Ключевым отличием рассматриваемого подхода к разработке КС по сравнению с существующими [5, 7, 26] является обеспечение совместимости ИС и возможность автоматизации процесса их интеграции. Решение проблемы совместимости в таком контексте позволит обеспечить переход от современных ИС к гибридным ИС, способным наращивать и совершенствовать свои функциональные возможности. Подробно модели, методы и средства разработки гибридных БЗ на основе предложенного подхода рассмотрены в [21], модели, методы и средства разработки гибридных решателей задач - в [27].
3.4 Достоинства смыслового представления информации
Переход к смысловому представлению информации в памяти КС целесообразен по следующим причинам:
¦ смысловое представление информации есть объективный способ представления информации;
¦ в рамках смыслового представления существенно упрощается процедура интеграции знаний и погружения новых знаний в БЗ;
¦ упрощается процедура приведения различного вида знаний к общему виду;
¦ упрощается процедура интеграции различных решателей задач и КС;
¦ упрощается автоматизация процесса поддержки семантической совместимости для КС в условиях их постоянного совершенствования;
¦ на основе предложенного смыслового представления информации упрощается интеграция различных дисциплин в области ИИ.
5. Семантические КС и технологии
Переход к смысловому представлению информации в памяти КС фактически преобразует современные КС в семантические КС, которые являются этапом их эволюции, направленным на обеспечение высокого уровня обучаемости и совместимости КС.
Архитектура семантических КС практически совпадает с архитектурой ИС, основанных на знаниях. Отличие заключаются в том, что в семантических КС БЗ имеет смысловое представление, а интерпретатор знаний и навыков представляет собой коллектив агентов, осуществляющих обработку БЗ.
Предлагаемая технология разработки семантических КС названа Технологией OSTIS (Open Semantic Technology for Intelligent Systems) [23]. В основе этой технологии лежит sc- код - разработанный стандарт смыслового представления информации в памяти КС. Технология OSTIS - это:
¦ стандарт семантических КС, обеспечивающий семантическую совместимость систем;
¦ методы построения таких КС и их совершенствования в процессе их эксплуатации;
¦ средства построения и совершенствования этих систем (языковые средства, библиотеки типовых технических решений, инструментальные средства).
Принципы, лежащие в основе Технологии OSTIS [22]:
¦ ориентация на смысловое однозначное представление знаний в виде семантических сетей, имеющих базовую теоретико-множественную интерпретацию;
¦ использование ассоциативной графодинамической модели памяти;
¦ применение агентно-ориентированной модели обработки знаний;
¦ реализация в виде интеллектуальной Метасистемы IMS.ostis [23].
Архитектура КС, разрабатываемых по Технологии OSTIS, чётко стратифицирована на две подсистемы:
¦ БЗ, которая представляет собой полную семантическую модель ИС (sc-модель ИС или sc-модель БЗ ИС);
¦ базовый универсальный интерпретатор семантической модели ИС, хранимой в ее памяти (интерпретатор sc-модели БЗ ИС).
При наличии эффективного варианта реализации интерпретатора sc-моделей БЗ разработка ostis-системы сводится к проектированию sc-модели БЗ разрабатываемой системы [21], которая включает в себя:
¦ sc-модель интегрированного решателя задач разрабатываемой ostis-системы [27];
¦ sc-модель интегрированного интерфейса разрабатываемой ostis-системы;
¦ часть sc-модели БЗ разрабатываемой ostis-системы, которая не входит ни в sc-модель интегрированного решателя задач ostis-системы, ни в sc-модель интегрированного интерфейса ostis-системы.
Проектирование решателя задач ИС заключается в проектировании знаний специального вида -- навыков и спецификаций агентов, осуществляющих интерпретацию этих навыков при решении конкретных задач. Проектирование интерфейса ИС сводится к проектированию знаний, представляющих собой семантическую модель встроенной ИС, ориентированной на решение интерфейсных задач. Важнейшее место в комплексе средств разработки ИС занимает встраиваемая типовая ИС комплексной поддержки проектирования БЗ.
Реализация универсального интерпретатора sc-моделей КС может иметь большое число вариантов - как программно, так и аппаратно реализованных. Логическая архитектура универсального интерпретатора sc-моделей КС обеспечивает независимость проектируемых КС от многообразия вариантов реализации интерпретатора их моделей.
