मिलिंद भांडारकर

शोधयंत्रात शोध कशाचा घेतात ? माहितीचा.

ही माहिती कुठे असते ? कुठेही. तुमच्या डोक्यात. तुमच्या संगणकावर. तुम्ही दैनंदिनी लिहीत असलात, तर त्यावर. तुम्हाला विरोप (email) येतात, त्यात. तुम्ही इतर संकेतस्थळांवर काहीतरी खरडता, त्यातही. तुम्ही काहीही वाचता, त्यात असते. तुम्ही दुकानात जाऊन काही खरेदी करता, त्यातून नवीन माहिती निर्माण होते. तुम्ही ह्या पृथ्वीतलावर आपला प्रत्येक क्षण घालवता, त्यातून नवीन माहिती तयार होते. तुम्ही आज सकाळी काय खाल्ले? ब्रेड ? अंडी ? उपमा ? काहीही खाल्ले असेल, ते तुमच्याव्यतिरीक्त कुणा एकाला जरी कळले, तरी तुम्ही नवीन माहिती निर्माण केली आहे. शेवटी माहिती म्हणजे तरी काय ? माहिती म्हणजे एकापेक्षा अधिक लोकांना वितरीत झालेला विदा (डेटा). कुणी आज आपण काय केले हे लिहिले (किंवा सांगितले), आणि ते कुणीतरी वाचले (किंवा ऐकले), की ती झाली माहिती.

पण आपण जेव्हा एखाद्या लेखनाला माहितीपूर्ण किंवा माहितीप्रधान लेखन म्हणतो, तेव्हा त्या लेखनात वर्णन केलेल्या माहितीची उपयुक्तता लक्षात घेत असतो. माहिती ह्या संकल्पनेविषयी आपण अजाणतेपणे विधाने करत असतो, की अरे वा, युरोपियन भाषांविषयी मला आज खूप माहिती कळली. पण ह्या माहितीतली अधिक महत्वाची कोणती, हे ठरवणे मात्र प्रत्येकाचा व्यक्तिगत प्रश्न आहे. युरोपियन भाषांमधल्या ग्रीक आणि लॅटिन ह्या भाषांमधली अधिक पुरातन भाषा कोणती, ही माहिती मला “आज कर्क राशीत शनी कुठल्या स्थानात आहे, वक्र आहे का स्तंभी आहे” ह्यापेक्षा महत्वाची का वाटते, हा फक्त माझा प्रश्न आहे. ह्या एका उदाहरणावरून स्पष्ट होईल, की कुणाला कुठले लेखन माहितीपूर्ण वाटते, हे त्या व्यक्तीचे व्यक्तिगत मत असते. एखाद्या व्यक्तीची अनुदिनी मी का वाचतो ? कारण ती व्यक्ती जे लिहिते, ते मला आवडते आणि महत्वाची वाटते. आवडणे किंवा महत्वाची वाटणे, ही सापेक्ष संकल्पना आहे, खरे ना? समजा ती व्यक्ती वेगवेगळ्या ग्रहांचे वेगवेगळ्या राशीतील प्रवेश आणि त्या राशींतून त्या बिचाऱ्या ग्रहांची गच्छंती, ह्याचेच वर्णन करत असेल, तर त्याला माझ्या दृष्टीने विशेष महत्व नाही, खरे ना? आणि लिहिणारी व्यक्ती जरी ती ‘माहिती’ म्हणून देत असली, तरी त्या लेखनाला मी माहितीचा दर्जा देणार नाही. बरोबर ?

विश्वजालावर लेखन स्वातंत्र्यामुळे असही कित्येक पृष्ठे आहेत. ज्याला माझ्या दृष्टीने माहिती म्हणून स्थान नाही. परंतु अनेक लोकांना त्या माहितीत रस असू शकतो. त्यामुळे विश्वजालावर शोध घेणाऱ्यांसाठी जी सुविधा शोधयंत्रे उपलब्ध करून देतात, त्यांना कुठलेही लेखन हे माहितीच आहे, असे समजून चालणे आवश्यक आहे, नाही का?

