsqueda de un estándar Web no recibe toda la información de imágenes y vídeos, pero Memex puede reconocer lo que está en este contenido y par con la búsqueda sobre los mismos temas. La herramienta de búsqueda podría identificar el mismo objeto en muchos marcos de un vídeo o incluso diferentes videos.

El vídeo y la imagen de búsqueda, capacidades de Memex algún día podría beneficiar a las misiones espaciales que toman fotos, videos y otros tipos de datos de imágenes con instrumentos tales como espectrómetros. Buscando información visual sobre un particular cuerpo planetario podría facilitar enormemente la labor de los científicos en el análisis de características geológicas. Igualmente podrían beneficiar a los científicos analizar datos de imágenes de las misiones terrestres que monitorean fenómenos tales como la humedad de las nevadas y el suelo.

Memex también mejoraría la búsqueda de datos científicos publicados, para que los científicos puedan ser mejor conscientes de lo que ha sido publicado y analizado en sus temas. La tecnología podría aplicarse a grandes centros de datos de la NASA como el físico Oceanografía distribuido Active Archive centro, que hace los datos océano y clima de la NASA accesibles y significativas. Memex haría documentos PDF para ver más fácilmente y permitir que los usuarios más fácilmente llegan a la información que buscan. Conciencia de las publicaciones existentes también ayuda a los administradores del programa para evaluar el impacto de los datos de la nave espacial.

 

Todo el código escrito para Memex es open source. JPL es uno de los 17 equipos trabajando en ello como parte de la iniciativa DARPA.

Memex está relacionado con la iniciativa de Big Data anterior de DARPA llamada XDATA, administrado por el gerente del programa DARPA Wade Shen. Que esfuerzo de investigación está también dirigido a procesar y analizar grandes cantidades de datos con aplicaciones civiles, gobierno y defensa. JPL fue uno de los 24 grupos involucrados.

"Estamos desarrollando productos gratis, maduros y luego ellos usando inversión de DARPA y fácilmente la transición les vía nuestros roles a la comunidad científica, de código abierto", dijo Mattmann.

Continuum Analytics Inc. de Austin, Texas y Kitware Inc. de Clifton Park, New York, están asociadas con la colaboración de JPL con Memex. JPL es una división del Instituto de tecnología de California.

 

Elizabeth Landau
Jet Propulsion Laboratory, Pasadena, Calif.
818-354-6425
Elizabeth.Landau@jpl.nasa.gov

Traducción: El Quelonio Volador