Онтологии как смысловые модели

Стержневая линия античного учения о бытии, выразителем которой стал Платон, четко отделяла мир вещей от мира идей, а переход от восприятия вещей к их осмыслению предполагала фиксировать в смысловых моделях (см. [1]). Однако оценки способов такого моделирования кардинально разделялись.

Так, Аристотель считал модели в форме «диалектических умозаключений» уместными лишь в «обычной» жизни, тогда как для получения «абсолютного знания» о ней пригодной признавал лишь «высказывающую речь» [2]. С его точки зрения диалектика достаточна для ведения спора и выдвижения правдоподобных заключений при неполном знании о мире вещей, что столь характерно для быта. Но лишь «высказывающая речь», могущая быть единственно истинной либо ложной, способна быть носителем знания . Именно эта концепция стала краеугольной в науке и в течение столетий воспринималась как единственно верная, предопределив как триумфальные достижения, так и фундаментальные проблемы, начиная с парадоксов логики и теории множеств до обсуждаемых в [1] «методологических аберраций».

Сейчас уже общепризнанно, что классические научные методологии оказались мало приспособлены к работе со сложной, неоднозначной, неточной и противоречивой информацией, характерной для современных прикладных задач. Традиционное (и, прежде всего, формально-математическое) моделирование имеет здесь ограниченное применение в силу того, что смысловые модели реальности имеют преимущественно диалектический, содержательноописательный характер , либо включают в себя и содержательно-описательную, и формально-математическую компоненты. Новые же возможности смыслового моделирования открываются благодаря развитию инфокоммуникационных технологий и методов искусственного интеллекта (ИИ).

По мнению специалистов, эти возможности - следствие достигнутого единства базовых средств отображения различных моделей (т.е. содержательно-описательных и формальноматематических) и методов их интерпретации во «внутренний мир» компьютеров. «В качестве таких базовых средств выступают информационные объекты (данные и специальным образом конструируемые структуры данных) и алгоритмы (организуемые специальным образом последовательности встроенных операций преобразования информационных объектов)» [3]. Однако, замечают затем авторы [3], если культура перехода от формальноматематических моделей и методов к алгоритмам и данным складывалась на протяжении всей истории развития вычислительной техники, то проблемы отображения содержательноописательных моделей и средств их исследования в информационные объекты и алгоритмы стали объектом изучения сравнительно недавно и исследуются именно в ИИ.

После драматичного полувекового периода надежд, достижений и разочарований сегодня ИИ на роль базовых смысловых (семантических) моделей выдвигает формальные онтологии [4]; это верно как в мировом масштабе (см., например, сайт Международной ассоциации по онтологии и ее приложениям - IAOA), так и на отечественной ниве [5]. Действительно, анализ и созидание в сложных инфокоммуникационных системах (в самом широком охвате, включая социум) оказывается результативным лишь при надежном и согласованном представлении предмета внимания действующего субъекта - актора . Систематизация, разработка и использование таких представлений и составляют современное содержание онтологического подхода в моделировании и управлении. В статье излагается авторский взгляд на сущность и возможности такого смыслового моделирования.

1    Онтология и денотативная объектная модель предметной области

Представляется, что при формулировке знаний, составляющих содержание смысловых моделей, фундаментальную роль играют два когнитивных суждения о мире : возможность различения дискретных объектов и существование связей между ними. Множество объектов, рассматриваемых в контексте всякой ситуации , или задачи , образует ее предметную область (ПрО). Связи между объектами определяют отношения в ПрО: унарные интерпретируются как имманентные агрегируемые свойства объектов (функции объектов); произвольной арности, или собственно отношения, описывают различные ассоциации объектов . Мощность моделирования, присущая бинарным отношениям, позволяет описывать любые ассоциативные отношения в ПрО с помощью пиринговых связей между объектами. Это позволяет представить картину ПрО в виде сети связанных объектов, которая в теории представления знаний известна как семантическая сеть .

Имеются веские основания придерживаться следующего взгляда на конструкцию этой сети (рисунок 1) [6, 7].

