УДК 007:681.512.2
ИЕРАРХИЧЕСКИЕ ЧИСЛА ДЛЯ ПРОЕКТИРОВАНИЯ ICF-ТАКСОНОМИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
И. Ю. Каширин, д.т.н., профессор кафедры ВПМ РГРТУ, Рязань, Россия;
orcid.org/0000-0002-6256-6558, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Рассматривается важнейшая задача проектирования таксономий для моделей знаний искусственного интеллекта. В качестве базисного отношения таксономии предлагается использовать отношение смежного наследования ICF. Такой подход позволяет эффективно проектировать общие и прикладные онтологии для решения задач искусственного интеллекта. В статье вводится оригинальный математический аппарат иерархических чисел, дающий возможность анализировать общие ICF-онтологии с помощью вычисления основных характеристик таксономических иерархий. К таким характеристикам относятся, например, мера общности двух и более концептов или сложность структурного пути в таксономической иерархии между двумя концептами. В качестве примера, подтверждающего возможность эффективного использования ICF-таксономий в решении реальных задач искусственного интеллекта, предлагается общая таксономия с названием «пространственная ситуация». Для нее показана возможность применения в интеллектуальных решателях задач эвристического программирования и в интеллектуальных системах поиска информационных ресурсов в глобальных сетях, например в технологии Semantic Web. В экспериментальной части для апробации возможностей информационного поиска в глобальных сетях на основе технологии Semantic Web с помощью ICF-таксономии рассматривается программная система ICF PUTE v.2.02 (ICF polymorphic unification tools environment). В системе ICF PUTE реализован поиск в глобальных сетях, использующий средства структуризации и унификации для работы с контентом глобальных сетей. Назначение этой подсистемы – проверка работы средств структуризации ICF-онтологий для решения прикладных задач поиска. Целью работы является анализ особенностей проектирования общей и прикладной ICF-онтологий с помощью аппарата иерархических чисел для эффективного решения актуальных задач искусственного интеллекта.
Ключевые слова: модели знаний, искусственный интеллект, ICF-онтология, онтологические таксономии, иерархические числа, инструментальные программные средства, интеллектуальные решатели задач, технология Semantic Web, поиск информации в глобальных сетях, родовидовые и причинно-следственные отношения, дихотомия, полиморфическое представление знаний.