إطار (الذكاء الاصطناعي)

ومن الأمثلة البسيطة على المفاهيم التي تم تصميمها بلغة إطارية أنطولوجيا صديق الصديق (FOAF) التي تم تعريفها كجزء من الويب الدلالي كأساس لشبكات التواصل الاجتماعي وأنظمة التقويم.

الإطار الأساسي في هذا المثال البسيط هو شخص .

ومن الأمثلة على هذه الخانات: البريد الإلكتروني للشخص ، وصفحته الرئيسية، ورقم هاتفه، وما إلى ذلك.

يمكن تمثيل مصالح كل شخص من خلال أطر إضافية تصف مساحة مجالات الأعمال والترفيه.

تعرف هذه الفتحة الروابط بين كل شخص والأشخاص الآخرين.

يمكن استنتاج القيم الافتراضية لاهتمامات الشخص من خلال شبكة الأشخاص الذين تربطه بهم صداقات. ^{[ 2 ]}

تم تطوير اللغات القائمة على الإطارات في وقت مبكر خصيصًا لمشاريع بحثية محددة ولم يتم تجميعها كأدوات لإعادة استخدامها من قبل باحثين آخرين.

وكما هو الحال مع محركات الاستدلال الخاصة بالأنظمة الخبيرة ، سرعان ما أدرك الباحثون فوائد استخراج جزء من البنية التحتية الأساسية وتطوير لغات إطار عامة الأغراض غير مرتبطة بتطبيقات محددة.

كانت لغة KRL من أوائل لغات الإطار ذات الأغراض العامة. ^{[ 3 ]} وكانت لغة KL-ONE من أكثر لغات الإطار المبكرة تأثيراً . ^{[ 4 ]} وقد انبثقت من لغة KL-ONE عدة لغات إطار لاحقة.

كانت لغة Loom التي طورها روبرت ماكجريجور في معهد علوم المعلومات واحدة من أكثر اللغات التي خلفت KL-ONE استخدامًا على نطاق واسع . ^{[ 5 ]}

في ثمانينيات القرن الماضي، أثار الذكاء الاصطناعي اهتمامًا كبيرًا في عالم الأعمال، مدفوعًا بأنظمة الخبراء . وقد أدى ذلك إلى تطوير العديد من المنتجات التجارية لتطوير أنظمة قائمة على المعرفة. عادةً ما طُوّرت هذه المنتجات المبكرة بلغة ليسب ، ودمجت بنيات مثل قواعد "إذا-ثم" للاستدلال المنطقي مع هياكل الإطارات لتمثيل البيانات.

كانت بيئة هندسة المعرفة (KEE) من شركة Intellicorp من أشهر أدوات قواعد المعرفة المبكرة المكتوبة بلغة Lisp . وفرت KEE لغة إطار كاملة مع وراثة متعددة، وفتحات، ومحفزات، وقيم افتراضية، ومحرك قواعد يدعم الاستدلال العكسي والأمامي. وكما هو الحال مع معظم الإصدارات التجارية المبكرة لبرامج الذكاء الاصطناعي، نُشرت KEE في البداية بلغة Lisp على منصات Lisp ، ولكن تم نقلها لاحقًا إلى أجهزة الكمبيوتر الشخصية ومحطات عمل Unix . ^{[ 6 ]}

أدى برنامج البحث في الويب الدلالي إلى تجدد الاهتمام بالتصنيف الآلي ولغات الإطار. ومن الأمثلة على ذلك معيار لغة الأنطولوجيا للويب (OWL) لوصف المعلومات على الإنترنت. يوفر OWL معيارًا لإنشاء طبقة دلالية فوق الإنترنت، بهدف تنظيم الويب وفقًا لمفاهيم مُنظمة في أنطولوجيا، على غرار بنية الدليل، بدلًا من البحث باستخدام الكلمات المفتاحية كما تفعل معظم محركات البحث (مثل جوجل) اليوم.

يُعدّ اسم لغة OWL نفسه مثالًا جيدًا على قيمة الويب الدلالي. فلو بحث المستخدم اليوم عن كلمة "OWL" على الإنترنت، لوجد أن معظم الصفحات التي تظهر تتعلق بطائر البومة بدلًا من لغة OWL القياسية . أما مع الويب الدلالي، فسيكون من الممكن تحديد مفهوم "لغة أنطولوجيا الويب"، ولن يحتاج المستخدم إلى القلق بشأن الاختصارات أو المرادفات المختلفة المحتملة أثناء البحث. كذلك، لن يضطر المستخدم للقلق بشأن الكلمات المتجانسة التي تُشوّش نتائج البحث ببيانات غير ذات صلة، مثل معلومات عن الطيور الجارحة كما في هذا المثال البسيط.