अशा प्रकारच्या माहितीचा उपद्रव, आणि एका विशिष्ट विषयावरच्या मर्यादित (अथवा संकुचित) विषयावरच्या माहितीचा साठा ह्यावर केंद्रित असणाऱ्या शोधयंत्रांविषयी आपण जरा विचार करूयात, म्हणजे विश्वजालावरच्या शोधयंत्रांचे काम कठीण का आहे, हे लक्षात येईल.

तुम्ही बॅंकेत जाता. तुमची जमा रक्कम किती आहे, हे विचारण्यासाठी. काचेच्या खिडकीमागे बसलेल्या बाईला आपला खातेक्रमांक देता. ती बाई तुम्हाला क्षणार्धात तुमच्या खात्यात जमा रकमेविषयी माहिती देते. गूगलमध्ये एकदा आपला खातेक्रमांक टाकून (आणि बॅंकेचे नाव टाकून) बघा. किती जमा रक्कम आहे, ही माहिती मिळते का, ते. (खरे तर बघूच नका. कारण त्यातून तुम्हाला तोटाच होईल. कारण गूगलला उगाच तुमच्या नावाशी किंवा तुमच्या संगणकाच्या आयपी क्रमांकाशी तुमचा खाते क्रमांकाचा संबंध आहे हे कळेल. आणि तुमची जमा रक्कम कळणार नाही ते नाहीच.)

पण हे गूगलचे शोधयंत्र तुमच्या ब्यांकेतल्या बाईंपेक्षा (किंवा त्या बाई जी आज्ञावली वापरतात त्यापेक्षा) कमी दर्जाचे आहे, असे तुम्हाला वाटते का? अर्थातच नाही.

कारण तुमच्या ब्यांकेतल्या बाई वापरतात, ते शोधयंत्र त्यांच्या विदागारातच (डेटाबेसमध्ये) शोध घेण्यासाठी उपयुक्त असते. तेही एक शोधयंत्रच आहे. पण ते ज्या विदागारात शोध घेते आहे, तो अत्यंत साचेबंद (स्ट्रक्चर्ड) आहे. त्याचा साचा एका तक्त्यात लिहिता येतो, एवढा सोपा आहे. हा तक्ता असा:

खाते क्रमांक — खातेदाराचे नाव — जमा रक्कम

ह्या तक्त्यात खातेदाराचा क्रमांक दिला, तर जमा रक्कम शोधणे किती सोपे आहे, बघा. ह्यासाठी सीक्वेल (एस क्यू एल) नावाची एक खास आज्ञाभाषा देखील उपलब्ध आहे. ह्या भाषेत एक वाक्य लिहिले:

ज्या खात्याचा क्रमांक क्ष आहे, त्यात जमा रक्कम किती आहे, ते दाखवा.
(select balance from accounts where acct_number=xxxxxx)

तर लगेच ती रक्कम कळू शकेल. अशी सोपी भाषा असण्याचे कारण की ज्या विदागारातून ती आज्ञावली आपल्याला हवे ते उत्तर शोधते आहे, त्यातील विदा अत्यंत साचेबद्ध आहे.

आता विश्वजालाचा एक मोठ्ठे विदागार म्हणून विचार करा. जगातील कुठल्याही विदागारापेक्षा हे विदागार मोठे आहे. त्यात अशीच विचारणा करण्याचा प्रयत्न करा. पण उत्तर मिळणार नाही याची खात्री मी देतो. कारण विश्वजालातील माहिती अशी (म्हणजे तुमच्या ब्यांकेतील विदागारासारखी) साचेबद्ध नाही. ह्यातून आपल्याला हवी ती माहिती शोधणे, हे साचेबद्ध विदागारातून माहिती शोधण्यापेक्षा निश्चितच कठीण आहे, हे आपल्याला कळलेच असेल.

This entry was posted on Tuesday, April 17th, 2007 at 6:55 pm and is filed under तंत्रज्ञान, मराठी भाषा/संस्कृती. You can follow any responses to this entry through the RSS 2.0 feed. You can leave a response, or trackback from your own site.