Экзаменационный билет № 18

1. Представление знаний на основе онтологий.

2. Функциональные спецификации агентных систем.

1. Представление знаний на основе онтологий.

Термин «онтология» в ИИ употребляется в контексте с такими понятиями как концептуализация, знания, модели знаний, системы, основанные на знаниях

Под концептуализацией понимается процесс перехода от представления проблемной области на естественном языке к точной спецификации этого описания на некотором формальном языке, ориентированном на компьютерное представление. Концептуализация также трактуется как результат подобного процесса, т.е. описание множества понятий (концептов) предметной области, знаний о них и связях между ними. Проще говоря, онтология — это формально представленные на базе концептуализации знания о предметной области. Самым распространённым является определение, согласно которому онтология есть точная (выраженная формальными средствами) спецификация концептуализаци 4 С этой точки зрения каждая БЗ, система, оснванная на знаниях, или программный агент явно или неявно базируются на некоторой концептуализации. Множества понятий и отношений между ними отражаются в словаре. Такми образом, считается что основу онтологии составляют множества представленных в ней терминов. В простейшем случае онтология описывает только иерархию концептов, связанных отношениями категоризации. В более сложных случаях в нее также включаются аксиомы для выражения других отношений между концептами и организации их интерпретации. Независимо от вида онтологии она должна включать словарь терминов и некоторые спецификации их значений, что позволяет ограничивать возможные интерпретации терминов и отражать взаимосвязь понятий предметной области. При таком подходе онтология похожа на инвестное понятие тезауруса.

Выделяют 6 интерпретаций понятия «онтология»:

• неформальная концептуальная схема

• формальный взгляд на семантику

• спецификация концептуализации

• представление концептуальной схемы через логическую теорию

• словарь, используемый логической теорией

• метауроневая спецификация логической теории

Задачи, решаемые с помощью онтологий:

1. создание и использование БЗ

2. Организация эффективного поиска в БД

3. создание систем, реализующих механизмы рассуждений

4. Организация поиска по смыслу в текствовой информации

5. Семантический поиск в Интернете

6. Представление смысла в метаданных об информационных ресурсах

7. построение и использование баз общих знаний для различных интеллектуальных систем

8. Обеспечение общей терминологии для множества специалистов и совместно используемых приложений

9. Многократное применение БЗ и информационных массивов, предоставляющих сведения о технических системах на различных стадиях их жизненного цикла.

Создание и использование БЗ Онтологии позволяют формировать модели предметной области, интегрируя декларативные описания и определения.

Выделяют следующие основные требования экспертов в прикладных областях к средствам построения онтологий:

1. близость языка, которым опрерирует система, основанная на знаниях, к языку специалиста предметной области;

2. возможность использования введенных знаний для решения большинства предметных задач, а не формирование БЗ заново каждый раз для постановки и решения новой задачи;

3. открытость языка, т.е. возможность включения в него новых языковых конструкций, которые появляются в данной предметной области;

8 Требования со стороны разработчиков и программистов:

1. универсальность языка, т.е. возможность представления знаний разного типа независмо от предметной областию;

2. унифицированность языковых конструкций, обеспечивающая возможность разным ИИС обмениваться знаниями;

3. наличие эффективных алгоритмов разбора языковых выражений;

Существует несколько языков представления зняний. К их числу относится получивший достаточное распространение Knowledge Interchange Format (KIF), предназначенный для межмашинного обмена знаниями и взаимодействия программ.

Представление смысла в метаданных об информационных ресурсах

Современные языки представления метаданных, как правило, строятся на базе языка XML и модели RDF. В рамках данной задачи онтологии применяются при формировании пространств имен, словарей и квалификаторов для обеспечения их единообразных интерпретаций В модели RDF используется ОО сисема классов. Базовая модель включает три типа объектов:

1. ресурс, идентифицируемый URI

2. свойство описывающее ресурс (ссылка на другой ресурс или описание ресурса)

3. утвреждение, состоящее из ресурса-субъекта, свойства (ресурса-объекта) и предиката, связывающего их и представляющего значения свойства

Методогия управления знанияниями при использовании онтологического подхода позволяет решать заадчи каталогизации и классификации информационных ресурсов.

ДАЛЕЕ непонятности от Птицыной:

Важной задачей при формировании онтологий для обучающих систем является корректное, полное и непротиворечивое наполнение онтологии информацией. Проектирование онтологии предполагает совместную (в том числе и перманентную) работу группы специалистов по выделению базовых концепций предметной области и постепенному наполнению онтологии понятиями. По мере роста объёма онтологии увеличивается и сложность задачи по объективному определению места нового понятия в общей системе и корректировке структуры онтологии. Авторское («ручное») решение этой задачи, традиционное для широко используемых редакторов онтологий, при работе с объёмной онтологией сопряжено с высокой трудоёмкостью и риском принятия субъективных решений. Инструментом, обеспечивающим повышение качества и интенсивности разработки онтологий, могут стать средства автоматизации онтологического инжиниринга.

Далее раскрывается метод поэтапного автоматизированного формирования онтологии, позволяющий расширить функциональность существующих редакторов онтологий и повысить меру объективности и полноты при дополнении онтологии новыми понятиями. После ввода экспертом нового понятия раскрываемый метод позволяет автоматически определить место включения понятия в онтологическую иерархию и автоматически сформировать обобщённые понятия, порождаемые при вводе нового понятия. Основная идея метода заключается в определении концепта в существующей онтологии, которому новый концепт непосредственно наследует.

Модель онтологии представляется кортежем

,

где – множество понятий (концептов) , образующих онтологию ; – количество концептов; – множество атрибутов концепта ( – количество атрибутов, описывающих концепт ; – отношение непосредственного наследования. Отношение задаётся матрицей размером . Элементы этой матрицы определяются следующим образом: если концепт в онтологии непосредственно наследует концепту , то элемент матрицы , в противном случае .

