Подання знань в агентних системах на прикладі системи «Internet Knowledge Manager» та динамічних цифрових бібліотек

Подання знань в агентних системах на прикладі системи «Internet Knowledge Manager» та динамічних цифрових бібліотек.

Подання знань в агентних системах на прикладі системи «Internet Knowledge Manager» та динамічних цифрових бібліотек.

Підгрунтя.

Люди уявляють знання як символи, слова, принципи, зображення, і так далі. Зміна в способі, у який людське знання представляється в програмному забезпеченні може викликати великі зміни у діловій практиці. Наприклад, винахід Hypertext Markup Language (HTML) спричинив розробку Web, і успішних основаних на Web видах бізнесу.

Управління знаннями в даний момент видається важливим для досягнення успіху великих підприємств і з «єднаних економік. Електронна бібліотека для бізнесу, в якому автори мають права і авторські гонорари, може проглядатися як засоби роблення Управління знаннями в з «єднаній економіці. Авторів переконують, частково авторськими гонорарами, сумісно використовувати їхнє знання і виразити це як текст, звукові та відео «документи ». Програмне забезпечення використовується: для знаходження, комбінування та доставки частин документів; для гарантування, що права поважаються; і, для обчислення авторських гонорарів.

Internet Knowledge Manager — це середовище, яке забезпечує ясний спосіб представлення знання у вигляді зручних для читання агентів, які можуть також виконуватися як програмне забезпечення. Це використовує певну нову технологію, щоб додати новий спосіб використання World Wide Web. З IKM, ви можете використати стандартне Web вікно перегляду, щоб створити і виконати ваших власних агентів, і ви можете робити це природною мовою, без програмування. Оскільки агенти записуються природною мовою, вони можуть розміщуватися в Електронній бібліотеці, і вибірково отримуватися використовуючи звичайні текстові пошукові методи. Таким чином, IKM подає новий спосіб, в якому людське знання може представлятися в програмному забезпеченні.

Покажемо простий приклад створення і виконання IKM агента для підрахунку цін. Опишемо, як нова технологія працює.

Вступ.

Люди уявляють знання як символи, слова, принципи, зображення, і так далі. Записані людські мови розвинулися від зображень, до ідеограм, до мов, якими ми можемо писати на папері, щоб висловлювати абстрактні принципи один до одного. Оскільки ми переходимо від паперу до інформаційних систем, розробки способів, у який наше знання представляється в програмному забезпеченні стають важливими для успіху в бізнесі. Дійсно, зміна в способі, у який людське знання представляється в програмному забезпеченні, може спричинити великих змін у діловій практиці. Наприклад, винахід Hypertext Markup Language (HTML), разом з розробкою в CERN, спричинив розвиток Web. Результатом є нове сімейство Webоснованих способів ведення бізнесу.

Однак, можна подумати, що ми щойно почали представляти ділове знання на Web. У цьому зображенні, люди, скоріше ніж Web або інші системи програмного забезпечення, мають більшість із знань, що роблять організації ефективними і прибутковими. Фактично, Управління знаннями було нещодавно винайдено, і розглядається як важливе для успіху великих підприємств. Такі підприємства можуть представляти собою більш-менш поодинокі сутності, подібно урядам або багатонаціональним корпораціям, або вони можуть бути наборами відношень, основаних на з «єднаних економіках, як наприклад країни, які торгують одна з одною, або мережі постачальників між фірмами-виготовлювачами.

Багато зусиль в Управлінні знаннями націлено на те, щоб виділяти неявне знання, утримуване небагатьма людьми, щоб зробити його явним у відповідних контекстах, і, щоб зробити його основою для осмислених дій всім підприємством. Потрібно декілька речей, щоб ввести ізольовані фрагменти коштовного знання в корисний загальний контекст. Спершу, люди, які мають знання, повинні переконатися, що вони зацікавлені в тому, щоб сумісно використовувати його, і цим людям треба допомогти зробити його явним. По-друге, нам потрібний зрозумілий спосіб представлення знаннь. По-третє, нам часто буде потрібне програмне забезпечення, яке використовує знання.

