Источник: http://mf.mgpu.ru/main/content%5Cvestnik%5Cvestnik7%5C72.doc
Сегодня искусственный интеллект – это обширная область исследований и разработок интеллектуальных систем, предназначенных для работы в трудно формализуемых областях деятельности человека. Для задач, решаемых методами искусственного интеллекта, характерно наличие большого числа степеней свободы с числом вариантов поиска решений, приближающимся к бесконечности. В отличие от компьютерных программ системы искусственного интеллекта сами ищут пути решения поставленной задачи. При этом они могут менять свои параметры и структуру, совершенствоваться и развиваться, жить самостоятельной, не зависящей от воли разработчика жизнью.
В настоящее время принято выделять несколько направлений развития искусственного интеллекта: Одно из направлений связано с разработкой интеллектуальных систем, основанных на знаниях. В данном направлении занимаются разработкой моделей представления знаний, созданием баз знаний.
Одним из перспективных применений методов данного направления является создание интеллектуальных обучающих систем (ИОС). ИОС предназначены для автоматизации и индивидуализации обучения. Использование ИОС в системе образования, по сравнению с традиционными обучающими программами, позволяет выстроить для каждого обучаемого индивидуальную образовательную траекторию.
Ядро ИОС, как и ядро экспертных систем, составляет база знаний. Кроме того базы знаний являются центральным компонентом обучающих систем основанных на мультиагентных технологиях. В данных системах базы знаний выступают по отношению к другим компонентам как содержательная подсистема, составляющая основную ценность.
Традиционно выделяют четыре модели представления знаний, используемых при построении баз знаний систем основанных на знаниях:
• Логические модели;
• Продукционные модели;
• Фреймовые модели;
• Семантические сети.
Однако на данный момент особый интерес у исследователей искусственного интеллекта вызывают онтологии. Онтологии могут использоваться для представления знаний о понятиях предметной области и предположительных отношениях между ними, для описания содержания веб-страниц. Кроме того онтологии можно использовать при построении баз знаний не только ИОС, но также любых других приложений.
К настоящему моменту предложено несколько различных определений понятия «онтология предметной области». Однако каждое из этих определений обладает определенными недостатками. При решении различных проблем связанных с онтологиями предметных областей, используются различные толкования этого понятия,
Термин онтология пришел из философии (происходит из попытки Аристотеля классифицировать предметы в мире), где он используется для обозначения системы знаний, которые относятся к окружающему миру (в противовес системы знаний о внутреннем мире человека). Другими словами онтология – это наука о бытии, наука о природе вещей и взаимосвязи между ними. В контексте информационных технологий представления знаний, термином онтология можно определить некоторый механизм, способ, который используется для описания некоторой области знаний (предметной области или домена), в частности базовых понятий этой области, их свойств и связей между ними.
Приведем наиболее широко используемое определение: «Онтология – это явная спецификация концептуализации». Здесь концептуализация означает абстрактное представление предметной области. Распространено, также определение: «Онтология – общее понимание некоторой области интереса».
На сегодняшний день под онтологией можно понимать:
• надежный семантический базис в определении содержания;
• общую логическую теорию, которая состоит из словаря и набора утверждений на некотором языке логики;
• основу для коммуникации между людьми и компьютерными агентами.
Таким образом, в настоящее время не существует общепринятого определения.
Практически все модели онтологий, в той или иной степени, содержат концепты (понятия, классы, сущности, категории), свойства концептов (слоты, атрибуты, роли), отношения между концептами (связи, зависимости, функции) и дополнительные ограничения (определяются аксиомами, в некоторых парадигмах фасетами).
Для представления элементов в предметной области, т. е. элемента данного концепта используется термин экземпляр. Онтология вместе с множеством отдельных экземпляров составляют базу знаний. Заметим, что, между онтологиями и базами знаний нечеткая грань. Нельзя уверенно сказать где «заканчивается» онтология и начинается база знаний.
Считается, что онтология представляет собой базу знаний, описывающую факты, которые предполагаются всегда истинными в рамках определенного сообщества на основе общепринятого смысла используемого словаря. База знаний же может описывать факты и утверждения, истинность которых зависит от состояния переменных внешней среды. В данном вопросе пока нет полной ясности.
