SGI (NASDAQ: SGI), leader riconosciuto nel settore della tecnologia dell'informazione, ha stretto un accordo di collaborazione con Kalev H. Leetaru dell'Università dell'Illinois per l'effettuazione della prima esplorazione e mappatura storica spazio-temporale mai realizzata di tutti i contenuti testuali dell'edizione inglese di Wikipedia. I risultati comprendono visualizzazioni di fatti storici dell'era moderna acquisite in meno di un giorno utilizzando le tecniche di data mining in ambiente in-memory. Caricando l'intera edizione in lingua inglese di Wikipedia in SGI® UV™ 2000, Leetaru è riuscito a mostrare come si è sviluppata nel corso degli ultimi due secoli la visione del mondo di Wikipedia. Ubicazione, anno e sentimenti positivi o negativi sono stati associati ai riferimenti in questione.

Se diversi progetti precedenti avevano già mappato le voci di Wikipedia con metadati posizionali assegnati manualmente da un redattore, i tentativi in questione fanno comunque capo solamente a una minuscola frazione delle informazioni posizionali di Wikipedia. Questo progetto ha svincolato i contenuti degli stessi articoli, identificando ogni posizione e data in mezzo a ben quattro milioni di pagine nonché le relative interconnessioni, allo scopo di creare una rete uniforme.

Un modo completamente nuovo di "vedere" Wikipedia

"Questa analisi consente al mondo di fare un passo indietro rispetto ai singoli articoli e brani testuali per cogliere una visione più ampia e profonda dello straordinario insieme di conoscenze racchiuse in Wikipedia, senza fermarsi al livello della singola pagina. Possiamo osservare come una delle più vaste raccolte del sapere umano si è evoluta e vedere cose che non avevamo potuto mai vedere prima, quali il sentimento globale in determinati contesti spazio-temporali, oppure individuare i punti ciechi della rete del sapere" ha dichiarato Franz Aman, direttore marketing e responsabile delle strategie commerciali di SGI. "Ci piace usare Google Earth perché possiamo zoomare e ottenere una visione prospettica della realtà. Con SGI UV 2, siamo in grado di applicare lo stesso concetto ai Big Data (grandi dati) per ottenere una visione panoramica dell'enorme mole di informazioni a nostra disposizione."

Sulla base di questa analisi, possono essere individuati quattro periodi di crescita nell'ambito della copertura storica di Wikipedia - 1001-1500 (Medioevo), 1501-1729 (Inizio dell'era moderna), 1730-2003 (Epoca dell'illuminismo), 2004-2011 (Era di Wikipedia) - e questa continua crescita pare essere focalizzata sull'ampliamento delle conoscenze degli eventi storici piuttosto che su una maggiore documentazione del presente. L'approccio generico di Wikipedia verso la documentazione di ciascun anno è quello di una descrizione abbastanza dettagliata dei principali eventi globali, con il periodo di massima negatività negli ultimi 1000 anni durante i quali prima la guerra civile americana e poi la seconda guerra mondiale hanno dominato la scena. L'analisi mostra anche che il "buco da copyright" che oscura la maggior parte del ventesimo secolo per quanto riguarda le collezioni digitali di materiali stampati non è un problema per Wikipedia, che registra comunque una crescita esponenziale costante della propria copertura informativa dal 1924 ad oggi.

Consentire ai ricercatori l'estrazione del sapere dai Big Data a una velocità adeguata

"La natura univoca delle connessioni, la mancanza di collegamenti e la distribuzione irregolare di template sinottici (infobox) in Wikipedia contribuiscono tutti ad evidenziare i limiti del data mining basato su metadati da raccolte di informazioni come Wikipedia" ha dichiarato Leetaru. "Con SGI UV 2, la grande memoria condivisa disponibile mi ha consentito di interrogare l'intero set di dati in un tempo quasi reale. Con una memoria condivisa di dimensioni enormi caratterizzata da una cache coerente "a portata di dita", scrivendo solo poche semplici righe di codici sono riuscito a esplorare l'intero set di dati, ponendo qualsivoglia domanda mi venisse in mente. Questo non è possibile con un approccio informatico ad architettura orizzontale. Si potrebbe paragonare il tutto all'uso di un un computer al posto di una macchina per scrivere: con una tecnologia superiore posso infatti condurre le mie ricerche in un modo completamente diverso, focalizzandomi sugli esiti e non sugli algoritmi."

