Toward a Civiliza-on of  Collec-ve Intelligence 

Prof. Pierre Lévy (Twi;er: @plevy) Fellow of the Royal Society of Canada 

Canada Research Chair in Collec-ve Intelligence University of O;awa 

Evolu-on of Media 

(From 2000) Ubiquity, interconnection and animation of cultural signs (software). Social Computing. New sign systems. Knowledge economy.

(From 1500) massive technical self-reproduction and diffusion of the alphabet and other cultural signs. New languages (animated images, etc.) Scientific notation progress. Industrial economy.

(From - 1000) Digitization and universalization of writing reduced to thirty phonetic signs. Notation of numbers by position, zero. Commercial economy.

(From - 3000) Autonomous technical memory of language. Ideographic Signs. Numerals, measurement units. Agricultural economy. (From - 300 000) myths, rites, oral transmission, memory inscribed in matter. Icons. Arts of memory. Hunting-gathering economy.

Social Media / Social Compu-ng Features 

•  Global sharing : photo (Flickr), video (Youtube), music / P2P (Bi;orrent), bookmarks (Delicious), knowledge (Wikipedia, Freebase) 

•  Distributed crea3on : user‐generated content, blogs (Wordpress), podcasts, ci-zen journalism 

•  Social networking : social networks (Facebook, Myspace, Linkedin, Xing, Pulse, NING...), virtual worlds (Second life), instant micro‐blogging (Twi;er) 

•  Streaming (Twi;er, Facebook, Friendfeed, Atom or RSS Feeds)  

•  Mass collabora3on : wikis, opensourcing, crowdsourcing 

•  Collabora3ve assessment : forums, ra-ngs, reviews (Bazaarvoice) 

•  Social bookmarking / tagging / categoriza3on (Digg, Delicious, Twine, Diigo, Stumbleupon, Flickr, YouTube...) 

•  Cloud compu3ng : data and applica-ons are on‐line in huge distributed data‐centers (Google, Yahoo, Facebook, Twi;er, Amazon...). SoZware as a service. Scalability. 

Yes, the digital conversa-on ! But what about seman-c interoperability: different languages, folksonomies, classifica-ons, ontologies...? 

Web n.0, Social Compu-ng, Crowdsourcing : A Global Conversa-on ? 

Cyberspace Evolution

Computer Interconnec-on between transistors. Computer memory = bit address. "Operating systems, programming languages Augmentation of arithmetical and logical processing.

Internet Interconnec-on between computers. Internet Protocol = server address. Routers, user-friendly PC applications Personal computing. Virtual communities. "Digital media convergence.

Interconnec-on between documents (+ data) Uniform Resource Locator = h;p:// page address. Centralized search engines, browsers. Global multimedia public sphere.

Web

Semantic Space Interconnec-on between ideas (via seman-c tags). "

Uniform Seman-c Locator = IEML * concept address ** Collaborative societies of semantic agents, subject-centric computation. Collective intelligence growth. Augmentation of sense-making.

1950 

1980 

1995 

2015 

Computational Collective Intelligence

Compu-ng 

Internet 

WWW 

Seman-c Space 

global meta‐computer 

global meta‐database 

global meta‐language 

symbolic manipula-on automata 

society of automata 

linked data 

group of concepts 

pervasive comp. (mobiles, things, 

robots...)  

TCP / IP 

HTTP / URLs 

IEML / USLs 

Chips / OS Bits addresses 

Addressing system 

Augmenta-on of CI 

Objects in rela-on 

Toward a CI Science 

Cyberspace scien-fic observatory / digital mirror of CI 

Reflexive Collec-ve Intelligence driver of human development 

Human Development prosperity, health, educa-on, security, peace, 

environment, cultural heritages, research, innova-on... 

Intelligence

collective

creation creation

creation creation

Collec-ve Intelligence Dynamics 

aspiration

aspiration

Finance�Competence�

Power networks

Governance / values Rights / duties Will networks

Arts�Sciences�

Knowledge networks

Messages�Medias�

Documentary networks

Trust�Social roles�

Personal networks

Equipment / technology�Health / environment �

Bodily networks

Collective�Intelligence

CULTURAL CAPITAL  BIOPHYSICAL 

CAPITAL 

ETHICAL CAPITAL 

EPISTEMIC CAPITAL 

PRACTICAL  CAPITAL 

SOCIAL CAPITAL 

Collective�Intelligence

PEOPLE 

WILL 

COLLECTIVE INTELLIGENCE 

Layers of Seman-c Processing 

Flows: circula-on of seman-c energyn in circuits, following the rules of informa-on economy games 

