kAPITOLA 2.: ONTOLOGIE - PRAKTICKÉ APLIKACE ONTOLOGIÍ
Existuje celkem široké spektrum aplikací ontologií. Zmíníme se o sémantickém webu ve spojení se standardem Topic Maps, agentových a expertních systémech.
SÉMANTICKÝ WEB
Jistě mi dáte za pravdu, že vyhledání materiálů k určité oblasti pomocí současných vyhledávacích postupů na webu je velmi zdlouhavé. Důvod je ten, že web čítá obrovské množství dokumentů. Kdybychom se je pokusili spočítat, byl by to jistě nelehký úkol. Zhruba lze říci, že jejich počet sahá do miliard. Webových dokumentů je zhruba tolik, kolik je lidí na naší planetě Zemi, ne-li více. Pokud vyhledáváme určité dokumenty, které mají obsahovat požadované klíčové slovo, dokumenty sice nalezneme, ale často se v nich námi hledaný pojem vyskytuje ve zcela jiném kontextu. Problém, kterému čelí dnešní vyhledávací nástroje (předmětové katalogy, vyhledávací stroje, metavyhledávače) je spojen se sémantikou na webu. Sémantický web se snaží nalézat přístupy, jak si s touto situací poradit. Sémantický web nemá být chápán jako náhrada webu současného. Má dodat strukturu a význam obsahu webových dokumentům. Má zajistit takové prostředí, ve kterém je umožněna efektivnější spolupráce lidí a strojů. Web se má stát srozumitelný pro obě strany, pro lidi i stroje. Jak lze ontologie využít pro sémantický web? Kromě toho, že ontologie jsou považovány za jednu z komponent sémantického webu, mohou zastávat roli tzv. metadat. V obecné rovině jsou metadata data o datech. Jsou něčím, co může vystihnout podstatu dokumentů a jejich význam. Jedním z problémů je, jak metadata pro jejich snadné strojové zpracování reprezentovat. Vznikají různé druhy jazyků, které jsou určeny pro jejich zachycení. Za zmínku jistě stojí značkovací jazyk XML a XML Schema, RDF a RDF Schema, DAML + OIL nebo OWL.
Standard mezinárodní organizace ISO - ISO/IEC 13250 Topic Maps slouží k usnadnění nalézání relevantních zdrojů informací, k reprezentaci informací a znalostí v prostředí webu. Ontologie je zde reprezentována znalostní strukturou tzv. mapou témat (mapou námětů). Předměty reality jsou ve výpočetním systému reprezentovány tzv. tématy (topics) mezi kterými lze vytvářet vztahy - asociace (associations). Tyto prvky mapy témat jsou součástí její znalostní vrstvy. Aby nám mapa témat mohla přinést svůj užitek i ve webovém prostředí, pak lze k tématům i asociacím přidávat tzv. výskyty (occurrences). Výskytem je nejčastěji dokument, který se nachází v prostředí webu. Vrstva, která obsahuje informační zdroje, například již zmíněné webové dokumenty, nazýváme vrstvou informační. Výskyt tak zastává roli propojovacího článku mezi znalostní a informační vrstvou. Jak je patrné z obrázku níže, mapa témat zastává roli metadatové vrstvy existující nad webovými dokumenty. Zachycuje vztahy mezi předměty reality, které jsou v dokumentech zmíněny. Tím je možné docílit efektivnějšího a rychlejšího vyhledání požadovaných informací.
Agentové systémy
Agentové technologie spadají do oblasti tzv. Distribuované umělé inteligence, která se zabývá dvěmi základními oblastmi - distribuovaným řešením úloh a multiagentovými systémy. Jedná se v dnešní době o dynamicky se rozvíjející vědní oblast, která se pohybuje na rozhraní takových oborů jako biologie, ekonomie, kognitivní vědy, sociologie, psychologie a softwarové inženýrství. Smyslem takových technologií je modelování reality, tj. na základě poznání reálně fungujícího systému zkonstruovat model, který můžeme použít pro řešení určitých problémů. Pomocí modelů lze také poznat, jak reálné systémy fungují a např. optimalizovat jejich chování. Příkladem může být ABM (Agent Based Modelling), tj. nové modelové paradigma založené na agentech. Slouží k porozumění agentům, ale co je ještě více zajímavé, modely se mohou konstruovat např. za účelem zkoumání chování sociologických skupin (rodin, národů). Agentové technologie jsou názorným příkladem propojenosti exaktních a humanitních věd.
Agent je dle zdroje [1] „…entita zkonstruována za účelem kontinuálně a do jisté míry autonomně plnit své cíle v adekvátním prostředí na základě vnímání prostřednictvím senzorů a prováděním akcí prostřednictvím aktuátorů. Agent přitom ovlivňuje podmínky v prostředí tak, aby se přibližoval k plnění cílů.“ Agent se vyznačuje určitými vlastnostmi. Jedná se například o schopnost agenta jednat a vnímat, chovat se autonomně, orientovat se na základní cíle a být nepřetržitě v činnosti. Samozřejmě, existují i další vlastnosti, ale ty výše zmíněné by měl splňovat každý agent. Agentem přitom může být systém biologický, hardwarový nebo softwarový.
Pro to, abychom objasnili vztah ontologií a agentových systémů, je vhodné začít architekturou agenta. Agent vnímá svět na základě svých senzorů a reaguje prostřednictvím efektorů (aktuátorů). Nitro agenta může být modelováno na základě architektury BDI sloužící pro modelování mentálních procesů agenta [1]. Tedy nitro agenta se může skládat ze znalostního modulu (Belief). Ten obsahuje znalosti agenta, které o světě má. Tyto znalosti mohou být děleny na znalosti, které používá k řešení problémů, které má o sobě samém a o ostatních agentech. Další složkou modelu BDI jsou cíle (Desires), kterých chce agent dosáhnout. K tomu často využívá, podobně jako lidé, motivaci. Záměry (Intentions) jsou další složkou modelu, které agent používá pro dosažení cílů. Například se rozhoduje, které dílčí cíle splní nejdříve a které později. Znalosti agenta jsou klíčové pro jeho jednání, rozhodování, plánování, organizování a komunikaci. Ontologie mohou poskytnout model reality pro agenta. Tak jako lidé získávají znalosti, se kterými pak pracují a využívají je, ontologie jsou pro agenty něčím podobným – znalostmi, které využívají pro dosažení cílů i ke komunikaci, např. s ostatními agenty. Ontologie slouží agentům pro efektivní používání jejich znalostí. Obrázek Ontologie a agenty ukazuje možnou architekturu agenta ve vztahu k ontologiím. Je to velmi zjednodušený pohled.
Jak je vidět z obrázku výše, pokud spolu chtějí agenty komunikovat, mohou k tomu použít právě ontologický model. Problém ovšem může nastat, když oba agenty mají stejný fakt (skutečnost) reprezentovanou různě. Víceznačnost slov může být komplikací v komunikaci mezi lidmi i agenty. Velmi zajímavý článek - Agents teaching agents to share meaning řeší otázku předávání znalostí mezi agenty.