Електронна бібліотека (DL) для бізнесу може розглядатися як засоби реалізації управління знаннями в з «єднаній економіці. Розгляньмо такий приклад: Діловий консультант має знання про економні способи роботи з міжнародними правилами оподаткування платежів. Її переконують стати автором, зробити її знання явним, і розмістити його в DL. Вона зацікавлена в тому, щоб зробити це тому, що програмне забезпечення DL захищає її права, і платить авторські гонорари. Так, з її точки зору, DL є надійним і ефективним шляхом доставки її знання до клієнтів. Вона бачить, що її інвестиція в знанні відплачується в більших гонорарах ніж це робиться традиційними методами.

Щоб цей приклад запрацював, DL повинна забезпечити зрозумілий шлях представлення знання консультанта, захист її інтелектуальної власності, і сплачення їй за використання її знання. Частина знання представляється як текст, звукові та відео «документи ». DL впорядковує знання частково інформацією про документи — метаданими — які представляються в таблицях бази даних. Метадані не тільки допомагають організувати знання, але також допомагають записати і змінювати права та авторські гонорари. Програмне забезпечення DL — це набір функцій і служб, що дозволяє клієнтам використати сховище для знаходження і отримання документів. Програмне забезпечення також гарантує, що права авторів поважаються, і підраховує авторські гонорари. Оскільки бібліотека цифрова, справа метаданих — записувати не тільки цілі документи але також їхні частини. Частини документів можуть потім перетворюватися багатьма способами у нові, змінені документи. У нашому прикладі, IKM може бути зроблено як частину програмного забезпечення DL, щоб допомогти стежити за правами і авторськими гонорарами.

З прикладу виникає почуття, що консультант розмістив в DL знання, діючи у власних інтересах. Але знання всього лиш складається з документів, які клієнт може об «єднувати і налаштовувати. У випадку прямого спілкування з клієнтом, консультант могла б, крім того, використати знання справи та досвід інших консультацій. Вона могла б обміркувати про аналогії з іншими випадками, і вона могла б виконати міркування типу «а що, коли…». Отже, якщо DL повинна діяти повніше від імені консультанта, DL також потрібен зрозумілий спосіб представлення і використання знання консультантом справи. Певною мірою, DL потрібно стати «агентом «консультанта. Як можна створити такого агента у зрозумілий спосіб? Як слідкувати за знанням, яке може змінюватися від тижня до тижня?

Припустимо, що ви — це консультант в нашому прикладі. Для поточних цілей «агент «- це частина програмного забезпечення, яка діє для вас. Internet Knowledge Manager є середовищем, яке використовує певну нову технологію використання World Wide Web у випадках подібних цьому. На даний момент, більшість людей використовують Netscape або Internet Explorer, щоб знайти і отримати документи або щоб виконати існуючі програми. З IKM можливо також використати стандартне Web вікно перегляду, для створення і виконання ваших власних «агентів », і ви можете робити це природною мовою, без програмування. IKM забезпечує такий зрозумілий спосіб представлення знаннь, як зручні для читання агенти програмного забезпечення. Так, IKM додає новий спосіб, у який людське знання може представлятися в програмному забезпеченні і в Електронній бібліотеці.

Далі, покажемо простий приклад створення і виконання агента для ціноутворення.

Простий приклад створення і виконання агента для ціноутворення.

