Wolfram|Alpha，菱形六十面体背后的细节

Wolfram|Alpha尝试用符号计算使世界上的系统知识变得可计算。它的输入不是一组方程，而是语言。该系统的主要部分包括一个数据整理（data curation）管道，一个算法计算系统、一个语言学处理系统，还有一个自动化的呈现系统。

Wolfram|Alpha并不是那种返回已有网页的链接的搜索引擎，也不是像Wikipedia那样提供“大众化”知识叙述的海洋。它的目标是通过对提供给它的事实进行实时计算，去回答用户提出的问题。

Wolfram|Alpha不靠搜索Web来找答案，它的源数据也并非来自Web。它内部所用的数据经过整理和审核，大部分来自系统化的第一手来源。即使是实时数据（天气、股票、地震）也经过整理，并与有效数据作比较，如果发现偏差，就会特别标示出来（比如用虚线）。

Wolfram|Alpha用了“超过10T的数据，超过5万种算法和模型，还具有超过1千个领域的语言学处理能力”。作为Wolfram|Alpha引擎基础的Mathematica引擎从1986年开始持续发展，现在已经有超过5百万行的符号代码，运行在世界排名第66位的超级计算机上，每天可处理1.75亿条请求。服务由R Systems提供，可以每秒执行39.6T条数学运算，细节如下：

据Top500网站和Dell一份关于此系统的案例研究（PDF）所说，系统名为R Smarr，有4,608个处理器核心，用了576台“Harpertown” Xeon机器，共65,536GB内存，采用高速的InfiniBand数据传输连接。该系统同时使用了Red Hat Enterprise Linux和Microsoft Windows HPC Server两种操作系统。

Wolfram Research说，处理Alpha请求的将是位于同一地点的5套设备。项目中实际上包括两台超级计算机，合起来将近10,000个处理器核心以及数百T的硬盘。

数据通过统一的Mathematica语言接口以及一种按需加载机制取得，取回的数据表示成Mathematica表达式，这是一种S-expressions（符号表达式）。它的大量数据涵盖了很多领域：“数学、物理、化学、天文、地理、语言学、金融等等。”据作者所说，Wolfram|Alpha和Mathematica两种技术的区别在于：

Wolfram|Alpha在Web界面上给出简短、快速、一次性的结果。 Mathematica是一个更深更广的计算环境，用户可以处理任意类型的复杂问题。对Wolfram|Alpha和 Mathematica的扩展会使两者联系得更紧密。

目前Wolfram|Alpha的输入语言是英语，但计划未来支持其他语言。用户输入的的歧义性是这样解决的：

它将各种可能的理解作高低排列，然后对它认为最有可能的理解给出答案，并给出其他理解的答案链接。它在排列的时候还会考虑你所在的地理位置——比如离你较近的城市排位会较高。

地理位置根据用户的IP地址得出，数据来自GeoIP，精度为5英里。

每位用户分得的处理时间有限制。如果过了时限而请求还没处理完，它会返回部分的结果。计划中的Wolfram|Alpha专业版将没有计算时限列为特性之一。专业版的其他特性还有：

• 可下载多种格式（例如电子表格、XML、3D模型、TeX等等。）
• 可上传要分析的数据（例如电子表格、文字、图片、网页等等。）
• 多种可选的显示格式

• 保存个人或企业的偏好设置
• 可存储实体定义
• 动态交互能力
• 会话历史

Wolfram未来还有更多计划：“提供给开发者的APIs、专业版和企业版、针对内部数据的定制版、连接其他形式的内容、部署到移动平台等新兴平台。”

以下是使用Wolfram|Alpha的一个例子，查询“Hurricane Katrina”会得到以下结果：

每个带标题的段落被称为“pod”，其下又可以有“sub-pod”。在查询结果的底部还有信息来源的连接，以及将结果保存为PDF格式的选项。

Wolfram|Alpha的标志是一个菱形六十面体（rhombic hexecontahedron）。

最后为您提供一些有用的链接：Wolfram|Alpha博客（提供最新消息）、社区网站、参与者网站（反馈、贡献、建议等）

查看英文原文：Wolfram|Alpha, the Details Behind the Rhombic Hexecontahedron