ОНТОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ ГИБРИДНЫХ СЕМАНТИЧЕСКИ СОВМЕСТИМЫХ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ НА ОСНОВЕ СМЫСЛОВОГО ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
В.В. Голенков, Н.А. Гулякина, И.Т. Давыденко, Д.В. Шункевич, А.П. Еремеев
Белорусский государственный университет информатики и радиоэлектроники, Минск, Республика Беларусь
Национальный исследовательский университет «МЭИ» (Московский энергетический институт), Москва, Россия
Аннотация
Работа посвящена проблеме обеспечения семантической совместимости интеллектуальных систем. Показано, что обеспечение совместимости интеллектуальных систем и разработка соответствующих стандартов является ключевым направлением развития технологий проектирования интеллектуальных систем. Формально уточнено понятие смыслового представления информации в памяти интеллектуальной системы, которое обеспечивает однозначность представления информации с использованием заданного набора понятий. Показана возможность автоматической интеграции знаний в рамках смыслового представления знаний, которая сводится к склеиванию синонимичных знаков. Показана возможность автоматической интеграции различных моделей обработки знаний, если эти модели представляют собой коллективы агентов, ориентированных на обработку знаний, представленных в памяти интеллектуальных систем в смысловой форме, и взаимодействующих между собой через указанную память. Предложена Технология OSTIS, ориентированная на разработку семантических компьютерных систем. Предложена концепция Экосистемы OSTIS, представляющей собой коллектив взаимодействующих интеллектуальных систем, построенных по Технологии OSTIS и поддерживающих эволюцию и совместимость интеллектуальных систем в ходе их эксплуатации в рамках данной экосистемы. Рассмотрены примеры использования Технологии OSTIS при разработке прикладных интеллектуальных систем.
Ключевые слова: интеллектуальная система, язык представления знаний, модель интеллектуальной системы, компонентное проектирование, совместимость систем.
Abstract
ONTOLOGICAL DESIGN OF HYBRID SEMANTICALLY COMPATIBLE INTELLIGENT SYSTEMS BASED ON SENSE REPRESENTATION OF KNOWLEDGE
V. Golenkov, N. Guliakina, I. Davydenko
Belarusian state university of informatics and radioelectronics, Minsk, Republic of Belarus
National Research University «Moscow Power Engineering Institute», Moscow, Russian Federation
The work is devoted to the problem of ensuring the semantic compatibility of intelligent systems. It is shown that ensuring the compatibility of intelligent systems and the development of relevant standards is a key direction in the development of intelligent systems design technologies. The concept of the sense representation of information in the memory of an intelligent system has been formally clarified, which ensures the unambiguity of the presentation of information using a given set of concepts. The possibility of the automatic integration of knowledge within the the sense representation of knowledge, which is reduced to the merging of synonymous signs, is shown. The possibility of automatic integration of various models of knowledge processing is shown, if these models are teams of agents, oriented on processing of knowledge, presented in the memory of intelligent systems in a sense form, and interacting with each other also through the specified memory. The concept of OSTIS Technology, focused on the development of semantic computer systems and implementing the specified principles of information representation and processing, is proposed. The concept of the OSTIS Ecosystem is proposed, which is a group of interacting intelligent systems built using the OSTIS Technology and supporting the evolution and compatibility of these intelligent systems during their operation within this ecosystem. The examples of the use of OSTIS Technology in the development of applied intelligent systems are considered.
Keywords: intelligent systems, knowledge representation language, intelligent system model, component design, systems compatibility.
Введение
До настоящего времени традиционные информационные технологии (ИТ) и технологии искусственного интеллекта (ИИ) развивались независимо друг от друга. Сейчас настало время фундаментального переосмысления опыта использования и эволюции традиционных ИТ и их интеграции с технологиями ИИ.
В данной работе рассмотрена ключевая на текущий момент проблема развития ИТ в целом и технологий ИИ в частности - проблема обеспечения информационной совместимости компьютерных систем (КС) и в том числе интеллектуальных систем (ИС).
Актуальность решения этой проблемы обусловлена тем, что информационная совместимость КС повысит уровень их обучаемости благодаря более эффективному восприятию опыта (знаний и навыков) от других КС. При этом появится возможность:
¦ расширить многообразие используемых в КС знаний и навыков без необходимости разработки специальных средств их согласования [1-3];
¦ создания коллективов КС, использующих универсальные принципы организации взаимодействия между КС на содержательном уровне;
¦ автоматизации процесса поддержки и восстановления информационной совместимости КС не только с другими КС, но и с их пользователями;
¦ сократить сроки разработки новых КС с помощью постоянно расширяемой библиотеки многократно используемых компонентов КС [4-6].
