Почему Semantic Web провалился — и почему это касается вас

В 2003 году Клей Ширки опубликовал небольшую, но меткую статью о том, почему грандиозное видение Semantic Web от W3C обречено на провал. Его главный аргумент был изящным: Semantic Web задумывался как «машина для создания силлогизмов», а силлогизмы, при всей их теоретической красоте, не работают в реальном мире — там, где люди создают и передают знания.

Классический пример из учебника логики:

• Все люди смертны
• Греки — люди
• Следовательно, греки смертны

Красиво. Логично. И совершенно бесполезно для большей части реальных рассуждений.

Ширки объяснял так: если вы знаете, что «Клей Ширки — создатель shirky.com», и знаете, что «создатель shirky.com живёт в Бруклине», то логично заключить, что он живёт в Бруклине. Но если добавить сюда утверждение «люди, живущие в Бруклине, говорят с бруклинским акцентом», получится абсурдный вывод: Ширки произносит «shirky.com» как «шёрки.ком».

Проблема не в логике. Проблема в том, что реальный мир не организован в аккуратные, универсально верные утверждения, которые можно комбинировать.

Что произошло на самом деле

Semantic Web в том виде, как его задумывали, так и не состоялся. RDF, OWL и остальной семантический стек стали уделом академических исследований и корпоративной интеграции, но не превратились в универсальную систему машинного мышления, которую представлял Тим Бернерс-Ли. Грандиозные прогнозы о «вездесущем и убийственно мощном» машинном анализе так и остались прогнозами.

Но вот что делает статью Ширки актуальной в 2025 году: фундаментальное противоречие, которое он обнажил, никуда не делось. Оно просто переехало на другую площадку.

Новая волна оптимизма

Сегодня мы переживаем очередную волну восторга по поводу машинного мышления — теперь给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给它给她给它给它给它给它给它给它给它给它给它给它给它给她给它给它给它给它给它给它给她给它给它给它给她给它给它给它给她给它给它给它给她给它给它给她给它给她给它给它给她给它给她给它给她给它给她给她给它给她给它给她给她给它给她给她给她给她给她给她给

Единственное реальное отличие — форма. Современные LLM не опираются на формальную силлогистическую логику. Они работают через статистическое распознавание паттернов в огромных массивах данных, выдавая впечатляющие результаты, которые часто похожи на «понимание». Но фундаментальный вызов, который обозначил Ширки, никуда не делся: как справляться с знаниями, которые неполны, зависят от контекста или просто неверны?

Когда LLM уверенно заявляет что-то правдоподобное, но не соответствующее действительности, это не логическая ошибка. Это отражение того факта, что текст, созданный людьми, полон противоречий, культурных допущений, устаревшей информации и чистой выдумки — всё это перемешано вместе. «Знания» никогда не были аккуратно организованы.

Практичный компромисс

Интересно, что практические наследники Semantic Web оказались вовсе не семантическими. Google Knowledge Graph, питающий множество функций поиска, не рассуждает на основе формальных утверждений. Это огромная база данных сущностей и связей, но построенная и поддерживаемая через машинное обучение, ручную модерацию и постоянные обновления. Она полезна именно потому, что не пытается быть логически безупречной.

Такой подход — прагматичный, хаотичный, постоянно сверяющийся с реальностью — оказался куда ценнее теоретически чистого Semantic Web.

Что Ширки понял верно

Ключевая идея остаётся актуальной: дедуктивное мышление, реализованное через формальную логику или нейросети, которые её имитируют, буксует на разрыве между тем, как знания представлены, и тем, как они истинны.

Шерлок Холмс учил нас, что блестящий ум исключает невозможное и приходит к неопровержимой истине. Но большая часть реальных «знаний» не организована таким образом. Они неполны. Зависят от контекста. Наполнены неявными допущениями, которые не работают при смене области.

AI-системы, которые действительно изменили индустрии — рекомендательные движки, переводчики, автодополнение кода — добились успеха не через овладение силлогистикой. Они нашли полезные паттерны в хаотичных данных, приняли неопределённость и научились ошибаться без катастрофических последствий.

Урок для строителей

Если вы работаете с AI сегодня, статья Ширки остаётся обязательным чтением — не потому что она предсказала будущее, а потому что она диагностировала фундаментальную проблему, которая остаётся актуальной вне зависимости от модных технологий.

Вопрос не в том, могут ли машины рассуждать. Могут, в определённых случаях. Вопрос в том, организованы ли ваши данные так, чтобы поддерживать тот тип рассуждений, который вам нужен.

В большинстве случаев — нет. И это не баг, который нужно исправить. Это особенность того, как знания работают на самом деле.

Провал Semantic Web — это не провал амбиций. Это непонимание того, что человеческие знания фундаментально отличаются от того, чем их хочет видеть формальная логика. Инструменты, которые добились успеха, приняли эту реальность и работали с ней, а не против.

Вот настоящее наследие статьи Ширки: не прогноз про RDF или OWL, а напоминание, что интеллект — в машинах и людях — работает не так, как подсказывает интуиция.