С позиции представления объектов ПрО рассматриваемая сеть распадается на две подсети: «классы» и «экземпляры» , - которые находятся в отношении экземплификации . В первой подсети имеется лишь по два сорта вершин и дуг: сосуществуют вершины- классы и вершины- свойства ; дуги сорта «является видом» соединяют вершины-классы, а дуги «является частью» соединяют каждую вершину-свойство с одной и только одной вершиной-классом. Именно эта подсеть описывает понятийную структуру ПрО, определяя онтологию ПрО: совокупность понятий о доступных для ощущения/измерения свойствах объектов и разновидностях объектов в контексте доступных свойств. Подсеть «экземпляры» являет собой «денотат» онтологии - денотативную объектную модель ПрО, в которой онтология ПрО определяет типы вершин (они суть образы объектов ПрО) и дуг (это образы связей объектов ПрО; совокупности однородных связей составляют различные отношения между объектами).

Понятийная структура (онтология)                   Денотативные объектные модели

Контексты моделирования

Рисунок 1 - Сетевая объектная модель предметной области: Ф - фундаментальные, О - обобщающие классы объектов; пунктирные дуги реализуют отношение экземплификации

Таким образом, исходными элементами в представленной картине смысловой модели служат свойства и классы объектов. Отношения между объектами - типичная составляющая онтологических спецификаций - возникают вследствие реализации специальных свойств объектов - валентностей [6, 7]. А благодаря идее демонов , вошедших в арсенал объектноориентированного стиля представления знаний [8] из теории фреймов М. Минского, примитив «свойство» пригоден и для фиксации еще одной общепризнанной компоненты смысловых моделей - условий целостности , или аксиом , ПрО (пример практического применения такого подхода к описанию аксиоматики ПрО можно найти в [9]).

В целом при решении задач онтология представляет теорию , а денотативная модель конкретизирует эту теорию применительно к актуальной ситуации в моделируемой ПрО. Множественность таких ситуаций делает целесообразным [7]:

• ■    иметь раздельные спецификации для онтологической и денотативной компонент объектной модели ПрО (для повторного использования онтологий при моделировании разных ситуаций в ПрО), реализуя отношение экземплификации «внемодельными», технологическими методами;

• ■    использовать при решении задач понятие контекста моделирования как актуальной пары ( онтология ПрО, денотативная модель ПрО ) .

• 2.1    Общая схема

2.1

Наконец, следует отметить, что смысловые модели предметных областей - онтологии и денотативные модели - однородны , поскольку каждая является денотативной объектной моделью своей особенной ПрО. Для денотативной модели это ПрО, описываемая онтологией этой ПрО. Для онтологий это ПрО, которой принадлежат объемы понятий «класс объектов» и «свойство», а онтология, где эти понятия описаны (т.е. «онтология онтологий», или метаонтология), должна быть семантически замкнута, описывая саму себя. Это естественная «технологическая реакция» на онтологическую относительность смысловых моделей реального мира [10].

2    Использование смысловых онтологических моделей

Для акторов, которых «мобилизует» и объединяет проблемная ситуация, смысловые модели (т.е. понятное этим акторам выражение правдоподобного знания) служат и инструментом достижения взаимопонимания, и инструментом разрешения - по крайней мере на уровне коммуникативных действий - проблемы [1, 11]. При этом применение в качестве смысловых моделей онтологий обеспечивает процессу решения задач систематичность и междисциплинарность (благодаря органично присущей онтологическому подходу многомо-дельности и возможностей интеграции моделей) [12].

Укрупненный вид схемы, отражающей опыт построения и использования смысловых моделей на основе онтологий, представлен на рисунке 2.

^еххв Д -денотативная модель ПрО

Доступные (несистематизированные)

данные о ПрО «XD

Онтология онтологий FD К (ПрО «FD» )

Онтология задач TD К (ПрО « TD» )

2.2

enXD Д — результат моделирования

Субъект (актор) моделирования

Рисунок 2 - Схема построения и использования смысловых онтологических моделей:

1-3 – этапы моделирования

XD К ^-онтология

ПрО

Метамодели

Безусловно, центральная фигура в схеме - актор, нуждающийся в понимании и разрешении проблемной ситуации. К нему сходятся важнейшие информационные потоки - от эмпирических наблюдений ПрО до интерпретации результатов моделирования. Он, так или иначе, участвует в итеративном формировании всех необходимых моделирующих спецификаций за исключением метамоделей , являющихся для него фундаментальной платформой смыслового моделирования.