Эксперт формирует модель нового понятия, указывая набор определяющих понятий атрибутов .

Из корневого концепта онтологии и непосредственно наследующих ему концептов для вводимого концепта формируется множество потенциальных концептов родителей таких, что . Корневой концепт также вводится в формируемое в процессе процедуры отношение . Элементы отношения определяют потенциально возможные места размещения вводимого концепта .

Базовая процедура автоматизации содержит следующие шаги:

1. Организуется просмотр потенциальных концептов-родителей. Если (все потенциальные концепты-родители рассмотрены), то переход к п.5.

2. Из выбирается следующий по порядку элемент. Пусть из выбран концепт . Тогда возможны три варианта:

2.1. . В этом случае концепт и все его наследники признаются неперспективными. Концепт исключается из множества . Данная операция ускоряет процесс решения задачи по отношению к алгоритму полного перебора.

2.2. . Это тот случай, когда вводимый концепт должен быть вставлен между и , где . В этом случае концепт и все его наследники признаются неперспективными. Концепт исключается из множества . Данная операция ускоряет процесс решения задачи по отношению к алгоритму полного перебора. Существовавшее в онтологии отношение исключается, т.е. . Далее вводятся два новых отношения и , и . Далее необходимо проверить, является ли введённый концепт обобщённым. Для этого процедура должна быть продолжена посредством перехода к п.1.

2.3. . Это означает наследует . Вводим в множество новый элемент , т.е. , тем самым фиксируется потенциальное место для вводимого концепта, и исключается из множества . Корневой сегмент также исключается из множества и из множества .

3. Из потенциальных мест размещения вводимого концепта исключают, если таковой имеется, менее перспективный концепт, , а именно:

.

4. Для формируется множество – множество непосредственно наследуемых ему концептов таких, что . Множество объединяют со множеством . Переходят к п.1.

5. Место для включения вводимого концепта найдено (| |≠0) и он должен включаться в состав онтологии. В том случае, если найдено лишь одно потенциальное место (| |=1), то .

Если в множестве временно образованного отношения находится более одного элемента, то соответствующий ему концепт онтологии является обобщением. Тогда

.

После определения места нового понятия в иерархии могут быть автоматически определены новые понятия боле высоких ровней на основе выявления общих для различных понятий наборов атрибутов:

,

где – новое понятие верхнего уровня по отношению к понятиям и , имеющее набор атрибутов .

2. Функциональные спецификации агентных систем.

Две базовые характеристики – автономность и целенаправленность – позволяют отличать ИА от других программных и аппаратных объектов (модулей, подпрограмм, процедур и т. п.). Наличие целесообразности поведения требует, чтобы ИА обладал свойством реактивности. Такой уровень интеллекта соответствует рефлекторному по- ведению животного. Если же ИА обладает знаниями о среде, собственных целях и спо- собах их достижения, то такой агент может быть назван разумным (когнитивным). Та- 16 ким образом, может быть проведена граница между интеллектуальными и неинтеллек- туальными агентами. Значительные усилия по стандартизации агентных систем и технологий пред- принимает FIPA (Foundation for Intelligent Physical Agents), которая является междуна- родной организацией, выполняющей работу по разработке открытых спецификаций, поддерживающих интероперабельность агентов и агентных приложений. На январь 2000 г. членами FIPA являлись 56 фирм и университетов из 17 стран, в 2005 году FIPA была признана как одиннадцатый комитет по стандартизации в рамках IEEE Computer Society. Согласно спецификации абстрактной архитектуры, агент определяется как вы- числительный процесс, который реализует автономную, коммуникационную функцио- нальность приложений [50]. Это определение само по себе ничего не говорит об интел- лектуальных способностях агента. Поэтому целесообразно использовать классифика- цию данную Nwana [46] (табл. 2).

К настоящему времени сформировался довольно большой список свойств, кото- рыми должны обладать ИА [53]–[55]:

– автономность (autonomy, autonomous functioning)

– способность к самостоя- тельному формированию целей и функционированию с самоконтролем своих действий и внутреннего состояния; – общественное поведение (social ability, social behavior)

– способность согласо- вать свое поведение с поведением других агентов в условиях определенной среды и правил поведения путем обмена сообщениями на языке коммуникации;

– реактивность (reactivity) – способность адаптированно воспринимать состоя- ние внешней среды (среды функционирования и множества других агентов) и своевре- менно реагировать на происходящие изменения; – активность (pro-activity) – способность проявлять инициативу, т. е. самостоя- тельно генерировать цели и действовать рационально для их достижения, а не только пассивно реагировать на внешние события; – базовые знания (basic knowledge) – постоянная часть знаний агента о себе, о среде, а также постоянные знания о других агентах, которые не изменяются в рамках жизненного цикла агента; – убеждения (beliefs) – переменная часть знаний агента о среде и других агентах, которая может изменяться во времени, но агент может об этом не знать и продолжать использовать их для своих целей; – желания (desires) – состояния и/или ситуации, достижение которых является желательным и важным для агента, однако которые могут быть противоречивыми и не все будут достигнуты; – цели (goals) – совокупность состояний, на достижение которых направлено те- кущее поведение агента; – намерения (intentions) – это то, что агент обязан сделать в силу своих обяза- тельств по отношению к другим агентам, или то, что вытекает из его желаний (т. е. не- 19 противоречивое подмножество желаний, выбранное по тем или иным причинам и со- вместимое с принятыми на себя обязательствами); – обязательства (commitments) – задачи, которые берет на себя агент по просьбе и/или поручению других агентов.