Почему возникла потребность разрабатывать онтологии? Приведем некоторые причины возникновения потребности в разработке онтологии:
• Для совместного использования людьми или программными агентами общего понимания структуры информации;
• Для возможности повторного использования знаний в предметной области;
• Для того чтобы сделать допущения в предметной области явными;
• Для отделения знаний в предметной области от оперативных знаний;
• Для анализа знаний в предметной области.
Другими словами онтологии позволяют представить новые понятия так, что они становятся пригодными для машинной обработки. С помощью них можно «перекинуть мостик» между новыми понятиями, с которыми система еще не встречалась, и описаниями уже известных классов, отношений, свойств и объектов реального мира.
Онтологии можно классифицировать относительно нескольких измерений:
• Степень зависимости от конкретной задачи или предметной области;
• Уровень детализации их аксиоматизации;
• Природа предметной области.
Дополнительно к этим измерениям можно ввести и измерения, связанные с разработкой, реализацией и сопровождение онтологий.
По степени зависимости от конкретной задачи или предметной области различают:
• Онтологии верхнего уровня
• Онтологии, ориентированные на предметную область
• Онтологии, ориентированные на конкретную задачу
• Прикладные онтологии.
Онтологии верхнего уровня описывают очень общие концепты, такие как пространство, время, материя, объект, событие, действие и т. д., которые независимы от конкретной проблемы или области. Создание достаточно общих онтологий верхнего уровня представляет собой очень серьезную задачу, которая еще не имеет удовлетворительного решения.
Предметные онтологии и онтологии задач, описывают, соответственно, словарь связанный с предметной областью, или с конкретной задачей или деятельностью за счет специализации терминов введенных в онтологии верхнего уровня.
Прикладные онтологии описывают концепты, зависящие как от конкретной предметной области, так и от задач, которые зачастую являются специализациями обеих онтологий.
За рубежом онтологии уже давно и плодотворно используются. Консорциум WWW (W3C) разрабатывает RDF (Resource Description Framework), язык кодирования знаний на веб-страницах, для того, чтобы сделать их понятными для электронных агентов, которые осуществляют поиск информации. Управление перспективных исследований и разработок министерства обороны США (The Defense Advanced Research Projects Agency, DARPA) в сотрудничестве с W3C разрабатывает Язык Разметки для Агентов DARPA (DARPA Agent Markup Language, DAML), расширяя RDF более выразительными конструкциями, предназначенными для облегчения взаимодействия агентов в сети. Во многих дисциплинах сейчас разрабатываются стандартные онтологии, которые могут использоваться экспертами по предметным областям для совместного использования и аннотирования информации в своей области. Например, в области медицины созданы большие стандартные, структурированные словари, такие как SNOMED и семантическая сеть Системы Унифицированного Медицинского Языка (the Unified Medical Language System). Также появляются обширные общецелевые онтологии. Например, Программа ООН по развитию (the United Nations Development Program) и компания Dun & Bradstreet объединили усилия для разработки онтологии UNSPSC, которая предоставляет терминологию товаров и услуг.
В России онтологии хуже изучены и о них мало что известно. Однако в последнее время интерес к онтологии в нашей стране возрос. Это и понятно, ведь онтологии могут применяться для решения широкого круга задач.
1. Ясницкий Л. Н. Введение в искусственный интеллект. – М.: Издательский центр «Академия», 2005. – 176 с.
2. Клещев А. С., Артемьева И. Л. Математические модели онтологий предметных областей. Часть 1. Существующие подходы к определению понятия «онтология». // Научно-техническая информация, серия 2 «Информационные процессы и системы», 2001, № 2, с. 20–27.
3. Гаврилова Т. А., Хорошевский В. Ф. Базые знаний интеллектуальных систем. – С.–Пб.: Питер, 2001
4. Клещев А. С., Артемьева И. Л. Математические модели онтологии предметной области. Часть 2. Компоненты модели. // Научно-техническая информация, серия 2 «Информационные процессы и системы», 2001, № 3, с. 19–28.