На рисунке 2:

• •    XD К - онтология - продукт концептуализации , или онтологического анализа , некоторой ПрО «XD» ;

• •    exo Д - экзогенная объектная модель ПрО «XD» , построенная на «языке» онтологии целевой ПрО, описание ситуации в ПрО;

• •    XD Т - денотативная модель специальной «технологической» ПрО «TD» , онтология которой _TD К описывает мир всякой мыслимой задачи [7]. Этап 2.2 с весьма общей точки зрения можно рассматривать как спецификацию сценария решения задачи, описание воздействий на экзогенную денотативную модель целевой ПрО, в результате которых она должна приобрести некоторые удовлетворяющие пользователя свойства. Операционным базисом такой трансформации служит исчисление, основу которого составляют функциональные составляющие онтологии целевой ПрО - надлежащим образом определенные свойства ее объектов;

• •    e'XD Д - экзогенная денотативная модель целевой ПрО - продукт интерпретации знания, зафиксированного в XD Т, применительно к exXD Д (3-й этап¹ на рисунке 2). Результатом, ценным для актора, является либо надлежащим способом трансформированная денотативная модель ПрО, т.е. en_XD Д, либо зафиксированная апостериори последовательность воздействий на exXD Д, трансформирующая ее в enXD Д, либо то и другое вместе.

• 2.2    Многомодельность

Необходимость одновременного отражения многих сторон, ликов, граней ПрО и согласованного манипулирования соответствующими представлениями при решении задач -вполне осознанная и актуальная проблема смыслового моделирования. Так при моделировании сложных систем построение многомодельной среды становится неизбежным, «так как сложная система принципиально является многоаспектной, … она не может быть описана одной моделью, и необходимо разрабатывать ряд моделей одной и той же системы, предназначенных для решения различных задач или только одной задачи» [13, с. 226]. В частности, средства поддержки коммуникативной деятельности в интерсубъективных системах [11] должны отражать различные позиции акторов, каждый из которых первоначально может располагать особой точкой зрения на ПрО (не говоря уже о границах ПрО) и пути разрешения проблемной ситуации, т.е. располагает собственными смысловыми моделями.

Схема моделирования на рисунке 2 по определению является многомодельной. Исключая enXD Д как производную аппликации XD Т к exXD Д, а также априори фиксированные метамодели FD К и TD К, приходим к выводу, что для формального описания указанной общей схемы использования смысловых онтологических моделей пригоден кортеж вида

• (1)                                   ( XD К, exXD Д, XD Т).

Расширение общей схемы (и, следовательно, вариантов многомодельных структур, поддержание и управление которыми должна обеспечивать среда моделирования на основе онтологий) может и должно выполняться с учетом следующих широко признаваемых особенностей смыслового моделирования:

• •    основным феноменом этапа концептуализации является возможность формирования и сосуществование нескольких различных онтологий (К-моделей) целевой ПрО;

• •    «на языке» всякой онтологии можно построить в общем случае сколько угодно различных денотативных (Д-) моделей ПрО;

• •    для всякой ПрО можно указать множество актуальных задач или множество вариантов решения некоторой одной задачи (это ведет к множественности «технологических» трансформационных (Т-) моделей даже при попытке разрешения одной проблемной ситуации);

• •    для решения реальных задач наряду с моделированием целевой ПрО требуется, как правило, привлечение знаний из возможно нескольких обособленных проблемно- (или ме-тодо- ) ориентированных, инструментальных ПрО;

• •    в качестве целевой в процессе моделирования может выступать ПрО «FD» , что означает-решение задач построения новых онтологий или изменения имеющихся.

