Google versus Yahoo + Bing

Depois de alguns dias de férias, voltei à ativa. Na verdade não foram Férias com "F" maiúsculo. Mas pude dormir até mais tarde alguns dias.

Bom, voltando à vaca fria... Vamos discutir um pouco sobre essa fusão Micro$oft e Yahoo através dos motores de busca (search engines em inglês).

Para começar, o usuário não sentirá muita diferença entre ambos os buscadores (www.google.com ou www.bing.com). Ambos darão resultados semelhantes e a interface é muito parecida. É difícil dizer se os resultados de um são melhores que os resultados do outro. Contudo, é bem possível que o Google leve alguma vantagem por ser um buscador mais antigo e portanto com mais informações sobre as buscas anteriores dos usuários (maior page rank).

No entanto, a novidade da fusão fez com que a participação combinada Bing + Yahoo tirasse mais 1% da fatia do bolo dos buscadores. Atualmente o bolo está dividido da seguinte forma (junho, julho 2009):

Bing *		8.23%		9.41%
Yahoo!		11.04%		10.95%
Bing * & Yahoo! Combined		19.27%		20.36%
Google		78.48%		77.54%

Fonte: Statcounter

Bom, para terminar - na verdade, ainda não voltei totalmente das férias - a meu ver será difícil superar o Google nas buscas nos próximos meses. Mas vamos ver o que a Micro$oft ainda tem a dizer e qual será a contrapartida do Google.

Google Chrome OS - o novo sistema operacional do Google

Depois do Android - um sistema operacional leve, voltado para dispositivos portáteis como celulares e PDAs- o pessoal da Google resolveu investir no sistema operacional (SO) Chrome, projetado especialmente para notebooks e outros dispositivos que ficam ligados na web na maior parte do tempo. O lançamento está previsto para o 2o. semestre de 2010.


Cloud Computing
Aqui entre nós, é clara a iniciativa da Google em um conceito chamado Cloud Computing (prometo falar desse conceito em um outro post posterior - sem trocadilhos). Em linhas gerais, Cloud Computing ou computação nas nuvens é uma forma de acessar serviços - entenda-se uso de softwares - que estão disponíveis na web. Por exemplo: ao invés de utilizar um programa editor de texto no seu computador pessoal, você pode usar outro programa de edição de textos através do seu browser. Este outro programa está sendo executado em um servidor na web, portanto em outra máquina.

Na verdade, Cloud Computing é um nome novo para computação distribuída.

Características do SO Chrome
Antes de mais nada, um sistema operacional que pretende ser voltado para a web deve ser muito leve. Em outras palavras, esse SO deve investir bastante no gerenciamento de entrada e saída (E/S), principalmente pela Internet e discos, e deixar um pouco de lado a parte de interfaces. Aliás, como boa parte das interfaces será implementada pela web, através do browser, não convém sobrecarregar o SO com o gerenciamento das interfaces.

Como não poderia deixar de ser, o SO Chrome terá um kernel baseado no sistema operacional Linux. Para quem não é da área, o kernel (núcleo) do sistema operacional é um conjunto de softwares responsáveis pelo gerenciamento de serviços básicos, e. g., abertura e fechamento de arquivos, conexões com a internet, gerenciamento de usuários, segurança etc.

Ter um kernel baseado em Linux significa segurança, robustez e leveza que são pré requisitos de um bom sistema operacional.

Dominação do Mercado
Dependendo da qualidade do SO Chrome, é bem possível que aquela empresa de software proprietário - Micro$-alguma-coisa - diminua sua fatia no mercado. Os seus sistemas operacionais costumam requerer muitos recursos, isto é, muita memória, muito disco. Com um sistema operacional mais leve, capaz de ser executado em plataformas mais baratas, talvez as pessoas optem pela mudança.

É claro que dois requisitos serão imprescindíveis para o sucesso do SO Chrome: uma placa de rede com altas taxas de transmissão e recepção e serviços de alta qualidade. Será necessário muito investimento no sistema, mas investimentos muito maiores na qualidade dos serviços prestados.

Em países como o Brasil, talvez o sucesso do SO Chrome demore um pouco mais.

Veremos!

Firefox 3.5 - Shiretoko Shock

Shiretoko Shock é a campanha de lançamento do Firefox 3.5! Como não poderia deixar passar em branco - afinal também sou um entusiasta do Firefox -, aproveito para fazer minha parte na campanha! ;-)

Segundo o pessoal da Mozilla, organização que produz o navegador (browser), o objetivo da campanha é fazer um tsunami para o lançamento da nova versão do aplicativo para navegar na internet exatamente as 3:50 (o horário tem a ver com a versão do software 3.5 = 3:50). A Guerra dos Browsers vai continuar, pelo visto.

