informatieovervloed een korte geschiedenis

Eric Sieverts

GOopleidingen april 2012

informatiegroei

informatie of data ?

&

informatieinflatie© Foam Amsterdam

10

100

1000

10000

100000

1000000

10000000

100000000

17

20

17

40

17

60

17

80

18

00

18

20

18

40

18

60

18

80

19

00

19

20

19

40

19

60

19

80

20

00

20

20

schatting jaarlijks aantalwetenschappelijke publicaties(Sieverts 1981-1994)

10

100

1000

10000

100000

1000000

10000000

100000000

17

20

17

40

17

60

17

80

18

00

18

20

18

40

18

60

18

80

19

00

19

20

19

40

19

60

19

80

20

00

20

20

schatting jaarlijks aantalwetenschappelijke publicaties

aantal tijdschriften

al 260 jaar verdubbeltjaarlijks aantal wetenschappelijkeartikelen elke 14 jaar

al 260 jaar verdubbeltjaarlijks aantal wetenschappelijkeartikelen elke 14 jaar

en aantal tijdschriftenook zo ongeveer

overhead sheetca. 1985

bronnen:• Derek de Solla Price• Gale Directory• Ulrich's• ...

10

100

1000

10000

100000

1000000

10000000

100000000

17

20

17

40

17

60

17

80

18

00

18

20

18

40

18

60

18

80

19

00

19

20

19

40

19

60

19

80

20

00

20

20

schatting jaarlijks aantalwetenschappelijke publicaties(Sieverts 1981-1994)

10

100

1000

10000

100000

1000000

10000000

100000000

17

20

17

40

17

60

17

80

18

00

18

20

18

40

18

60

18

80

19

00

19

20

19

40

19

60

19

80

20

00

20

20

schatting jaarlijks aantalwetenschappelijke publicaties(Sieverts 1981-1994)

na (exponentiële) groei met factor 100.000neiging tot verzadiging?

NRC 12 maart 2011

10

100

1000

10000

100000

1000000

10000000

100000000

17

20

17

40

17

60

17

80

18

00

18

20

18

40

18

60

18

80

19

00

19

20

19

40

19

60

19

80

20

00

20

20

schatting jaarlijks aantalwetenschappelijke publicaties(Eric Sieverts, 1981-1994)

jaarlijks aantalwetenschappelijke publicaties(NRC-Handelsblad, maart 2011)

exponentiële groei blijkt na 280 jaar toch nog niet afgevlakt

wetenschappers raken niet op?

• meer in china en india• nog meer "publish or perish" • …. ?

publish or perish

©

"what next" voor wetenschappelijk publiceren ?• ook blogs

• ook tweets

• klassieke artikelen ontleed / opgesplitst tot "nanopublicaties":afzonderlijke beweringen die beschreven worden als RDF-tripels (zelfde techniek als voor "linked open data")

DNA variant NG_000007.3:g.70628G>A (Subject) has a frequency (Predicate) of 0.25% (Object). The assertion holds for the Sardinian population Provenance includes authors of the article (Giardine et. al.),the date when the nanopublication was created, et cetera.

voorbeeld

nog meer "items"

Barend Mons, Jan Velterop, et al., Nature Genetics 43, 281–283 (2011) doi:10.1038/ng0411-281

hoeveel doorzoekt eenwebzoekmachine?

een antwoord uit 1996!

Dutch Home Pagenajaar 1993

Dutch Home Pagezomer 1994

1

10

100

1000

10000

100000

1000000

1992

1994

1996

1998

2000

2002

2004

2006

2008

2010

aantal miljoenenwebpagina's in grootstezoekmachine(verschillende bronnen)

14 jaar langverdubbelde elke 12 maanden het aantal webpagina's in grootste zoekmachine(s)

milj

oene

n w

ebpa

gina

's

content in hosts als Dialog of LexisNexis

hoeveel doorzoekt eenwebzoekmachine?

latere antwoordengegevens vooral uit:

1998

?

1

10

100

1000

10000

100000

1000000

1992

1994

1996

1998

2000

2002

2004

2006

2008

2010

aantal miljoenenwebpagina's in grootstezoekmachine(verschillende bronnen)

milj

oene

n

w

ebpa

gina

's in

zoe

kmac

hine

s

14 jaar langverdubbelde elke 12 maanden het aantal webpagina's in grootste zoekmachine(s)

wet

ensc

happ

elijk

e ar

tikel

en p

er ja

ar

informatieinflatie

2000 Hall & Varian:

gezamenlijk produceren we in een jaar

1,5 exabyte (miljard gigabyte) informatie

(is dat informatie of zijn het data?)

informatieinflatie

2000 Hall & Varian:

gezamenlijk produceren we in een jaar

1,5 exabyte (miljard gigabyte) informatie

(is dat informatie of zijn het data?)

2011 uit een "infographic":gezamenlijk produceren we dat jaar 2 zettabytes : 2 x 1021 bytes(2000 miljard gigabyte)[d.w.z. ruim 300 GB per persoon]

informatieinflatie

ongeveer elk jaar verdubbelt de hoeveelheid bytes die we produceren

is dat groei of inflatie?

• TXT documentje met mijn tekst: 50 kB• videoregistratie van mijn lezing: 500 MBdezelfde informatie(!?) maar 10.000 x zoveel data

informatieinflatie

ongeveer elk jaar verdubbelt de hoeveelheid bytes die we produceren

is dat groei of inflatie?

• berichten op het web worden 100-voudig gerepliceerd, herblogd en geretweet

• van alles maken we ongecoördineerd back-ups [nog eens 300 GB per persoon]

• ...

YouTube groeit met 30 uur per minuut

1051 atomen

2110: ~1051 bits

2010: ~1022 bits

2000: ~1019 bits (1 exabyte)

our yearly data production

??

exponentiële groei blijftvoortduren ?

5 MB harde schijf in 1956

64 GB in 2011

hoe moeten we al die informatie terugvinden?

onze ideeën daarovervolgen een slingerbeweging

yahoo! directory

yahoo! directoryopen directorystartpagina's

lycosaltavista

google

tagging / folksonomiessemantisch webcontent curation

1990

2012

zoeken ontsluiten

December 2002

het semantisch web

in semantisch web wordt van "alles" betekenis vastgelegd

?semantisch webcontent curationtaxonomies?

it's all"ontsluiting"by another name