跟朋友早前討論過一下在香港推廣 Web Standards 的困難，其一就是出來的成果並不會特別令老闆眼前一亮。你用 table 排版，滿是 presentational tags 的 HTML 所做出來的網頁，並不會因為用了 CSS 和語意「齊整」的 HTML 特別變得好看，看上去可能都是一模一樣。如果老闆只看到結果都是差不多，那為何要改用呢？

使用更好方法和架構，就像練好內功一樣，深藏不露。江湖郎中或許可以一招半式耍得似模似樣，但一到比真的就完全不行。比較醒的老闆，會看得出「成果」不是看表面這麼簡單，網頁的速度、所耗的流量、瀏覽器的支持度、介面的統一性、代碼的管理與維持、改變的影響等等，通通都應該納入考量。

內功練得好，自然能應對更多情況。

〈二〉

Web 2.0 這個字響起後，大家都在看 Web 3.0 ，想法多多，其中有人認為我們將需要更全面的語意網 (Semantic Web)。語意網之建立，在於我們能否將更多「意義」，化為機器可了解和運用的描述，將之利用分析。此為「形容資料的資料」，即後設資料。

然而，這些「意義」由那裏來？大都要靠人作輸入。或許我們可以叫機器嘗試在普通的文件作統計分析，抽出「意義」，但若 AI 未聰明到可以理解，所做的只是有限。

為網絡輸入「意義」，也好像在練功，不過除了為自己，也為了大家。問題是，當用家不能看到甚麼即時的好處，也不會特別神心地輸入。

〈三〉

網絡是資訊泛濫之地，在這裏流通的各種資訊，已大大超越我們所能處理的，因此我們不停地嘗試解決這個問題。其一方法就是加入「意義」，然後讓機器處理。

追源溯流，資訊由何而來？都是由人類而來？機器可不可能產生資訊？

機器產生資訊，可以是工廠式的，但背後以乎一定由人類操縱，資訊來源似乎也必與人類有關。例如，機器讀取股市價格，弄成圖表給大家參考，但股市則是人類活動，而設計圖表的也是人類。但若果要由機器自覺地產生資訊，又關係到 AI 的發展，夠不夠「聰明」。

這個問題，還可以進一步追溯到人類由何而來。早前到朋友寫到關於 智慧設計論 的文章，介紹其中論點，就是認為自然定理不能創造資訊 (Information)。當然，這已超越我所能討論的範圍了。

相關文章： Semantic Web: Where Are The Meaning-Enabled Authoring Tools?

相關文章

• 人工智能與語意網 (3)
• 預告：明天不穿衣 (1)
• 電腦生命天演論 (2)
• 雅虎香港走向CSS (0)
• 網頁進化 (2)