首先是一點歷史。
Web 1.0 是一個用於存取網站所有者在網站上發布的內容的網路。 靜態 html 頁面，只讀訪問信息，主要樂趣是指向本網站和其他網站頁面的超鏈接。 網站的典型格式是資訊資源。 將離線內容傳輸到網路的時代：數位化書籍、掃描圖片（數位相機仍然很少見）。
Web 2.0 是一個將人們聚集在一起的社群網路。 沉浸在網路空間的使用者直接在網頁上建立內容。 互動式動態網站、內容標記、網路聯合、混搭技術、AJAX、網路服務。 資訊資源正在讓位給社交網路、部落格託管和維基。 線上內容生成時代。
顯然，「web 1.0」這個術語是在「web 2.0」出現之後才出現的，指的是舊的網路。 關於未來版本 3.0 的討論幾乎立即開始。 展望未來有多種選擇，當然，所有這些都與克服 Web 2.0 的缺點和限制有關。
Netscape.com 執行長 Jason Calacanis 主要擔心用戶生成的內容品質低下，並表示網路的未來將是“有天賦的人”，他們將開始“創造高品質的內容”（ Web 3.0，「官方網路」）。」定義，2007 年）。 這個想法相當合理，但他沒有解釋他們將如何、在哪裡、在什麼網站上做到這一點。 嗯，不是在 Facebook 上。
「web 2.0」一詞的作者 Tim O'Reilly）合理地建議，沒有必要像個人這樣不可靠的中介將資訊放置在網路上。 技術設備還可以向互聯網提供數據。 並且相同的技術設備可以直接從網路儲存讀取資料。 事實上，Tim O'Reilly 提議將 Web 3.0 與我們已經熟悉的「物聯網」一詞聯繫起來。
萬維網的創始人之一 Tim Berners-Lee 在未來版本的互聯網中看到了他長期以來 (1998) 的語義網夢想的實現。 他對這個術語的解釋贏得了勝利——直到最近，大多數人還說「web 3.0」意味著語義網，即網站頁面內容對電腦有意義、機器可讀的網路。 2010-2012年左右，關於本體化的討論很多，語義項目批量誕生，但結果是眾所周知的——我們仍然使用互聯網2.0版本。 事實上，只有語意標記方案 Schema.org 和網路巨頭 Google、Microsoft、Facebook 和 LinkedIn 的知識圖譜才完全倖存下來。
強大的新一輪數位創新浪潮幫助掩蓋了語義網的失敗。 媒體和一般民眾的興趣已轉向大數據、物聯網、深度學習、無人機、擴增現實，當然還有區塊鏈。 如果說排在第一位的大多是線下技術，那麼區塊鏈本質上就是一個網路項目。 在2017-2018年其受歡迎程度達到頂峰時，它甚至聲稱自己是新互聯網（這一想法被以太坊創始人之一約瑟夫·盧賓反覆表達過）。
但隨著時間的推移，「區塊鏈」這個詞開始不再與未來的突破聯繫在一起，而是與不合理的希望聯繫在一起。 品牌重塑的想法自然而然地出現了：我們不要將區塊鏈視為一個自給自足的項目，而是將其納入一系列技術中，以體現一切新的和明亮的事物。 人們立即為這個“新”（雖然不新）“web 3.0”找到了一個名字。 為了以某種方式證明這個名稱並不新穎，有必要將語義網路包含在「輕」堆疊中。
所以，現在的趨勢不是區塊鏈，而是去中心化網路Web 3.0的基礎設施，由區塊鏈、機器學習、語意網路和物聯網等幾項主要技術組成。 在過去一年中出現的許多致力於 Web 3.0 新轉世的文本中，您可以詳細了解其每個組件，但不幸的是，沒有回答自然問題：這些技術如何組合成某種東西整體而言，為什麼神經網路需要物聯網和語意網區塊鏈？ 大多數團隊只是繼續在區塊鏈上工作（可能是希望創建一個可以擊敗母球的加密貨幣，或者只是簡單地解決投資問題），但是以「Web 3.0」的新幌子進行的。 儘管如此，至少還是有一些關於未來的事情，而不是關於不合理的希望。
但並非一切都如此悲傷。 現在我將嘗試簡要回答上面提出的問題。
為什麼語意網路需要區塊鏈？ 當然，這裡我們需要討論的不是區塊鏈本身（由加密連結的區塊組成的鏈），而是在點對點網路中基於加密方法提供用戶識別、共識驗證和內容保護的技術。 因此，語義圖作為這樣的網路接收可靠的去中心化存儲，並對記錄和使用者進行加密識別。 這不是免費託管頁面的語義標記。
為什麼條件區塊鏈需要語意？ 本體論通常是將內容劃分為主題領域和層次。 這意味著在對等網路上建構的語義網路（或更簡單地說，將網路資料組織成單一語義圖）提供了網路的自然集群，即其水平擴展。 圖的層次組織使得並行處理語意獨立的資料成為可能。 這已經是資料架構了，並不是把所有東西都亂丟到區塊裡，儲存在所有節點上。
為什麼物聯網需要語意和區塊鏈？ 對於區塊鏈來說，一切似乎都是微不足道的——它需要作為一個可靠的存儲，並帶有一個內建系統，用於使用加密金鑰識別參與者（包括物聯網感測器）。 而語義，一方面可以讓你將資料流隔離到主題群集中，也就是說，它提供了節點的卸載，另一方面，它可以讓你讓物聯網設備發送的資料變得有意義，從而獨立於應用程式。 您可以忘記請求應用程式 API 的文檔。
機器學習和語意網路的交叉能帶來什麼互惠互利還有待觀察？ 嗯，這裡的一切都非常簡單。 如果不是在語義圖中，我們在哪裡可以找到訓練神經元所必需的單一格式的如此龐大的經過驗證的、結構化的、語義定義的資料數組？ 另一方面，有什麼比神經網路更好地分析圖表中是否存在有用或有害的異常，例如識別新概念、同義詞或垃圾郵件？
這就是我們需要的 Web 3.0。 Jason Calacanis 會說：我告訴過你這將是有天賦的人創作高品質內容的工具。 蒂姆·伯納斯·李會很高興：語義規則。 Tim O'Reilly 也是對的：Web 3.0 是關於“互聯網與物理世界的交互”，是關於模糊線上和線下之間的界限，當我們忘記“上網”這個詞時。
我之前對主題的看法
- （2012）
- （視頻，2013 年）
- （2015）
- （2019）
來源： www.habr.com