Dizem os desenvolvedores do Firefox 3.5 que o browser é duas vezes mais rápido que a versão anterior. Tenho minhas dúvidas sobre isso. Na verdade, nesse exato momento estou usando a versão beta4 do Firefox 3.5 e não notei tanta diferença assim. É claro que com a quantidade de plugins e abas que tenho abertas no momento (6 ao todo e 3 delas com sites que usam AJAX), talvez não sinta mesmo alguma diferença.

Bom, entre as principais features (funcionalidades) do browser estão:

• Private browsing, isto é, navegação privativa. Em outras palavras, é uma forma de navegar pela internet sem que o seu percurso seja registrado no browser.
• Location aware browsing que em português pode significar navegação sensível à localização. Traduzindo, o browser pode fornecer informações sobre o local - ponto geográfico - de onde você está acessando.
• Suporte para HTML5, um novo padrão para a linguagem de hipertexto presente nas páginas da web - principalmente para áudio e vídeo.

Existem ainda outras funcionalidades que só interessam mesmo aos desenvolvedores mas que, acabam implicando em desempenho para os usuários finais.

É isso! Veja um vídeo com o resumo das funcionalidades (em inglês):

Bibliometria x Cienciometria x Informetria -> Webometria

Indicadores de atividades científicas têm grande importância não só no meio acadêmico, mas também nos meios políticos e econômicos. Aliás, Robert K. Merton já havia definido as relações entre cientistas como um objeto de estudo da sociologia. Como tal, o reconhecimento de quem são os experts e quem são seus grupos é essencial para a manutenção do status quo.

Para reconhecer quem são os entes dominantes na Ciência, existem três linhas que pesquisam esses índices: Bibliometria, Cienciometria e Informetria.

Bibliometria
Segundo Tague-Sutcliffe, a bibliometria é o estudo dos aspectos quantitativos da produção, disseminação e uso da informação registrada. A Bibliometria, portanto, desenvolve padrões matemáticos para medir esses processos.

Os principais objetos observados pela bibliometria são livros, documentos, artigos e revistas, entre outros. O número de empréstimos, citações, referências, frequência de frases são os dados considerados através de rankings e distribuições.

Cienciometria
A Cienciometria por sua vez, ainda de acordo com Tague-Sutcliffe, é o estudo dos aspectos quantitativos da Ciência enquanto disciplina ou atividade econômica. A Cienciometria se sobrepõe à Bibliometria, visto que a primeira ajuda a estabelecer políticas científicas.

Os principais objetos são as disciplinas da Ciência, os assuntos, as áreas, os campos. Observa-se principalmente a forma como os cientistas se comunicam, através de periódicos, livros, eventos etc e onde os assuntos estão se concentrando.

Informetria
A Informetria também de acordo com Tague-Sutcliffe se ocupa da ocorrência de palavras, documentos, bases de dados etc. Nesse caso, a informetria mede a quantidade de recuperação de documentos, sua relevância (numéro de links para esse documento, por exemplo), a revocação etc. O principal objetivo da Informetria é a melhoria da eficiência na recuperação dos documentos.

Qual a relação com a Ciência da Computação?
É claro que para obter as informações que a Bibliometria, a Cienciometria e a Informetria precisam, é necessário conhecer técnicas de bancos de dados que possa contabilizar todas as informações. Mas muito mais do que isso, a Informetria depende de uma série de algoritmos que também são pesquisados pela Ciência da Computação.

O Google usa muitas dessas técnicas para rankear (classificar) as páginas mais relevantes. Uma delas, chamada Lei de Zipf, também conhecida como Lei do Mínimo Esforço, mede a frequência do aparecimento das palavras em vários textos e gera uma lista ordenada de termos.

Webometria
Com tantos avanços, não seria possível esquecer da maior fonte de pesquisas da atualidade: a Internet. Assim, segundo Björneborn and Ingwersen (2004), Webometria é o estudo de aspectos quantitativos da construção e uso de recursos, estruturas e tecnologias da Web. Nesse sentido, há uma confusão dos autores sobre o que é Web e o que é Internet. É claro que a segunda é mais ampla, pois incorpora a primeira.

Nesse caso ainda há muitas métricas a se desenvolver. Tudo indica que será um campo bem vasto para pesquisas e que vai aproximar mais ainda a Ciência da Computação da Ciência da Informação.

Bibliografia
TAGUE-SUTCLIFFE, J. An introduction to informetrics. Information Processing & Management, v. 28, n. 1, p. 1-3, 1992.

BJÖRNEBORN, L. e INGWERSEN, P. Toward a basic framework for webometrics. Journal of the American Society for Information Science and Technology 55 (14): 1216–1227.

Bioinformática

Definições

A bioinformática é uma aplicação da tecnologia da informação na biologia molecular. A biologia molecular, por sua vez, se ocupa da compreensão da interação entre as moléculas de um sistema celular, incluindo as moléculas de DNA, RNA e a biosíntese de proteínas.