• 2.3    Интеграция знаний

Анализ формализма (1) с учетом сказанного, выявивший все теоретически возможные многомодельные схемы использования введенных онтологических смысловых моделей, выполнен в [14].

Во-первых, интеграцию знаний при организации смыслового моделирования на основе онтологий резонно связывают с композицией формальных онтологий ( ontology merging ) - темой, рассмотрение которой выходит за рамки данной статьи. Интересующегося читателя отсылаем к работам [15, 16], где описаны методы объединения онтологий, сопряженные с базовыми положениями, установленными в разделе 1.

Во-вторых, интеграция знаний - отличительное свойство рассматриваемого подхода, прямо вытекающее из присущей ему многомодельности. При этом в многомодельной среде необходимо поддерживать такое управление гетерогенными моделями, которое обеспечит возможность реализации всевозможных схем их использования, упомянутых в подпункте 2.2:

• •    одновременное манипулирование в ходе решения задачи несколькими денотативными объектными моделями ПрО, описанной одной онтологией;

• •    совмещение нескольких взглядов на целевую ПрО, когда при решении задачи необходимо оперировать объектными моделями, построенными согласно различных онтологий этой ПрО (случай многоаспектного представления целевой ПрО);

• •    совместное использование объектных моделей из разных ПрО, включая модели, конкретизирующие некие общеупотребительные методы решения задач. Т.е. речь идет о многодисциплинарных задачах и совместном использовании моделей, отвечающих каждой отдельной дисциплине, а как частный случай указывается на привлечение для решения задачи моделей в методо-ориентированных ПрО;

• •    решение задач построения или изменения онтологий (К-моделей), а также Т-моделей на основе соответствующих метамоделей;

• •    организация взаимосвязанных «вычислительных» экспериментов для реализации альтернативных и эволюционных исследований ПрО.

Оказывается, что для реализации этих возможностей достаточно двух «контуров» управления моделями на этапе «вычислений» (рисунок 3) [14].

Рисунок 3 - Управление моделями на этапе «вычислений»: I - задачный и II - проектный «контуры» управления

В первом, или задачном (поскольку его должен обеспечивать операционный базис онтологии задач TDК - см. рисунок 2), контуре путем переключения контестов моделирования - надлежащего определения «текущей» пары 〈 К-модель, Д-модель 〉 - обеспечивается работа с несколькими Д-моделями из разных, вообще говоря, ПрО. При этом должен контролироваться состав допустимых ПрО (Т-модель должна быть компетентна в каждой из них) и корректность контекстов моделирования (К- и Д-модели в контексте моделирования должны представлять одну и ту же ПрО).

Второй, проектный, контур (II на рисунке 3) не является обязательным и связан с макроуправлением «вычислениями». Осуществление управления состоит здесь в возможности проведения взаимосвязанных серий экспериментов с одновременной структуризацией сведений о выполненных «вычислениях» в форме растущего ациклического графа. Необходимость поддержания такого механизма управления требует введения в многомодельную среду специальной ПрО в области обработки информации, операционные составляющие которой, контролируя «правильный» рост структуры хранения информации о «вычислительных экспериментах», способны обеспечить транзакционные свойства этих актов.

Заключение

Опыт онтологического описания предметных областей, которое рассматривается здесь как основа смыслового моделирования, накоплен в течение достаточно продолжительного периода исследований и разработок в сфере объектно-ориентированного моделирования предметных областей, когда появлявшиеся новые потребности требовали постоянного переосмысления и развития достигнутых результатов. В найденных решениях в качестве основных ценностей фигурируют определенный минимализм, однородность теоретических и вследствие этого технологических конструкций.

В целом онтологический подход дает достаточно ясный взгляд на состав, назначение и структуру моделирующего комплекса для поддержки коммуникативной деятельности в интерсубъективных системах, а также механизмов управления моделями при решении задач. При этом охватывается большинство содержательных проблем разработки смысловых моделей: организации системы знаний об актуальной ПрО и о способах решения задач в этой ПрО, планирования решения задач и управления вычислениями, методологии отчуждения знаний от разработчика. Решения этих проблем оказываются в высокой степени унифицированными, а используемые модели однородными.