Транснаціональне підприємство зазвичай переміщує товари і нематеріальні цінності (такі як, наприклад, торгові марки) між своїми відділеннями в різних країнах. З метою сплати податків в різних країнах, підприємство повинне встановити вартості переміщень. Наприклад, якщо BCD Corporation в США (BCD-США) купує щось у своєму відділенні у Великій Британії (BCD-UK plc), воно повинне встановити вартість транзакції для сплати податків в США і UK. Якщо встановлено низьку вартість, тоді більша частина оподатковуваного прибутку BCD Corporation з «явиться в США, де податки можливо менші. Один із способів оцінення реальної вартості транзакції - знайти суму, сплачену за аналогічну «передачу на довжину руки », тобто для порівняно безконтрольної обробки запиту між двома окремими підприємствами. У цьому прикладі, припустимо, що BCD Corporation також купує щось у WXY Corporation за $ 100, і що це не контролює WXY Corporation. Тоді $ 100 може бути реальною вартістю передачі з міркувань сплати міжнародних податків. Однак часто неможливо підрахувати вартість «передачі на довжину руки», яка за угодою підприємства та органів оподаткування в різних країнах відповідає контрольованій транзакції. Так, уряд США та інші запропонували декілька різних методів формування вартості транзакцій. Існує величезна кількість літератури про ці методи, і ця кількість зростає.

Коли існує декілька законних методів виявлення вартості транзакцій, очевидно, що підприємство зацікавлене обрати метод, який дає максимальний прибуток. З іншого боку, кожна податкова юрисдикція природно намагатиметься пересвідчитися, що вартостями транзакцій не маніпулюють таким чином, що неприродно велика порція прибутку декларується до іншої юрисдикції, в якій податки можуть бути нижчі. Деякі країни можуть стягувати серйозні штрафи, наприклад, за допомогою регулювання повідомлених вартостей транзакцій, з підприємств, які неадекватно декларують і аргументують вартості в своїх звітах. Крім того, коли можна розсудливо використовувати декілька методів оцінення вартості транзакції, «правило найкращого методу «забезпечуе вибір найбільш надійного методу.

Припустимо, що ми маємо Електронну бібліотеку фактичних випадків утворення вартостей транзакцій та законів про оподаткування. Ми вже говорили, що оскільки бібліотека цифрова, є розсудливим створити каталог не тільки цілих документів, але ще й їхніх частин. Ці частини можна потім багатьма способами зібрати у нові, спеціальні документи. Метадані для елементів в бібліотеці містять таку інформацію про ці документи, як наприклад.

• про які методи формування вартостей розповідає ця частина документа,.

• автори і об'єкти частин кожного прикладу,.

• про які галузі, вироби, і країни іде мова,.

• правила формування вартостей і досвід для кожної країни.

Ми могли б використати середовище IKM, щоб створити і виконати агента, який використовує метадані, щоб запропонувати способи співставлення нового випадку формування вартостей передачі з випадками в бібліотеці. Агент міг би допомогти документувати і аргументувати принципи співставлення. Такий агент міг би також знайти платежі завдяки авторам частин документів, які використовуються. Для того, щоб виконувати це, IKM міг би співпрацювати з Cryptolopes, та іншими засобами гарантії цілісності цифрового змісту бібліотеки.

Цей підхід повинен не тільки використовувати той факт, що DL може бути використана для знаходження, комбінування та співставлення частин документів. Зрештою, компетентна особа могла б зробити те саме, з певними зусиллями, використовуючи звичайнісінькі бінарні та текстові пошукові методи. Цінність підходу зростає тому, що велика частка ноу-хау консультанта з формування вартостей подається як агент. Таким чином, багатьом менш компетентним людям, легше використати агента і DL для того, щоб знайти відповідні принципи формування вартостей, і використати зручне для читання знання в агентові, щоб показати компетентним податковим органам, що вартості було встановлено «найбільш надійним методом ». А консультант може зосередитися на тому, що він робить найкраще, а саме підтримуючи знання в агентові на сучасному рівні. Він може також додати дані і знання про те, як повинні захищатися його авторські права, і які є його вимоги з цього приводу.