Entre as principais atividades da bioinformática estão o mapeamento e análise do DNA e sequências de proteínas; alinhar diferentes sequências de DNA e proteínas; compará-las; criar e visualizar modelos em três dimensões das estruturas protéicas. Para tanto, algumas técnicas computacionalmente intensiva são bastante aplicadas. Por exemplo: mineração de dados, algoritmos para aprendizado automático e técnicas de visualização.


Subáreas

Entre as subáras da bioinformática estão as seguintes:

1. Alinhamento de sequências: estratégias de arranjos de sequências de DNA, RNA ou proteínas para identificar regiões de similaridade que podem ser consequências de relações funcionais, estruturais ou evolucionárias entre sequências.


2. Sequenciamento de genoma (Genômica): processo de marcação de genes e outras características biológicas no DNA. No sequenciamento, tenta-se associar trechos de sequências de DNA a características biológicas.


3. Proteômica: estudo das proteínas, em particular suas estruturas e funções. Nesse caso, a estrutura em três dimensões provê informações para o desenvolvimento de drogas para interferem na ação de proteínas.

A relação com a Computação

A relação de Biologia com Computação exige algoritmos bastante robustos e com alta complexidade. Há muita informação codificada em DNAs. Por isso, a busca e decodificação dessas informações exige muito tempo computacional. Nesse sentido, o desenvolvimento de algoritmos capazes de tratar grandes volumes de informação são o grande foco da bioinformática.

Existe uma grande lista de laboratórios que tratam desse tema no Brasil. Essa lista está disponível em http://pt.wikipedia.org/wiki/Laboratórios_de_Bioinformática_do_Brasil

Para mais informações sobre o assunto, veja o site http://www.comciencia.br/reportagens/bioinformatica/creditos.shtml

Onde melhor publicar: revistas científicas, conferências ou livros?

Uma das discussões que retornam com frequência entre os cientistas da computação é onde publicar, ou melhor, em que meio a publicação pode ter maior impacto. Diferente das Ciências Hard Core ou do "núcleo duro" (particularmente não gosto muito dessa tradução), e. g. Física, Química e Biologia, onde a publicação em periódicos científicos é mais valorizada, na Ciência da Computação esse nem sempre é o melhor caminho.

Periódicos ou Conferências?
Em um artigo intitulado "Research evaluation for computer science" publicado em abril deste ano (2009) na ACM Communications e já citado em um post anterior, os autores defendem que por ser uma área de conhecimento que combina Ciência e Engenharia, a avaliação de pesquisas em Ciência da Computação não pode usar a mesma metodologia que se adota nas ciências do Hard Core.

Além disso, uma parte importante da Ciência da Computação produz artefatos (entenda-se sistemas e software). Na maioria das vezes, esses artefatos têm impacto maior do que uma publicação em um periódico. Afinal, o software chega mais rápido à comunidade do que o artigo em um periódico, cujo tramite do envio até a publicação por vezes é bastante demorado.

Exemplo prático? Que tal o algoritmo Page Rank que o Google usa para determinar a popularidade de uma página na WWW baseado na quantidade de links para aquela página (Sergey Brin and Lawrence Page: The anatomy of a large-scale hypertextual Web search engine, in Computer Networks and ISDN Systems, 33: 107-17, 1998). O impacto que o algoritmo em si teve na sociedade certamente é muito maior do que o impacto do artigo.

Também no editorial da ACM Communicatios de Maio de 2009, o editor Moshe Y. Vardi argumenta que a comunidade de cientistas da Computação talvez seja a única que prefere a publicação em conferências do que em qualquer outro meio (periódicos ou livros). Ainda segundo Vardi, essa preferência foi legitimada pelo artigo "Evaluating Computer Scientists and Engineers for Promotion and Tenure" publicada pela "Computing Research Association".

O critério Qualis-CC
A discussão ocorre inclusive no âmbito brasileiro. Na lista de discussão da Sociedade Brasileira de Computação (SBC-L), em maio deste ano principalmente, muito se discutiu sobre o critério de indexação que a CAPES está utilizando, o chamado Qualis-CC.

Em resumo, nem todos os pesquisadores estão de acordo com os critérios adotados pela CAPES. O principal argumento é que a área de Ciência da Computação é multidisciplinar por natureza e, por isso, nem sempre uma publicação que não é muito citada por outras publicações deve ser avaliada como de baixo impacto. Na área de Ciência da Computação, por vezes algumas publicações geram produtos que não são descritos em periódicos científicos, mas têm grande relevância na sociedade.

E os Livros?
Ainda na área de Computação, os livros têm um papel importante. Além de consolidar alguns conhecimentos, há muito mais espaço para explicar e detalhar as ideias. O principal exemplo é a série de livros "The art of computer programming" de Donald E. Knuth, onde os algoritmos mais importantes para qualquer ramo da Ciência da Computação são detalhados.

