Онтологическое проектирование гибридных семантически совместимых интеллектуальных систем на основе смыслового представления знаний

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.

2.2 Синтаксис sc-кода

Универсальность sc-кода позволяет с его помощью описывать любые объекты. Таким объектом может быть любой язык коммуникации с пользователями (в том числе и естественный язык), а также сам sc-код. Синтаксис sc-кода представляется в виде соответствующей формальной онтологии, которая подробно рассмотрена в работе [22].

Семейство введённых классов объектов исследования трактуется как Алфавит sc-кода. Но, в отличие от других языков, классы синтаксически выделяемых элементарных фрагментов текстов sc-кода могут пересекаться. Так, например, sc-элемент может одновременно принадлежать и классу sc-элементов, и классу sc-узлов, а также одновременно принадлежать и классу sc-элементов, и классу sc-коннекторов, и классу sc-дуг, и классу базовых sc-дуг. Такая особенность Алфавита sc-кода даёт возможность строить синтаксически корректные sc- тексты (тексты sc-кода) в условиях неполноты исходных знаний о некоторых sc-элементах. Отметим некоторые синтаксические особенности sc-кода.

¦ Тексты sc-кода являются абстрактными в том смысле, что они абстрагируются от конкретного варианта их кодирования в памяти КС. Кодирование текстов, в частности, зависит от варианта технической реализации памяти КС. Так, например, актуальной является аппаратная реализация ассоциативной нелинейной памяти, в которой реализуется структурная реконфигурация хранимой информации, в которой обработка информации сводится не к изменению состояния элементов памяти, а к изменению конфигурации связей между ними.

¦ Тексты sc-кода являются структурами графоподобного вида. Все графовые структуры легко представимы в sc-коде (неориентированные и ориентированные графы, мультиграфы, псевдографы, гиперграфы, сети и др.). В sc-коде представимы и связи между связями, связи между целыми структурами и многое другое. Таким образом, теория графов при соответствующем её расширении является основой описания синтаксиса sc-кода.

2.3 Семантика sc-кода

Простота синтаксиса sc-кода обусловлена следующими семантическими свойствами sc-текстов:

¦ все sc-элементы, то есть элементарные (атомарные) фрагменты sc-текстов, являются знаками различных описываемых сущностей, при этом каждая сущность, описываемая в тексте sc-кода, должна быть представлена своим знаком;

¦ никаких других знаков, кроме sc-элементов, sc-тексты не содержат; любая сущность может быть описана sc-текстом;

¦ все синтаксически выделяемые классы sc-элементов (т.е. все элементы Алфавита sc- кода) имеют чёткую семантическую интерпретацию - являются классами sc-элементов, каждый из которых обозначает сущность, имеющую общие одинаковые свойства со всеми другими сущностями, обозначаемыми другими sc-элементами этого же класса. Денотационная семантика любой знаковой конструкции - это соответствие между множеством всех знаков, входящих в знаковую конструкцию, и множеством денотатов этих знаков, а также между множеством всех семантически значимых связей, связывающих знаки, и множеством соответствующих им связей, связывающих либо денотаты всех указанных знаков, либо денотаты некоторых из указанных знаков непосредственно с остальными знаками.

Формальное описание денотационной семантики sc-кода средствами sc-кода осуществляется в виде системы формальных онтологий верхнего уровня, представленных в виде текстов sc-кода. Указанная система формальных онтологий подробно рассмотрена в работе [22], а также представлена в базе знаний (БЗ) Метасистемы IMS.ostis [23].

3. Уточнение понятия семантической совместимости

Важнейшим этапом эволюции любой технологии является переход к компонентному проектированию на основе постоянно пополняемый библиотеки многократно используемых компонентов.

Основной проблемой для реализации компонентного проектирования являются:

¦ унификация компонентов по форме;

¦ разработка стандартов, обеспечивающих совместимость этих компонентов.

Для реализации компонентного проектирования БЗ требуется:

¦ универсальный язык представления знаний;

¦ универсальная процедура интеграции знаний в рамках указанного языка;

¦ разработка стандарта, обеспечивающего семантическую совместимость интегрируемых знаний (таким стандартом является согласованная система используемых понятий).

Для смыслового представления знаний нужны смысловые семантические координаты, роль которых выполняет используемая система понятий, которая описывается иерархической системой семантически связанных между собой онтологий.

Знания необходимо привести к общему «семантическому знаменателю», чем является постоянно уточняемая система понятий, специфицируемая в виде объединённой онтологии. Эта объединённая онтология стратифицируется на частные онтологии.