Формування вартостей — це складна тема. Надійність вартості передачі, знайденої одним методом, залежить від того, чи існує інший, більш надійний метод, та від широкого контексту знання. Знання можуть частково представлятися в агентові, частково в документах в цифровій бібліотеці, а частково — у вигляді ноу-хау в головах консультантів із податків. Однак здається, що існують певні вигоди у переміщенні прецедентів, метаданих бібліотек, і навіть деяких ноу-хау до агентів, які працюють в IKM середовищі.

Ось кілька з вигод:

• Ми можемо прослідкувати за прикладами випадків і передати спостереження нашим колегам будь-де в Internet.

• Ми можемо збудувати цифрову бібліотеку працюючих агентів і можемо використовувати звичайний текстовий пошук для знайдення агентів, яких ми потребуємо.

• Ми можемо знаходити аналогії між новим випадком і випадками, які вже представлені в агентах.

Отже, по мірі того, як ми створюємо агента, IKM генерує сторінки перевірки з корисними порадами. Щойно агента створено, IKM автоматично генерує сторінки, потрібні для того, щоб виконати агента, оскільки нам вони потрібні, таким чином ми можемо поставити запитання і отримати відповіді і пояснення.

Покажемо далі, як працює IKM сервер.

Як працює IKM технологія.

Цілком можливо використовувати наші власні слова і фрази, записуючи агента. Більш того, ми можемо писати не тільки діалоговою або ідіоматичною англійською мовою, але також і технічною англійською, і навіть французькою, німецькою і так далі. При цьому словник або граматика будь-якої з цих мов не потрібні. Як це можливо?

Сьогодні програми, які обробляють англійську як природну мову, використовують комбінації різних методів для різних намірів. Наприклад, багато програм мовного розпізнавання використовують словник Англійської мови плюс статистику, але не використовують граматику. Багато програм машинний перекладу використовують словник і граматику, але не використовують статистику і т. д.

IKM підтримує іншу технологію, «пряму специфікацію англійської мови» (Direct English Specification), яка залежить від певної нової технології, яка у свою чергу залежить від математичної теорії декларативних знань.

Direct English Specification.

В процесі створення агента з’являється певна сторінка перевірки, що повідомляє про те, що повинне існувати правило з реченням висновку. Або, у випадку невдачі, речення повинне бути заголовком таблиці, або повинне бути визначено попередньо.

Сторінка перевірки вимагає це, наприклад, тоді, коли ми використовуємо речення в IF частині правила, але ще не говоримо агенту, що маємо на увазі. Ми можемо сказати, що ми маємо на увазі цим реченням, роблячи його заголовком таблиці. Коли ми записуємо речення як заголовок таблиці, ми по суті говоримо: «Тут є деякі факти про це речення і це є те, що Я хочу мати на увазі «. Коли Я записую речення як висновок правила, я говорю, що значення базується на значеннях речень, які Я використав в IF частині правила.

Таким чином, IKM присвоює значення всьому реченню, в контексті в агенті, а не індивідуальним словам. Це допомагає уникнути деяких серйозних проблем, що виникають при послівному підході присвоєння значення:

• словникове визначення слова може бути замкненим.

• значення слова може залежати від контексту.

• важко компонувати значення слів у значення речення.

• важко передбачити всі речення, які люди в майбутньому вважатимуть як граматично правильними і змістовними.

Так, Direct English Specification.

• присвоює значення реченню за допомогою використання цього речення як заголовку для таблиці фактів,.

• присвоює значення новому реченню в контексті, за допомогою комбінування його з іншими реченнями (і можливо з самим собою) в правилі,.

• дозволяє тільки визначені види речень в специфікації агента,.

• за винятком конкретних попередньо визначених речень, що описують, як агенти можуть використати зовнішню сторону програмного забезпечення IKM.

Ця технологія проста, потужна, і не потребує супроводу словником або граматикою. Також вигідно те, що:

• ми можемо використовувати наші власні слова і фрази, включаючи жаргон, при створенні агента.