Аппаратно реализованный интерпретатор семантических моделей (sc-моделей) КС представляет собой семантический ассоциативный компьютер, который имеет ряд существенных отличий от современных традиционных компьютеров и решений в области хранения и обработки семантических сетей [28].
6. Экосистема OSTIS
Технология OSTIS ориентирована на разработку семантических КС, обладающих высоким уровнем обучаемости и высоким уровнем семантической совместимости. Для реализации этого необходима среда, социотехническая инфраструктура - Экосистемой OSTIS, которая представляет собой коллектив взаимодействующих (через сеть Интернет):
¦ семантических КС, построенных по стандартной технологии OSTIS (ostis-системы);
¦ пользователей ostis-систем;
¦ КС, не являющихся ostis-системами, но рассматриваемых ими в качестве дополнительных ИР или сервисов.
Задачами Экосистемы OSTIS являются:
¦ оперативное внедрение всех согласованных изменений стандарта ostis-систем;
¦ поддержка высокого уровня взаимопонимания систем, входящих в Экосистему OSTIS, и их пользователей;
¦ корпоративное решение различных сложных задач, требующих координации деятельности нескольких ostis-систем и пользователей.
Основное назначение Экосистемы OSTIS - обеспечить совместимость КС, входящих в неё как на этапе их разработки, так и в ходе их эксплуатации. Экосистема OSTIS является формой реализации, совершенствования и применения Технологии OSTIS и, следовательно, является формой создания, развития, самоорганизации семантически совместимых КС и включает в себя необходимые для этого ресурсы - информационные, технологические, кадровые, организационные, инфраструктурные.
7. Примеры использования Технологии OSTIS
7.1 Системы автоматизации рецептурного производства
Одним из важнейших направлений применения технологий ИИ является сфера автоматизации производства [31, 32]. Технология OSTIS активно используется для разработки систем автоматизации производства и информационного обслуживания сотрудников предприятия ОАО «Савушкин продукт» (г. Брест). Важной частью системы является формальная модель стандарта рецептурного производства ISA-88, представленная в виде совокупности sc-моделей предметных областей (ПрО) и их онтологий (рисунок 2).
Рисунок 2 - Фрагмент формальной модели стандарта ISA-88
Рисунок 3 - Фрагмент модели производства [31]
Формализация стандарта позволяет, с одной стороны, строить формальные модели предприятия, соответствующие данному стандарту (рисунок 3), с другой стороны - автоматизировать эволюцию описания стандарта и обеспечить информационную поддержку сотрудников предприятия. Подробно результаты применения Технологии OSTIS для автоматизации рецептурного производства описаны в работе [31].
7.2 Интеграция нейросетевых моделей с БЗ
Одним из перспективных вариантов гибридизации на основе Технологии OSTIS является интеграция нейросетевых моделей с БЗ [32]. Такого рода интеграция оказывается актуальной при решении задач, связанных с принятием решений на основе результатов работы систем машинного зрения. Вариант архитектуры такой системы приведён на рисунке 4. На рисунке 5 показан пример представления обученных нейронных сетей в БЗ. Такое представление позволяет системе автоматически выбирать и применять уже обученную сеть в зависимости от класса текущей задачи.
Рисунок 4 - Архитектура системы принятий решений
Рисунок 5 - Представление нейронной сети в базе знаний
7.3 Интеллектуальные обучающие системы
Одним из направлений использования Технологии OSTIS являются интеллектуальные обучающие системы. БЗ такой системы содержит в структурированном виде информацию о понятиях и объектах соответствующей ПрО, классах решаемых задач и способах их решения, вспомогательные материалы, такие как примеры и упражнения, и многое другое. На рисунке 6 показан верхний уровень иерархии ПрО для обучающей системы по геометрии Евклида.
Рисунок 6 - Фрагмент структуры БЗ обучающей системы по геометрии Евклида
Система включает решатель задач и редактор геометрических чертежей, позволяющий пользователю создавать условия задач в привычном для него виде. На рисунках 7 и 8 показаны соответственно пример работы чертёжника и результат трансляции изображённого чертежа в память системы.