Один из принципов семантической совместимости новой информации с БЗ, в которую эта информация погружается, можно сформулировать следующим образом: все знаки, являющиеся новыми для воспринимающей БЗ, должны быть специфицированы через понятия, известные БЗ. Стандарт смыслового представления информации (sc-код) даёт возможность повысить уровень совместимости КС и формально уточнить понятие интеграции КС и их компонентов.

3.1 Уточнение процесса понимания на основе смыслового представления информации

Очевидно, что формализация смыслового представления информации в памяти КС существенно упрощает уточнение того, как происходит процесс понимания новой информации, поступающей на вход КС, либо генерируемой в процессе обработки информации. Этот процесс можно разбить на три этапа:

¦ трансляция информации с некоторого внешнего языка на внутренний смысловой язык sc-код (этап отсутствует, если новая информация не вводится извне, а непосредственно генерируется в памяти КС);

¦ погружение новой информации, представленной в виде sc-текста, в текущее состояние ИР, хранимого в памяти КС и представленного также в виде sc-текста;

¦ выравнивание (согласование) понятий, используемых в новой вводимой извне или сгенерированной информационной конструкции, с понятиями, используемыми в текущем состоянии хранимого в памяти КС ИР.

Рассмотрим каждый из перечисленных этапов подробнее.

Трансляция информации с внешнего языка в sc-код упрощается, поскольку:

¦ средствами sc-кода можно описать синтаксис внешнего языка, т.к. универсальность sc-кода позволяет с его помощью и с любой степенью детализации описывать любые объекты, в том числе и такие сложные системы внешней среды КС, как внешние языки;

¦ процесс синтаксического анализа исходного текста внешнего языка можно выполнить путём манипуляции текстами sc-кода и в результате получить описание структуры исходного текста, имеющее достаточную полноту (детализацию) для последующей генерации семантически эквивалентного ему текста sc-кода;

¦ средствами sc-кода можно описать семантику внешнего языка, трактуя её как описание свойств морфизмов между sc-текстами, описывающими синтаксическую структуру исходных внешних текстов, и sc-текстами, которые семантически эквивалентны этим исходным текстам;

¦ процесс генерации sc-текста, семантически эквивалентного исходному внешнему тексту, также можно выполнить путём манипуляции sc-текстами.

Погружение (интеграция) нового сгенерированного sc-текста в текущее состояние sc- текста (например, в состав БЗ, представленной в sc-коде) сводится к склеиванию некоторых sc-элементов нового sc-текста с синонимичными им sc-элементами, входящими в состав заданного sc-текста. Задача погружения нового sc-текста сводится к задаче построения множества пар синонимичных sc-элементов, один из которых входит в состав нового погружаемого sc-текста, а второй - в состав заданного sc-текста. Установление пар синонимичных sc- элементов на начальном этапе осуществляется путём поиска пар sc-элементов, у которых совпадают согласованные внешние имена. На следующем этапе синонимичные sc-элементы выявляются путём логических рассуждений.

Для упрощения установления пар синонимичных sc-элементов некоторые высказывания о несуществовании, о существовании и единственности, о существовании заданного конечного числа структур заданного вида можно переформулировать с явным введением отношения синонимии sc-элементов. Так, например, вместо утверждения: «Для каждой пары точек существует единственная проходящая через них прямая» можно использовать следующую формулировку: «Если прямые pi и pj проходят через точки ti и tj, то либо pi = pj, либо ti = tj, либо ti Ј pi, либо ti Ј pj, либо tj Ј pi, либо tj Ј pj». Формальная запись данного утверждения на языке SCg, являющемся графическим вариантом внешнего отображения текстов sc-кода, представлена на рисунке 1. Подробное описание примера погружения sc-текста в БЗ, представленную также в sc-коде, приведено в [15].

Рисунок 1 - Пример формальной записи логического утверждения

Выравнивание понятий, используемых в новом интегрируемом sc-тексте, с понятиями, используемыми в заданном интегрирующем sc-тексте, осуществляется следующим образом.

¦ Заданный интегрирующий sc-текст должен явно содержать информацию о текущем состоянии использования:

¦ каждого известного понятия, используемого либо непосредственно в БЗ, либо внешними субъектами, информация от которых может поступать на вход БЗ;

¦ каждого внешнего знака (чаще всего термина, имени), соответствующего каждому используемому понятию, а также некоторым общеизвестным сущностям, которые не являются понятиями.