• IKM може пояснити відповідь від агента, крок за кроком, англійською мовою.

• технологію можна легко адаптувати до французької, німецької, та інших мов.

• звичайним текстовим пошуком можна знаходити елементи в електронній бібліотеці агентів.

Правило для IKM має деякі умови в IF частині, і висновок, який є THEN частиною. Речення у висновку правила бере значення від речень в IF частині. Але, а що коли те ж речення є в IF частині і в THEN частині?

Нова Технологія.

Щоб Direct English Specification працювала правильно, IKM використовує певну нову технологію, для виконання правил в агенті. Коли ми записуємо правила для IKM, ми по суті говоримо, яке знання є доречним, і за допомогою цієї нової технології, отримуємо інформацію про те, як використати знання. IKM використовує декларативне знання, в тому сенсі, що коли ми створюємо агента, ми тільки описуємо, яке знання ми хочемо використати. Потім IKM сервер повинен визначитися, як використати знання, яке ми описали, щоб отримати результати. З іншого боку, деякі старі системи потребують процедурних, покрокових інструкцій про те, як використати правила. У таких системах, які використовують процедурне знання, може бути важко присвоїти корисне значення природною мовою до висновку правила.

Більшість систем, що використовують правила (як, наприклад, класичні експертні системи) використовують один з двох методів:

• пряме з'єднання.

вибирають правило, встановлюють передумови правила, потім повідомляють про те, що встановлено висновок;

продовжують, роботу доки не знайдено всіх бажаних висновків;

• зворотне з'єднання.

вибирають правило, висновок якого відповідає тому, що ми хочемо встановити;

намагаються встановити передумови вибраного правила;

продовжують доки всі необхідні передумови не буде узгоджено до фактів.

Припустимо, що ми записуємо правила, які будуть виконані одним з цих методів. Тоді нам буде потрібно продумати те, наскільки ефективно ці правила будуть виконані. У деяких випадках, як наприклад з правилами, в яких висновок є також передумовою, треба перевірити, чи це правило не буде виконуватися вічно. (Це називають «нескінченою рекурсією ». В деяких випадках, вона триває вічно. В інших її виконання вимагає так багато ресурсів, що операційна система комп «ютера зрештою припиняє свою роботу і видає повідомлення про помилку.) Ефективність та правила, що посилаються самі на себе, — це процедурні поняття, в тому сенсі, що нам необхідно продумати, що відбувається крок за кроком, коли виконується кожне правило. Фактично нам також буде необхідно детально продумати те, як всі правила взаємодіють. Фактично, щоб сформулювати наші правила, нам необхідно написати програму.

Нова технологія в IKM використовує як пряме, так і зворотне виведення, і перемикається між ними автоматично. В результаті в багатьох практичних випадках немає необхідності хвилюватися про ефективність, коли ми формулюємо правила, і немає необхідності хвилюватися про те, чи не будуть правила виконуватися вічно. Те, що ми робимо, більшою мірою схоже на формулювання специфікації ніж на написання програми. До того ж ми можемо негайно виконати наші специфікації, і перевірити, чи виконується те, що нам потрібно. Маємо такий висновок: щоб написати та виконати агентів в IKM, нам дійсно не обов’язково занурюватися в деталі того, як працює нова технологія.

Різниця між процедурними і новими декларативними технологіями скоріш подібна різниці між ручною та автоматичною коробками передач в автомобілі. Якщо ми дійсно хочемо дізнатися про те, як працює автоматична коробка передач, ми можемо це зробити, але більшість людей користуються нею, не піклуючись про деталі процесу. Тобто ми віримо, що автоматична коробка передач, працює правильно. Але якщо ми передаємо процедурне управління IKM-серверові, як ми можемо бути впевнені, що його методи зроблять відповідні висновки з наших правил? Як нам бути впевненими, що він виконає наших агентів правильно? Ось тут в діло вступає теорія декларативного знання.

