Онтология проектирования
2019. — Выпуск 4
Содержание:
Автор предлагает вступить в дискуссию по вопросам стратегий развития искусственного интеллекта, технологий и систем искусственного интеллекта. Статья предваряется предисловием в форме послания из инобытия, а завершается послесловием в форме обращения к разработчикам искусственного интеллекта. Мотивом написания статьи явилась принятая в России стратегия развития искусственного интеллекта на период до 2030 года. В статье обсуждаются используемые понятия: интеллект, интеллекты индивидуума и социума, их стратегии, искусственный интеллект, онтологии и объяснимый искусственный интеллект, инобытие как онтология проектирования. Приведены ссылки на обзоры стратегий развития искусственного интеллекта, принятые в ведущих странах мира, анализируются стратегии, принятые в России и США. В российской стратегии отмечается наличие критериальных проблем и не согласованность целей и предложенных показателей, отсутствие онтологий предметных областей при разработке систем искусственного интеллекта. В американской стратегии отмечены: сделанные в ней акценты на понятный, заслуживающий доверие, надёжный и безопасный искусственный интеллект; онтологии и стандарты, принятые и разрабатываемые с целью укрепления лидерства США в создании искусственного интеллекта. В заключении делается вывод о важности и необходимости разработки и применения онтологий при создании объяснимых систем искусственного интеллекта, интегрированных в социум.
Ключевые слова
В представленном обзоре обсуждаются вопросы проектирования систем программного обеспечения под управлением онтологий. На основе краткого анализа «классических» технологий, подходов и методов показано, что в настоящее время акценты исследований и разработок всё больше смещаются из области технологий программирования в сторону моделирования процессов проектирования программного обеспечения, а также спецификации разрабатываемых систем и тестирования результатов разработок. Общим трендом является использование методов и средств онтологического моделирования процессов проектирования и спецификаций разрабатываемых систем. Обсуждаются парадигмы моделирования процессов разработки и инжиниринг программного обеспечения на основе повторного использования компонент. При этом общим подходом, поддерживающим рассмотренные парадигмы, является программирование через генерацию. Показано, что исследования и разработки в области создания семантических моделей проектирования программного обеспечения развиваются в настоящее время в рамках нового направления - Ontology-Based (-Driven) Software Engineering . При этом наряду с разработками по онтологическому моделированию процессов проектирования программного обеспечения активно ведутся работы по созданию инструментов онтологического инжиниринга в данной предметной области. Теоретические основы онтологического моделирования процессов проектирования программного обеспечения позволяют сместить центр тяжести от моделей сборки программного обеспечения прикладных систем из крупных функциональных блоков к моделям генерации блоков из согласованной системы онтологических паттернов их внутренних спецификаций. Перспективы в рассматриваемой области связаны с использованием методов и средств машинного обучения для генерации онтологических моделей проектирования программного обеспечения.
Ключевые слова
Диагностика в предметных областях, где внутри систем или объектов процессы протекают во времени, изменяясь и влияя на другие процессы и характеристики, сложна. Для повышения эффективности диагностики разработано большое количество систем, основанных на знаниях. Но в их моделях знаний не учитываются одновременно все виды темпоральных отношений: изменение значений признаков с течением времени, учёт промежутков времени, прошедших от моментов начала развития процесса и внешних воздействий и др. В статье рассматривается универсальная онтология знаний о диагностике процессов в различных предметных областях. Онтология позволяет формализовать аномалии как развивающиеся внутренние процессы, не присущие нормально функционирующей системе. Для построения таковой потребовалось определить некоторые понятия и отношения, которые являются особенностью таких предметных областей. Статья может быть полезна для разработчиков диагностических систем и для специалистов в области теории и практики применения онтологий.
Ключевые слова
Представлена модель комплексной поддержки разработки интеллектуальных систем поддержки принятия решений (ИСППР). Модель включает концепцию комплексной поддержки, описывающую потребности разработчиков, методы и средства поддержки разработки ИСППР, структуру репозитория методов принятия решений, архитектуру и методику разработки типовой ИСППР. Методика основывается на принципах: максимальное использование готовых решений, масштабируемость, доступность, открытость, простота использования, независимость от предметной области, информативность. Их соблюдение обеспечивается применением онтологического, фрактально-стратифицированного, сервис-ориентированного и каркасного подходов, а также подходов быстрого прототипирования и гибкой разработки. Методика основана на использовании технологии Semantic Web и технологии разработки интеллектуальных научных интернет-ресурсов. Подробно описаны средства комплексной поддержки разработки ИСППР - онтология области знаний «Поддержка принятия решений», информационно-аналитический интернет-ресурс, репозиторий методов поддержки принятия решений, методика разработки ИСППР. В качестве каркаса ИСППР предложено использовать информационно-аналитический интернет-ресурс, который строится на основе онтологии предметной области и оболочки используемой технологии. С помощью подключенных к ресурсу сервисов, реализующих хранимые в репозитории методы, обеспечивается функциональность разрабатываемой ИСППР. Для описания модели комплексной поддержки используется язык дескрипционной логики семейства SOIN(D).
