Сергей Горшков - об онтологиях и жизни

Сегодня был на конференции DUMP-2021. В основном присутствовал на секции DevOps, т.к. программа более интересной мне секции Back-end была на удивление слабой. На два доклада по Back-end, однако, я зашел - и был поражен вещам, которыми люди не только занимаются до сих пор, но и считают возможным об этом публично рассказывать.

Один доклад был посвящен "чистой архитектуре" - паттерну проектирования, который "углубляет и расширяет" самые кондовые идеи ООП и MVC, намертво зашивая в код структуру данных и бизнес-логику. Люди используют это в энтерпрайзе. Единственное объяснение, которое я могу найти этим практикам как минимум 30-летней идейной давности, состоит в том, чтобы брать с заказчика побольше денег за постоянную доработку кода, которая необходима при любом изменении в "автоматизируемых" такими средствами процессах.

Другой доклад был посвящен переносу одного известного публичного сервиса на GraphQL. Докладчики начали с похвального тезиса о том, что на каком-то этапе развития сервиса они столкнулись с необходимостью описать его модель данных, чтобы разные компоненты могли общаться между собой в ее терминах. В качестве решения они выбрали GraphQL, что само по себе неплохо. Но основное содержание доклада совсем не впечатлило: время, затраченное на разработку, не коррелирует со скромностью достигнутых результатов, а проблемы, которые решали докладчики, были, скажем так, простоваты.

( Collapse )

Могут ли онтологии использоваться при создании цифровых двойников? Конечно, могут! Короткий рассказ об этом с практическим примером смотрите в нашей презентации.
Под цифровым двойником в промышленности обычно понимается физическая/математическая модель какого-либо объекта, с помощью которой решаются задачи мониторинга, управления, оценки состояния, планирования ремонтов и др. Для того чтобы такую модель можно было использовать в поддержке принятия решений, она должна описывать моделируемый объект с разных точек зрения, быть расширяемой, содержать логику имитации работы объекта, а также использоваться для структурирования данных о нем. Из перечисления требований очевидно, что онтологическое моделирование - отличный кандидат на роль средства создания модели. А если учесть, что данных об объекте генерируется огромное количество, становится понятной и необходимость использования платформы виртуализации данных.

25 февраля на конференции "Качество данных-2021" мы представили наш новый продукт - Систему сбора отчетности "Пульс дела". В презентации к нашему докладу можно прочитать об архитектуре и преимуществах системы, понять принцип ее работы.
А самый быстрый способ познакомиться с системой "Пульс дела" - посмотреть посвященный ей видеоролик:

Мы запустили международный сайт платформы АрхиГраф: https://archigraph.pro
На сайте доступна документация на наши продукты на английском языке, английская версия брошюры "Корпоративные автоматизированные системы на основе онтологических моделей: книга рецептов", а также демо-версия платформы.

Опубликована наша статья "От текста к фактам", в которой мы рассказываем о методах преобразования текста на естественном языке в набор фактов или SPARQL-запрос. Такие задачи возникают и при создании чат-ботов, и при разработке корпоративных систем управления знаниями, и при реализации систем автоматической обработки поступающей текстовой информации.

Традиционно большие надежды по части решения таких задач возлагаются на разные варианты алгоритмов машинного обучения, однако мы считаем, что только сочетание опоры на онтологии вместе с использованием ML способно качественно улучшить результаты по сравнению с уже достигнутыми. Какой бы совершенной не была нейросеть, она "не понимает" смысла текста, а лишь выдает в ответ на текст нечто созвучное тем словам, которые получила.

Онтологии представляют в машинно-читаемой форме концептуальный слой нашего мышления, поэтому диалоговая система, "вооруженная" ими, способна делать логические выводы и точно "понимать" смысл сказанного. Для пользователя это проявляется прежде всего в качестве ответов, которые он получает от диалоговой или поисковой системы.

Важно, что в нашей разработке онтологии используются для представления не только концептуального, но и лексического уровня текста. С помощью онтологий LEMON / Ontolex мы описываем смысловые поля, что позволяет учитывать различия смысла одних и тех же слов в разных контекстах (например, лист стали, листы документа или лист дерева).

12 ноября будем делать доклад на эту тему на форуме "Управление данными - 2020"

Мы опубликовали брошюру "Корпоративные автоматизированные системы на основе онтологических моделей: книга рецептов". В ней мы постарались дать целостный взгляд на использование онтологий при создании ПО, а также поделились конкретными рецептами и техническими подробностями использования платформы АрхиГраф.

После длительной паузы рады пригласить всех на сессию "Цифровые технологии для повышения качества управления информацией на всех этапах жизненного цикла месторождения", которая пройдет в рамках Тюменского нефтегазового форума - 2020. До 17 сентября включительно есть возможность зарегистрироваться для участия в ней онлайн.
Мы поговорим об интеграции геолого-геофизических данных, построении дата-центрической архитектуры корпоративных данных и о роли, которую играют в этом онтологии.

Мы выпустили АрхиГраф.ЭпидПрогноз - программный комплекс имитационного моделирования распространения эпидемий. Создание продукта вызвано потребностью в прогнозировании заболеваемости COVID-19 - именно для этой инфекции в первую очередь подобраны параметры моделирования на основе данных публикаций в рецензируемых научных журналах. Тем не менее, комплекс может быть использован для прогнозирования распространения любых инфекционных заболеваний.

См. презентацию продукта.

Создание комплекса стало результатом совместного труда коллектива разработчиков, аналитиков и ученых-математиков, много лет работавших над созданием компьютерных моделей распространения инфекционных заболеваний. Научный руководитель разработки - профессор, доктор физико-математических наук А.А. Романюха.

( Collapse )