Одним из самых заметных трендов, связанных с разворачивающейся на наших глазах четвертой промышленной революцией, является существенное усиление роли семантических методов, ориентированных на управление смыслами и знаниями. Это касается и средств искусственного интеллекта, и добычи смыслов из огромных потоков больших данных, и роботизации, и появления умных городов и домов, других вещей. Появились и умные контракты, хотя над «интеллектом» контрактов еще следует серьезно поработать. Данные тренды должны с неизбежностью вести к усилению роли логических методов, работающих с семантикой, и существенно расширить сферу их применения на практике. Однако здесь есть ряд проблем, которые тормозят процесс.

Нами разрабатывается подход к использованию логического моделирования в ряде важных предметных областей, который позволяет обойти возникающие препятствия. Подход основан на концепции локально-простых моделей и прежде всего ориентирован на решение задач в сфере управления предприятиями, организациями, органами власти. Важнейшей особенностью локально-простых моделей является их способность заменить программные системы. Замена программирования на моделирование дает колоссальные преимущества: резко снижаются издержки на разработку и поддержку систем, моделирование в отличие от программирования сохраняет явную семантику моделей, оставляя возможности работы для средств искусственного интеллекта и роботов. Кроме того, модели намного более понятны людям, чем программы.

В настоящей работе рассматривается реализация концепции локального-простого моделирования на основе документных моделей, разработанных нами ранее. Показывается, что локально-простое моделирование реализуется через документные модели с конечными подмодельными покрытиями. Во второй части работы описывается пример использования документных моделей для решения управленческой задачи реальной сложности.

Ссылка для цитирования:

Казаков И.А., Кустова И.А., Лазебникова Е.Н., Манцивода А.В. Построение локально-простых моделей: методология и практика // Известия Иркутского государственного университета. Серия Математика. 2017. Т. 22. С.71-89. https://doi.org/10.26516/1997-7670.2017.22.71

MSC

68T30

DOI

https://doi.org/10.26516/1997-7670.2017.22.71

1. Витяев Е. Е. Семантический вероятностный вывод предсказаний // Изв. Иркут. гос. ун-та. Сер. Математика. – 2017. – Т. 21. – С. 33–50. https://doi.org/10.26516/1997-7670.2017.21.33

2. Малых А. А. Документное моделирование / А. А. Малых, А. В. Манцивода // Изв. Иркут. гос. ун-та. Сер. Математика. – 2017. – Т. 21. – С. 89–107. https://doi.org/10.26516/1997-7670.2017.21.89

3. Малых А. А. Объектные теории над списочными надстройками / А. А.Малых, А. В. Манцивода // Изв. Иркут. гос. ун-та. Сер. Математика. – 2012. – Т. 4. – С. 27–44.

4. Малых А. А. Система Libretto: разработка веб-ресурсов в единой модели данных и знаний / А. А. Малых, А. В. Манцивода // 6-я Всероссийская конференция по проблемам управления (МКПУ-2013). Геленджик, 30 сент. – 5 окт. 2013 г. – Геленджик, 2013. – C.73-75.

5. Малых А. А. Ontobox: смарт-контракты как документные модели [Электронный ресурс] / А. А. Малых, А. В. Манцивода. – URL: https://ontobox.io/ppr (дата обращения: 30.11.2017).

6. Шваб К. Четвертая промышленная революция / К.Шваб. – М. : Эксмо, 2016. – 138 с.

7. Язык Libretto [Электронный ресурс]. – URL: http://librettolabs.com (дата обращения: 30.11.2017).

8. Antonopoulos A. Mastering Ethereum: Building Smart Contracts and Dapps / A. Antonopoulos, G. Wood. – O’Reilly Media, 2017. – 220 p.

9. The Description Logic Handbook: Theory, Implementation, and Applications / eds.: Baader F., Calvanese D., McGuinness D. L., Nardi D., Patel-Schneider P. F. – Cambridge University Press, 2003.

10. Berners-Lee T. The Semantic Web / T. Berners-Lee, J. Hendler, O. Lassila // Scientific American. – May, 2001. https://doi.org/10.1038/scientificamerican0501-34

11. Semantic Web activity [Electronic resource]. – URL: https://www.w3.org/standards/semanticweb/

12. Goncharov S. S. Conditional terms in semantic programming // Siberian Mathematical Journal. – 2017. – Vol. 58, N 5. – P. 794–800. https://doi.org/10.1134/S0037446617050068

13. Goncharov S. S. Semantic foundations of programming / S. S. Goncharov, Yu. L. Ershov, D. I. Sviridenko // Lecture Notes in Computer Science. – 1987. – Vol. 278. – P. 116-122. https://doi.org/10.1007/3-540-18740-5_28

14. Goncharov S. S. Semantic programming / S. S. Goncharov, Yu. L. Ershov, D. I. Sviridenko // Information processing, Proc. IFIP 10-th World Comput. Congress. Vol. 10. – Dublin, 1986. – P. 1093–1100.

15. Horrocks I. From SHIQ and RDF to OWL: The making of a Web Ontology Language / I. Horrocks, P. Patel-Schneider, F. Van Harmelen // Journal of Web Semantics. – 2003. – Vol. 1, Issue 1. – P. 7–26. https://doi.org/10.1016/j.websem.2003.07.001

16. Horrocks I. Practical reasoning for expressive description logics / I. Horrocks, U. Sattler, U. Tobies // Proceedings of the 6th International Conference on Logic for Programming and Automated Reasoning (LPAR’99), number 1705 in Lecture Notes in Artificial Intelligence / eds.: H. Ganzinger, D. McAllester, A. Voronkov. – Springer-Verlag, 1999. – P. 161–180. https://doi.org/10.1007/3-540-48242-3_11

17. Kovalerchuk B. Data Mining in finance: Advances in Relational and Hybrid Methods / B. Kovalerchuk, E. Vityaev. – Kluwer Academic Publishers, 2000. – 456 p.

18. Malykh A. A Query Language for Logic Architectures / A. Malykh, A. Mantsivoda // Lecture Notes in Computer Science 5947. – Springer-Verlag, Berlin Heidelberg, 2010. – P. 294–305. https://doi.org/10.1007/978-3-642-11486-1_25

19. Schumpeter J. Not-so-clever contracts // The Economist. The new political divide. – Issue July 31, 2016. https://www.economist.com/news/business/21702758-time-being-least-human-judgment-still-better-bet-cold-hearted.

20. Swan M. Blockchain: Blueprint for a New Economy / M. Swan. – O’Reilly Media, 2015. - 127 p.

21. Wattenhofer R. The Science of the Blockchain / R. Wattenhofer. – Inverted Forest Publishing, 2016. - 320 p.