Рисунок 7 - Пример работы редактора геометрических чертежей
7.4 Интеллектуальные гиды
Предложенный подход к представлению и обработке информации хорошо подходит для использования в динамических ПрО, характеризующихся наличием большого числа так называемых НЕ-факторов, таких как неполнота, недостоверность, нечёткость представляемой информации. Одной из таких областей является область истории. С использованием Технологии OSTIS разрабатывается система-гид по городу Минску, содержащая исторические сведения о городе, его улицах, зданиях, исторических личностях и организациях. Описание учитывает динамику сущностей во времени, например, различные периоды жизни исторических деятелей, изменение названий улиц, расположения домов, организаций и т.д. Благодаря этому разрабатываемая система позволяет автоматически получать информацию об одних и тех же сущностях в различных временных срезах. На рисунке 9 показан пример описания исторической личности в БЗ системы.
Для удобства использования системы в качестве гида-экскурсовода реализован картографический интерфейс, отображающий объекты, представленные в БЗ, и их описание (рисунок 10).
Рисунок 9 - Описание исторической личности в БЗ
Рисунок 10 - Картографический интерфейс системы-гида
Заключение
интеллектуальный семантика нейросетевой технология
Основными направлениями решения проблемы информационной совместимости КС являются:
¦ семантическая ИТ, в основе которой лежит смысловое представление информации в памяти КС;
¦ самоорганизующаяся экосистема, поддерживающая эволюцию и совместимость КС, построенных по семантической ИТ.
Текущий этап развития ИТ знаменует переход к семантическим ИТ и к соответствующей самоорганизующейся экосистеме, состоящей из семантических КС.
Развитию семантических ИТ и семантических КС способствуют открытые проекты, например, проект развития Метасистемы IMS.ostis, предоставляющий возможность каждому желающему внести свой вклад в развитие семантических ИТ.
Список источников
[1] Тарасов, В.Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика / В.Б. Тарасов. -- М.: Эдиториал УРСС, 2002. -- 348 с.
[2] Нечёткие гибридные системы. Теория и практика / И.З. Батыршин [и др.]; под ред. Н.Г. Ярушкиной. -- М.: Физматлит, 2007. -- 208 с.
[3] Колесников, А.В. Гибридные интеллектуальные системы с самоорганизацией: координация, согласованность, спор / А.В. Колесников, И.А. Кириков, С.В. Листопад. -- М.: Ин-т проблем информатики Рос. акад. наук, 2014. -- 189 с.
[4] Борисов, А.Н. Построение интеллектуальных систем, основанных на знаниях, с повторным использованием компонентов / А.Н. Борисов // Открытые семантические технологии проектирования интеллектуальных систем (OSTIS-2014): материалы IV Междунар. техн.-конф., Минск, 20-22 февр. 2014г. / Белорус. гос. унт информатики и радиоэлектроники; редкол.: В. В. Голенков (отв. ред.) [и др.]. -- Минск, 2014. -- С. 97102.
[5] Грибова, В.В. Проект IACPaaS. Комплекс для интеллектуальных систем на основе облачных вычислений / В.В. Грибова [и др.] // Искусственный интеллект и принятие решений. -- 2011. -- № 1. -- С. 27-35.
[6] Гладун, А.Я. Репозитории онтологии как средство повторного использования знаний для распознавания информационных объектов / А.Я. Гладун, Ю.В. Рогушина // Онтология проектирования. -- 2013. -- № 1. -- С.35-50.
[7] Рыбина, Г.В. Основы построения интеллектуальных систем / Г.В. Рыбина. -- М.: Финансы и статистика: Инфра-М, 2010. -- 430 с.
[8] Слободюк, А.А. О подходе к созданию онтологий на основе системно-объектных моделей предметной области / А.А. Слободюк, С.И. Маторин, С.Н. Четвериков // Науч. ведомости Белгор. гос. ун-та. Сер.: Экономика. Информатика. -- 2013. -- № 22. -- С. 186-193.
[9] Gomez-Perez, A. Scenarios for building ontology networks within the neon methodology / A. Gomez-Perez, M.C. Suarez-Figueroa // Proceedings of the Fifth International Conference on Knowledge Capture (K-CAP 2009) / Assoc. for Computing Machinery, Spec. Interest Group on Artificial Intelligence. -- New York, 2009. -- P. 183184.
[10] Палагин, А.В. Проблемы трансдисциплинарности и роль информатики / А.В. Палагин // Кибернетика и системный анализ. - 2013. №5. - С. 3-13.
[11] Янковская, А.Е. Анализ данных и знаний на основе конвергенции нескольких наук и научных направлений / А.Е. Янковская // Международная конференция «Интеллектуализация обработки информации» (ИОИ-8), Кипр, Пафос, 17-24 октября 2010 г. - С.196-199.