1. Предлагаемый подход к дальнейшей эволюции КС и технологий
Анализ проблем эволюции КС показывает, что несовместимость, дублирование и субъективизм используемых информационных ресурсов (ИР) и моделей их обработки присутствует в развитии: традиционных КС; технологий ИИ [7]; методов и средств информатизации научной и инженерной деятельности [8, 9].
Обеспечение совместимости ИР и моделей их обработки имеет разные аспекты:
¦ совместимость между различными компонентами КС, а также между целостными КС, входящими в коллективы КС;
¦ совместимость между различными КС и их пользователями;
¦ междисциплинарная совместимость, конвергенция различных областей знаний [10, 11];
¦ методы и средства постоянного мониторинга и восстановления совместимости в условиях интенсивной эволюции КС и их пользователей.
1.1 Направления эволюции КС
В эволюции КС можно выделить два направления. Первое направление - это расширение множества и многообразия задач, решаемых КС [1, 2, 12]. Второе - это повышение уровня их обучаемости и, как следствие, темпов их эволюции. Обучаемость КС определяется: трудоёмкостью, темпами расширения и совершенствования используемых знаний и навыков [13, 14]; уровнем ограничений, накладываемых на вид приобретаемых и используемых знаний и навыков.
В свою очередь, трудоёмкость и темпы расширения и совершенствования знаний и навыков КС определяются [15]:
¦ гибкостью - многообразием и трудоёмкостью возможных изменений, вносимых в систему в процессе пополнения системы новыми знаниями и навыками;
¦ стратифицированностью - разделением системы на достаточно независящие друг от друга уровни иерархии;
¦ рефлексивностью -- способностью анализировать собственное состояние и свою деятельность;
¦ гибридностью - способностью приобретать и использовать широкое многообразие знаний и навыков;
¦ уровнем самообучаемости - уровнем активности, самостоятельности, целеустремленности в процессе обучения без учителя;
¦ совместимостью - трудоёмкостью интеграции с другими КС и с компонентами КС;
¦ способностью к постоянному мониторингу и поддержке своей совместимости как с другими КС, так и со своими пользователями в условиях эволюции КС и их пользователей. Совместимость КС может рассматриваться в аспекте глубокой интеграции КС, что предполагает преобразование нескольких КС в одну целостную КС, и в аспекте преобразования нескольких КС в коллектив взаимодействующих КС.
Совместимость КС определяется:
¦ совместимостью различного вида информации (знаний), хранимой в памяти КС;
¦ совместимостью различных моделей решения задач;
¦ совместимостью встроенных подсистем, входящих в состав КС;
¦ совместимостью внешней информации с информацией, хранимой в памяти КС;
¦ коммуникационной совместимостью с пользователями и с другими КС.
1.2 Суть предлагаемого подхода
Суть предлагаемого подхода к решению проблем эволюции КС заключается в объединении указанных направлений эволюции КС и в трактовке проблемы обеспечения совместимости различных КС как ключевой проблемы эволюции КС, без решения которой невозможно:
¦ создавать коллективы КС, способные координировать свои действия при кооперативном расширении сложных задач;
¦ создавать гибридные КС, способные решать сложные задачи с использованием сочетания разных видов знаний и моделей решения задач;
¦ использовать компонентную методику проектирования КС.
Совместимость КС и их компонентов, а также совместимости КС с пользователями имеют разные трактовки этого термина:
¦ совместимость как один из факторов обучаемости, как способность к быстрому повышению уровня согласованности (интеграции, взаимопонимания);
¦ совместимость как характеристика достигнутого уровня согласованности.
1.3 Унификация КС
Главным фактором обеспечения совместимости различных видов знаний, различных моделей решения задач и различных КС в целом является унификация:
¦ представления информации в КС [16, 17];
¦ принципов организации обработки информации в КС.
Унификация представления информации в КС предполагает:
¦ синтаксическую унификацию информации - унификацию формы представления (кодирования) информации:
¦ кодирование информации в памяти КС (внутреннее представление информации);
¦ внешнее представление информации, обеспечивающее однозначность интерпретации информации разными пользователями и разными КС;
¦ семантическую унификацию информации, в основе которой лежит согласование и точная спецификация используемых понятий с помощью системы формальных онтологий.
2. Смысловое представление информации в памяти КС
Объективным ориентиром для представления информации в памяти КС является формализация смысла представляемой информации [18-20].