¦ Интегрируемый текст должен:

¦ максимально возможным образом использовать согласованные понятия и соответствующие им согласованные внешние знаки (термины, имена);

¦ включать в себя определения всех понятий, которые являются новыми, неизвестными в интегрирующем тексте (при этом в определении должны использоваться только те понятия, которые известны интегрирующему тексту).

¦ Для решения задачи выравнивания используемых понятий для текущего состояния БЗ и для нового вводимого в эту БЗ текста все используемые в БЗ понятия делятся на согласованные, устаревшие, устаревающие, отклонённые, вводимые новые понятия.

Таким образом, процесс выравнивания понятий, целью которого является сведение всех понятий, используемых в интегрируемом sc-тексте, к согласованным понятиям БЗ, осуществляется в условиях постоянного изменения статуса используемых понятий и постоянного увеличения числа таких понятий.

3.2 Унификация и совместимость различных моделей решения задач

Предлагаемый подход к повышению уровня совместимости (интегрируемости) различных моделей решения задач заключается в следующем [24]:

¦ вся информация, хранимая в памяти каждого решателя задач, представляется в форме смыслового представления этой информации (в sc-коде);

¦ решение каждой задачи осуществляется коллективом агентов, работающих над общей для них смысловой памятью и выполняющих интерпретацию хранимых в этой же памяти навыков (указанные агенты названы sc-агентами);

¦ интеграция двух разных моделей решения задач сводится:

¦ к объединению памяти моделей;

¦ к интеграции sc-текстов, хранимых в памяти моделей, путём взаимного погружения этих sc-текстов друг в друга;

¦ к объединению множеств агентов, входящих в составы моделей.

Унификация моделей решения задач путём приведения этих моделей к виду sc-моделей повышает уровень совместимости этих моделей благодаря наличию прозрачной процедуры интеграции sc-текстов и тривиальной процедуры объединения множеств sc-агентов. Простота процедуры объединения множеств sc-агентов, соответствующих разным моделям решения задач, обусловлена тем, что непосредственного взаимодействия между этими агентами нет, а инициирование каждого из них определяется самим агентом, а также текущим состоянием хранимой в памяти информации. Основными преимуществами использования многоагентного подхода [1, 25] являются автономность агентов и децентрализация обработки вносимых изменений. Многоагентная обработка БЗ имеет ряд недостатков:

¦ знания агента представляются при помощи узкоспециализированных языков, не предназначенных для представления знаний в широком смысле и онтологий в частности;

¦ в большинстве современных многоагентных систем взаимодействие агентов осуществляется путём обмена сообщениями непосредственно от агента к агенту;

¦ среда, с которой взаимодействуют агенты, уточняется отдельно разработчиком для каждой многоагентной системы, что приводит к несовместимости многоагентных систем. Перечисленные недостатки предлагается устранять за счёт использования следующих принципов:

¦ коммуникацию агентов осуществлять путём спецификации действий, выполняемых агентами и направленных на решение задач;

¦ в роли внешней среды для агентов должна выступать общая память КС;

¦ спецификацию каждого агента описывать средствами языка представления знаний;

¦ синхронизацию деятельности агентов осуществлять на уровне выполняемых ими процессов;

¦ каждый информационный процесс в любой момент времени должен иметь ассоциативный доступ к необходимым фрагментам БЗ, хранящейся в общей памяти.

3.3 Семантическая совместимость КС

Уровень совместимости КС определяется трудоёмкостью реализации процедур интеграции знаний этих систем, а также трудоёмкостью и глубиной интеграции входящих в эти системы решателей задач.

Совместимые КС - это КС, для которых существует автоматически выполняемая процедура их интеграции, в рамках которой каждая исходная КС в процессе своего функционирования может свободно использовать знания, входящие в состав другой исходной КС.

Целостная КС - это решатель задач, интегрировавший несколько моделей решения задач и обладающий средствами взаимодействия с внешней средой.

Чтобы повысить уровень совместимости КС, необходимо преобразовать их к виду многоагентных систем, работающих с общей смысловой памятью, в которой информация представлена текстами sc-кода. Такие унифицированные КС далеко не всегда целесообразно объединять в более крупные КС. Иногда целесообразнее их объединять в коллективы взаимодействующих КС. Но при создании таких коллективов КС унификация и совместимость таких систем также важны. Противоречия между КС, входящими в коллектив, можно обнаруживать путём анализа виртуальной объединённой БЗ этого коллектива. Непротиворечивость указанной виртуальной БЗ можно считать одним из критериев семантической совместимости систем, входящих в соответствующий коллектив.

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