L'approccio analitico

Una volta caricato in SGI® UV™ 2000, il computer dalla grande mente, questo enorme set di dati è stato sottoposto a geocodifica del testo e a una codifica temporale completa usando algoritmi in grado di identificare ogni menzione di ciascun luogo e data all'interno del testo di ogni voce di Wikipedia. Più di 80 milioni di luoghi e 42 milioni di date tra l'anno 1000 D.C. e il 2012 sono stati estratti, con una media di 19 località e 11 date per articolo (ogni 44 e 75 parole rispettivamente). Le connessioni tra ogni data e località sono state inserite nell'enorme rete che rappresenta la visione storica di Wikipedia. Grazie a questi strumenti, Leetaru è riuscito a effettuare un'analisi dell'intero set di dati pressoché in tempo reale su SGI UV 2 per creare mappe visive spaziali e temporali che consentono di vedere non solo il corso della storia, ma anche il sentimento globale degli abitanti del nostro pianeta nel corso dell'ultimo migliaio di anni, sperimentando in modo interattivo un'ampia gamma di teorie e interrogazioni, il tutto in meno di un giorno di lavoro.

Il nuovo SGI UV: il computer dalla grande mente

La famiglia di prodotti SGI UV 2 consente agli utenti di trovare le risposte ai più complessi problemi globali all'interno di un sistema tanto facile da gestire quanto una normale postazione di lavoro. Dotato di processori Intel® Xeon® E5, sistema operativo Linux standard e di una ricca gamma di opzioni di memorizzazione, SGI UV 2 rappresenta una soluzione standardizzata completa per un utilizzo senza limiti della tecnologia informatica.

Con soli 16 core e 32 GB di memoria, SGI UV 2 parte da una configurazione semplice per espandersi poi senza soluzioni di continuità. Rispetto alla generazione precedente, le future piattaforme raddoppieranno il numero di core (fino a 4096) e quadruplicheranno la quantità di memoria principale coerente (fino a 64 terabyte) destinati all'elaborazione in-memory all'interno di un sistema SSI. SGI UV 2 può arrivare fino a 8 petabyte di memoria condivisa e raggiungere una velocità di picco I/O di 4 terabyte al secondo (14 PB/ora), tale da poter acquisire in meno tre secondi l'intero contenuto della Biblioteca del Congresso USA.

SGI UV 2000 è disponibile già da ora. Le consegne di SGI UV 20, che può essere ordinato a partire da oggi, inizieranno nell'agosto 2012. Il prezzo di lancio è di 30.000 $ USA.

Informazioni su SGI

SGI, leader riconosciuto nel settore della tecnologia dell'informazione, è una società dedita ad aiutare la clientela a risolvere le sfide più impegnative in ambito commerciale e tecnologico. Per ulteriori informazioni, visitare il sito web sgi.com.

É possibile connettersi a SGI su Twitter (@sgi_corp), Facebook (facebook.com/sgiglobal), YouTube (youtube.com/sgicorp) e LinkedIn.

Per immagini fotografiche e video, connettersi all'indirizzo: http://www.sgi.com/go/wikipedia

© 2012 Silicon Graphics International Corporation. SGI e il relativo logo sono marchi di fabbrica o marchi registrati di Silicon Graphics International Corp. o delle sue consociate negli Stati Uniti e/o in altri paesi. Intel e Xeon sono marchi registrati di Intel Corporation. Tutti gli altri marchi e denominazioni commerciali sono di proprietà dei rispettivi titolari.

Immagini fornite per gentile concessione di Kalev Leetaru.

Fotografie/Galleria multimediale disponibili all’indirizzo: http://www.businesswire.com/cgi-bin/mmg.cgi?eid=50313303&lang=it