Texts (USLs with a meaning): Gramma-cal rules for the genera-on of texts automa-cally transl. into nat. languages  

Terms: dic-onary = correspondence points/natural language + network of seman-c rela-ons between terms 

Perspec-ves: series, matrices, trees 

Points (USLs): 6 primi-ves, sequences of 3L primi-ves (0⩽L⩽6),  categories, catsets, USLs 

Circuits: networks of texts 

FORM (syntax) 

COLOR (seman-cs) 

LUMINOSITY (pragma-cs) 

The Bodies of Collec-ve Intelligence 

SEMANTIC BODY  

ENERGY BODY 

DATA BODY 

Forms: Sets of USLs and perspec-ves Colors: Meaning of the USLs 

Circuits: graphs of USLs Flows: economic, electric, neural,... models 

Data 3D+t. Addresses 

Mul-‐Media Rep of VB  User‐controlled 

automatable func-ons 

The Nature of Collec-ve Intelligence 

group of transforma-on 

symbolic bodies 

material bodies 

group of transforma-on 

seman-c space 

color : actual essence 

data : actual existence 

objec-vity : actual presence techno‐biological environment 

unified field 

CI GAMES 

DIGITAL MEDIA ECOSYSTEM 

(self‐observa-on) 

3D MATERIAL ECOSYSTEM (phenomena) 

SYMBOLIC COGNITION (observer) 

subjec-ve experience : virtual presence  

molecular machines par-cles / waves 

luminosity : virtual existence 

form : virtual essence 

IEML and the « Seman-c Web » 

Differences of nature between  IEML and XML / RDF / OWL 

•  OWL has no seman3c content in itself: no verbs, nouns, adjec-ves, adverbs, preposi-ons, inflec-ons, etc. OWL is rather a file format for descrip-on logics. 

•  IEML has a seman3c content in itself. Users can generate proposi-ons, complex phrases with several proposi-ons and « texts » from the syntax and dic-onary of IEML.  

•  IEML can be expressed in any file format, including XML, RDF and OWL. There is currently  an automa-c translator from a cursive nota-on of IEML (called STAR), to binary and XML nota-ons of IEML. IEML is not a data format! 

•  It is indeed possible to use IEML to describe OWL ontologies (and so to decompartmentalize dis-nct ontologies), or to describe in OWL the complex network of concepts of the IEML dic-onary (like wordnet has – almost ‐ done for the english language). 

Differences of goals between  IEML and XML / RDF / OWL 

•  1) Seman-c interoperability –  Standardizing data formats is already done by the W3C and other standardiza-on 

ins-tu-ons. –  But diversity of data formats is not the only obstacle to seman-c interoperability : 

diversity of ontologies, folksonomies, classifica-on systems, natural languages...  –  IEML can be used in the context of ontologies with very different hierarchies of 

concepts –  Once expressed in IEML, a complex concept ‐ the meaning of a *tag ‐ can be 

automa-cally translated to any natural language supported by the IEML dic3onary. 

•  2) Transparency of seman-c addressing system 

•  3) Empowerment of wri-ng / reading 

•  4) Symbolic tool for self‐observa-on and self‐reference of collec-ve intelligence 

These goals have to be addressed by humani-es and social sciences, but these sciences need the help of soZware engineering.  

Toward a transparent  seman-c addressing system (1) 

•  Opacity by design of the URIs –   h;p://www.w3.org/TR/webarch/#uri‐opacity 

•  By contrast, IEML expressions form a group of transforma3ons. Automatable algebraic transforma-ons on IEML symbols correspond to automatable algebraic transforma-ons on significa-ons (on “seman-cs”). 

•  The IEML seman-c space (the immense set of IEML « texts », called USLs ) is in principle independent of the URI address space just as it is independent of any physical or telecommunica-on addressing system. 

Toward a transparent  seman-c addressing system (2) 

•  IEML can bring to the system of URIs a general seman3c interconnec3on and a full group of transforma3on on seman3cs. IEML‐URIs can be directly used as concepts in RDF or OWL. The IEML research program can offer an alterna-ve grounding to the en--es of the Web of data, mapping URIs to such IEML‐URIs. 

•  The power of IEML can be leveraged by the exis-ng standards of the Web of data. Symmetrically, the expressive and algebraic proper-es of IEML can leverage the current Web of data by providing it with a novel grounding that can make it more "seman-c".