Ключевые слова
Рассматривается разработка онтологических моделей для цифрового двойника зданий. Предлагаемая в статье архитектура цифрового двойника здания включает целый комплекс моделей, среди которых одну из главных ролей играют онтологии. Комплекс онтологий цифрового двойника включает: онтологию информационной модели здания, онтологию энергомодели, онтологию инженерных систем здания, онтологию компьютерных моделей здания, онтологию автоматизированной системы управления зданием и другие. В результате работы был создан набор независимых базовых онтологий, пригодных для повторного использования. Приведены примеры описания классов базовых онтологий и отношений между ними. Модульный принцип построения значительно облегчает создание онтологий цифрового двойника, имеющих пересекающиеся множества понятий и отношений из их предметной области. Используя набор базовых онтологий, можно создать онтологии, необходимые для функционирования цифрового двойника здания. Приводится пример построения онтологии автоматизированной системы управления зданием. Новым является детальная проработка онтологий по сравнению с известными онтологиями, заключающаяся в добавлении новых необходимых классов, подклассов и отношений. Это значительно расширяет возможности описания предметной области. Применение онтологий значительно облегчает обмен данными между встроенными моделями и служебными программами цифрового двойника, а также между цифровым двойником и людьми или внешними программами.
Ключевые слова
Научно-популярный дискурс становится неотъемлемым элементом научной деятельности, так как выступает в качестве медиатора, обеспечивающего коммуникацию между научным сообществом и широкой аудиторией. Поэтому необходимо, чтобы тексты научно-популярных книг и статьи содержали аргументацию высокого качества. В связи с этим исследование аргументации, представленной в научно-популярной литературе, является актуальной задачей. В статье предложен подход к моделированию аргументации, используемой в научно-популярной литературе. Такое моделирование выполняется с использованием средств онтологии аргументации, основанной на формате AIF (Argument Interchange Format), принятом международным сообществом в качестве стандартной нотации для описания аргументов и аргументативных структур. Авторы дополнили эту онтологию средствами, необходимыми для моделирования аргументации, используемой в научно-популярном дискурсе. Новые средства позволяют моделировать целевую аудиторию и представлять содержание утверждений, входящих в аргументы. В терминах расширенной онтологии описываются общепризнанные и оригинальные схемы аргументации, их значимость для различных аудиторий, структура и составные части аргументов, а также могут представляться конкретные аргументы, извлечённые из исследуемых текстов, и их составные элементы. Онтология аргументации с такими свойствами описывается впервые. Данная онтология используется в качестве информационной модели программного комплекса, предназначенного для моделирования и анализа аргументации, используемой в научно-популярной литературе.
Ключевые слова
Обсуждаются общие вопросы автоматизированного поиска артефактов в продукционных базах знаний на основе логик с векторной семантикой в варианте V TF-логик. Рассматриваются случаи ложности антецедента продукции при всех допустимых значениях истинности входных посылок, наличие нигде не используемых терминов и генерирование неопределённых значений истинности, появление противоречий. Алгоритмизация рассматривается как организация прямого присоединённого логического вывода, вскрывающего артефакты баз знаний. Первые два случая выявляются подсчётом числа срабатываний каждой продукции и выявлением терминов, не привязанных к продукциям. Противоречие обнаруживается выводом с проверкой истинности заключений-гипотез. Наличие заключения с истинностью á1; 1ñ (полное противоречие) сигнализирует о противоречии на одном из этапов рассуждений, который устанавливается обратной трассировкой логической цепочки. Необходимым этапом вывода является объединение свидетельств с использованием 11-композиции (второй формы дизъюнкции в многозначной V TF-логике). Приведены: принцип расчёта истинности заключения на основе истинности посылок, стратегии объединения свидетельств, числовые меры, которые могут использоваться в ходе вывода.
Ключевые слова
В условиях постоянного роста объёмов учебных данных их «ручная» обработка не представляется возможной, уступая место различным моделям и методам машинного обучения. В то же время именно наличие обучающих выборок достаточного объёма позволяет современным алгоритмам машинного обучения хорошо справляться с базовыми прикладными задачами. Однако многие современные задачи сложны и узкоспециализированы. Это ограничивает количество данных, доступных для качественного обучения, снижая эффективность полностью автоматических систем. В работе рассматривается подход к задаче автоматизированного извлечения фактов из коллекций неразмеченных текстовых документов, в условиях малых объёмов учебных данных. Освещаются вопросы интеграции экспертных правил для конкретных предметных областей с обобщёнными, предметно-независимыми моделями машинного обучения, предварительно обученными на больших объёмах данных. Предложенный подход, опираясь на методику активного обучения, позволяет сократить трудозатраты эксперта, необходимые для эффективной генерации шаблонов извлекаемых фактов, сохраняя при этом высокое качество результатов работы системы. Применение предлагаемого метода поиска фактов по шаблону показано на примере задачи поиска информации о целевой аудитории в неструктурированном описании онлайн курсов.
Ключевые слова
Рассматривается задача проектирования прецизионных крупноразмерных корпусных конструкций. Отмечена перспективность применения композиционных материалов в крупногабаритных несущих конструкциях космических телескопов. Проектная задача создания несущей конструкции корпуса телескопа оптико-электронного комплекса сформулирована в стандартной форме в терминах нелинейного математического программирования. Осуществлена декомпозиция задачи на ряд структурных и параметрических подзадач. Отмечены трудности формализации задачи выбора структурных решений и на примере корпусной композитной конструкции космического телескопа показаны пути её решения. Подробно рассмотрены выбор концепции силовой схемы корпуса телескопа и директивной технологии его изготовления. Для выбора рационального варианта конструкции и технологических приёмов изготовления корпуса с учётом разнородных требований к изделию применён метод парных сравнений. Приведены оригинальные технические решения, подтверждённые патентами: корпус телескопа в виде оболочки с наружным набором подкрепляющих рёбер и технология её формования с использованием эластичных формующих элементов. Показаны примеры корпусных конструкций из композиционных материалов, спроектированных и изготовленных с использованием представленных методов. Эффективность применённых методов при проектировании композитных конструкций в условиях действия комплекса разнородных требований к изделию подтверждена параметрами изготовленных изделий.