Теорія декларативного знання.

Перш за все, логіка, що використовується для правил та баз даних, відрізняється від логіки, яку можна знайти в класичній книзі з математики.

У класичній логіці, деяке твердження є:

істиною, коли це твердження присутній в базі;

хибою, коли присутнє протилежне твердження;

невизначеним, коли відсутні і пряме і протилежне твердження.

У реляційний базі даних, факт або присутній в базі даних (істина) або відсутній (хиба). Немає невідомого середнього значення. Це нормально при роботі з базами даних, але оскільки ми зацікавлені у використанні як правил, так і таблиць фактів, «не-класична» логіка баз даних спричиняє проблеми.

Класична логіка має теорію моделей, яка точно вказує, які висновки можливо вивести з сукупності тверджень. Але щойно почалося використання правил разом з базами даних, як з’ясувалося, що новій «не-класичній» логіці баз даних бракує такої теорії. Фактично, інколи було не зовсім зрозуміло, які висновки можливо утворити з деяких правил та бази даних. Тобто використання деяких правил стає неможливим.

На наше щастя, є метод дослідження сукупності правил, для визначення того, чи вона піддається обробці. Метод є частиною IKM. Так, сторінка перевірки IKM попередить користувача про такий дефект і сповістить, що потрібно змінити в агенті, який створюється.

Зіткнувшись з такими проблемами, виявленими методом випробування, було винайдено теорію декларативного знання, що дає визначення «бездефектних «сукупностей правил і таблиць баз даних. Теорія стверджує, що від таких сукупностей можливе зробити висновки.

Висновки.

Сучасний IKM — це багатокористувачева програма, що виконується на одному сервері. Декілька людей можуть одночасно використовувати свої Web-клієнти (браузери), щоб під'єднатися до IKM для того, щоб створити та виконати агентів. Стан IKM сьогодні - «робочий прототип », або, якщо хочете, «версія 0.9 » .

Використовувати агента в ІКМ — просто, не є складним і сам процес написання агентів. Але ця простота має скоріш амбіційну мету, таку, що люди, які використовують і створюють агентів зазвичай не потребують піклуватися про те, як агенти працюють.

Мета ІКМ — віддалитися від програмування, перейти від того, як агент повинен працювати, до правильного описання, що агент повинен зробити. Програма IKM серверу має комплексне завдання автоматичного інтерпретування цього «як зробити» на «що зробити». Як у випадку з системами керування базами даних, це — тема для численних розробок, оскільки потреби в таких системах зростають.

Ми говорили про деякі шляхи використання IKM технології, щоб звести разом динамічні цифрові бібліотеки і деякі аспекти способу роботи людей із знанням, яке захищається і практикується діловими консультантами. Ми намітили схему того, як DL, складаючись з сукупностей документів, відповідних метаданих, пошукових функцій, і агентів, можуть сприяти успіху в світі електронного бізнесу. IKM забезпечує середовище, яке допомагає особі з неявним знанням справи робити його явним, зрозумілим іншим, і здатним до виконання як агент. Знання представляється на рівні природної та ділової мови, отже воно легке для розуміння, спільного використання, та змінювання.

Оскільки Internet Knowledge Manager підтримує новий спосіб представлення людського знання в програмному забезпеченні, він міг би спричинити появу нових способів управління знанням, використання цифрових бібліотек та ведення електронного бізнесу.

Література.

1.Adrian Walker. The Internet Knowledge Manager, Dynamic Digital Libraries, and Agents You Can Understand, — D-Lib Magazine, March 1998.

2.K. Apt, H. Blair, and A. Walker. Towards a Theory of Declarative Knowledge, In: Foundations of Deductive Databases and Logic Programming, J. Minker (Ed.), Morgan Kaufmann, 1988.

3.T. H. Davenport and Laurence Prusak. Working Knowledge: How Organizations Manage What They Know. ISBN: 0−87 584−655−6, December 1997.