Por outro lado, nem sempre os livros não passam por um comitê de especialistas de peso como pretensamente passam os artigos para as conferências ou periódicos científicos. Claro que existem editoras mais conceituadas que tem essa preocupação, mas sabe-se que não são a maioria.

Portanto...
É evidente que não existe demérito algum em publicar em periódicos, conferências ou livros. O importante é produzir conhecimento e ter uma maneira justa de avaliar o impacto dessa produção.

A grande questão é como medir o impacto dessas diferentes formas de divulgação do conhecimento. São meios e características diferentes, por isso é praticamente impossível ter uma única metodologia para todos. No entanto, não se pode desprezar nenhum deles.

Será o começo do fim do Google?

Este blog agora abre espaço para discutir um pouco de Tecnologia. Bom a pergunta no título pode parecer uma previsão que nunca vai se concretizar. Mas alguns acontecimentos nos últimos dias (14 de maio e 7 de maio) parece indicar que existe uma chance de que o começo do fim do Google está iniciando. Vamos ver os fatos.

Como se sabe, desde que foi fundado em 1996 - naquela época já consumindo muita largura de banda - o Google vem crescendo e recentemente, nos últimos cinco anos, tem adquirido vários outros serviços na rede. Entre eles estão o próprio buscador Google, o serviço de e-mail GMail, YouTube, Orkut, Mapas, Google Earth, GoogleDocs e até mesmo o servidor que suporta este blog. Com tantos serviços assim, imaginem a quantidade de pessoas e equipamentos mobilizados para prestar esses serviços.

A empresa Google.
Bom, o Google é uma empresa de capital aberto e, portanto, não basta prestar serviços. É importante prestar serviços de qualidade e que façam com que seus consumidores não pensem em outras alternativas quando precisam de algo na internet. Vale lembrar que o Google não é uma empresa "comunitária" e que presta serviços de graça. É uma empresa de Propaganda cujo principal serviço é divulgação direcionada para perfis específicos de usuários. Qualquer profissional de Marketing sabe que quando se tem um alvo específico, fica muito mais fácil tornar a divulgação eficiente.

Quer um exemplo? Está vendo esses links no começo da página, à direita? Note que todos eles são vinculados de alguma forma à Computação. A razão disso é que, como o Blog tem esse assunto como principal, o Google supõe que todos os interessados que lêem este post também estão interessados em produtos ligados à Computação. Por isso tantas propagandas sobre isso.

Experimente buscar algo no serviço de buscas. Verá que ao lado, na seção "links patrocinados" aparecerão vários produtos relacionados. E isso funciona para todos os serviços que o Google presta.

O conceito de Escalabilidade
Mas voltemos ao assunto principal do post. Por que pode ser o começo do fim do Google? A razão para essa especulação é um conceito chamado escalabilidade. Em redes de computadores ou sistemas distribuídos, escalabilidade é um conceito essencial. Basicamente, um sistema é escalável se, ao crescer em número de equipamentos (processadores, número de conexões, capacidade de armazenamento em disco), a sua capacidade computacional cresce proporcionalmente. Alguns sistemas têm um limite para escalabilidade.

Vejamos uma metáfora que explica bem o conceito. Imagine que você é um gerente em um restaurante com 3 garçons e você precisa gerenciá-los para atender os pedidos da sua clientela. Você quer aumentar a clientela, portanto o ideal é contratar mais garçons. A princípio o restaurante consegue atender mais clientes, mas a sua capacidade de gerenciamento fica mais difícil. Uma hora vai acontecer que haverão muitos clientes, mas você não pode aumentar o número de garçons porque você não consegue gerenciá-los. Alguns clientes ficarão insatisfeitos com o serviço e migrarão para a concorrência.

No caso descrito, o Google é o gerente, os garçons são os vários computadores (servidores) do Google e os clientes somos todos nós que utilizam o serviços. Para aqueles que querem uma visão mais técnica de como funciona o sistema de buscas no Google, acesse este endereço: http://www.google.com/corporate/tech.html

Começo do fim?
Enfim, se por um lado há uma capacidade computacional limitada - mesmo para uma empresa de capital aberto como o Google -, por outro há cada vez mais pessoas conectadas a mais tempo na rede. Ao não terem suas expectativas atendidas por um prestador de serviço, é natural que as pessoas busquem serviços alternativos. Isso causa um desinteresse dos investidores na empresa que diminuem seus investimentos. Com menos capital para investir, não se pode crescer, gerando mais descontentamento e entrando em uma espiral negativa.

É claro que estou especulando, mas muitas empresas de Internet terminaram assim. Lembra do Alta Vista, Netscape, Mosaic? Por que não o Google? Será que é o começo do fim?