Принципы смыслового представления информации основаны на:
¦ различиях внутреннего языка КС, используемого для хранения информации в памяти компьютера, и внешних языков КС, используемых для общения КС с пользователями и другими КС;
¦ упрощении синтаксиса внутреннего языка КС при обеспечении универсальности путём исключения из внутреннего универсального языка средств, обеспечивающих коммуникационную функцию языка (например, союзы, предлоги, склонения и другие).
2.1 Унификация внутреннего представления информации в КС
Смысл - это абстрактная знаковая конструкция, принадлежащая внутреннему языку КС, являющаяся инвариантом максимального класса семантически эквивалентных знаковых конструкций, принадлежащих разным языкам, и удовлетворяющая следующим требованиям:
¦ универсальность - возможность представления любой информации;
¦ отсутствие синонимии знаков;
¦ отсутствие дублирования информации в виде семантически эквивалентных текстов;
¦ отсутствие омонимичных знаков (в том числе местоимений);
¦ отсутствие у знаков внутренней структуры (атомарный характер знаков);
¦ отсутствие склонений, спряжений;
¦ отсутствие фрагментов знаковой конструкции, не являющихся знаками (разделителей, ограничителей, и т.д.);
¦ наличие знаков связей, компонентами которых могут быть любые знаки, с которыми знаки связей связываются синтаксически задаваемыми отношениями инцидентности. Следствием указанных принципов смыслового представления информации в памяти КС является то, что знаки сущностей, входящие в смысловое представление информации, не являются именами (терминами) и, следовательно, не привязаны ни к какому естественному языку и не зависят от пристрастий различных авторов. Эти же принципы приводят к нелинейным знаковым конструкциям (к графовым структурам), что усложняет реализацию памяти КС, но существенно упрощает её логическую организацию (в частности, ассоциативный доступ). Нелинейность смыслового представления информации обусловлена тем, что:
¦ каждая описываемая сущность, т.е. сущность, имеющая соответствующий ей знак, может иметь неограниченное число связей с другими сущностями;
¦ каждая описываемая сущность в смысловом представлении имеет единственный знак, т.к. синонимия знаков здесь запрещена;
¦ все связи между описываемыми сущностями описываются связями между знаками этих сущностей.
Суть универсального смыслового представления информации можно сформулировать в виде следующих положений.
¦ Смысловая знаковая конструкция трактуется как множество знаков, взаимно-однозначно обозначающих различные сущности и множество связей между этими знаками.
¦ Каждая связь между знаками трактуется как множество знаков, связываемых этой связью, и как описание соответствующей связи, которая связывает денотаты указанных знаков или денотаты одних знаков непосредственно с другими знаками, или сами эти знаки.
¦ Денотатами знаков могут быть конкретные и произвольные, реальные и абстрактные, «внешние» и «внутренние» сущности, являющиеся множествами знаков, входящих в состав той же самой знаковой конструкции.
Ключевым свойством языка смыслового представления информации является однозначность представления информации в памяти каждой КС, т.е. отсутствие семантически эквивалентных знаковых конструкций, принадлежащих смысловому языку и хранимых в одной смысловой памяти. При этом логическая эквивалентность таких знаковых конструкций допускается и используется, например, для компактного представления некоторых знаний, хранимых в смысловой памяти.
Логически эквивалентные знаковые конструкции - это представление одного и того же знания, но с помощью разных наборов понятий. В отличие от этого семантически эквивалентные знаковые конструкции - это представление одного и того же знания с помощью одних и тех же понятий. Многообразие возможных вариантов представления одних и тех же знаний в памяти КС усложняет решение задач. Поэтому, исключив семантическую эквивалентность в смысловой памяти, необходимо стремиться к минимизации логической эквивалентности. Для этого необходимо грамотное построение системы используемых понятий в виде иерархической системы формальных онтологий [20, 21].
Важным этапом создания способа смыслового кодирования знаний был Универсальный Семантический Код (УСК) [18]. В качестве стандарта универсального смыслового представления информации в памяти КС предложен sc-код (Semantic Computer Code) [15]. В отличие от УСК В.В. Мартынова он специально ориентирован на кодирование информации в памяти компьютеров нового поколения, ориентированных на разработку семантически совместимых ИС и названных семантическими ассоциативными компьютерами. Таким образом, сутью предлагаемого смыслового представления информации является ориентация на формальную модель памяти нефоннеймановского компьютера, предназначенного для реализации ИС, использующих смысловое представление информации.