بالإضافة إلى لغة OWL، تشمل المعايير والتقنيات المختلفة ذات الصلة بالويب الدلالي، والتي تأثرت بلغات الإطار، لغتي OIL و DAML . يوفر برنامج Protege مفتوح المصدر، من جامعة ستانفورد، إمكانية تحرير الأنطولوجيا المبنية على لغة OWL، ويتمتع بكامل إمكانيات المصنف. مع ذلك، توقف البرنامج عن دعم الإطارات بشكل صريح بدءًا من الإصدار 3.5 (الذي لا يزال متاحًا لمن يفضلون استخدام الإطارات)، حيث أن الإصدار الحالي هو 5.6.8 (حتى عام 2025). ويُبرر التخلي عن الإطارات الصريحة بأن لغة OWL DL أكثر تعبيرًا و"معيارًا صناعيًا". ^{[ 7 ]}

تتشابه لغات الإطار بشكل كبير مع لغات البرمجة كائنية التوجه . كانت المصطلحات والأهداف مختلفة لدى كلا المجتمعين، ولكن مع انتقال المطورين من الأوساط الأكاديمية والمختبرات إلى السوق التجارية، لم يعودوا يكترثون كثيرًا بالجوانب الفلسفية، وركزوا بشكل أساسي على القدرات المحددة، مستفيدين من أفضل ما في كلا المجالين بغض النظر عن نقطة انطلاق الفكرة. يشترك كلا النموذجين في الرغبة بتقليص الفجوة بين المفاهيم في العالم الحقيقي وتطبيقها في البرمجيات. لذا، توصل كلا النموذجين إلى فكرة تمثيل كائنات البرمجيات الأساسية في تصنيفات تبدأ بأنواع عامة جدًا وتتدرج إلى أنواع أكثر تحديدًا.

يوضح الجدول التالي العلاقة بين المصطلحات القياسية من مجتمعات البرمجة الكائنية ولغات الإطار:

يكمن الاختلاف الرئيسي بين النموذجين في مدى اعتبار التغليف متطلبًا أساسيًا. ففي نموذج البرمجة الكائنية، كان التغليف أحد أهم المتطلبات، إن لم يكن أهمها على الإطلاق. وكان الدافع الرئيسي وراء تقنية البرمجة الكائنية هو الرغبة في تقليل التفاعلات المحتملة بين مكونات البرمجيات، وبالتالي إدارة الأنظمة المعقدة الكبيرة. أما في لغات الإطار، فكان هذا المتطلب أقل أهمية من الرغبة في توفير مجموعة واسعة من الأدوات الممكنة لتمثيل القواعد والقيود ومنطق البرمجة. في عالم البرمجة الكائنية، يُتحكم بكل شيء من خلال الدوال ومستوى رؤية هذه الدوال. فعلى سبيل المثال، يجب الوصول إلى قيمة بيانات خاصية كائن ما عبر دالة وصول. تتحكم هذه الدالة في أمور مثل التحقق من نوع البيانات والقيود المفروضة على القيمة التي يتم استرجاعها أو تعيينها في الخاصية. في لغات الإطار، يمكن التعامل مع هذه الأنواع نفسها من القيود بطرق متعددة. يمكن تعريف مُشغّلات ليتم تفعيلها قبل أو بعد تعيين قيمة أو استرجاعها. كما يمكن تعريف قواعد لإدارة هذه الأنواع من القيود. يمكن إضافة معلومات إضافية إلى الفتحات نفسها (تسمى "الجوانب" في بعض اللغات) مرة أخرى بنفس نوع معلومات القيود.

كان الفارق الرئيسي الآخر بين لغات الإطار ولغات البرمجة الكائنية التوجه هو الوراثة المتعددة (التي تسمح للإطار أو الفئة بامتلاك فئتين أو أكثر). بالنسبة للغات الإطار، كانت الوراثة المتعددة شرطًا أساسيًا. وينبع هذا من الرغبة في نمذجة العالم بالطريقة التي يتصورها البشر، حيث نادرًا ما تندرج التصورات البشرية للعالم ضمن تصنيفات محددة بدقة وغير متداخلة . أما بالنسبة للعديد من لغات البرمجة الكائنية التوجه، وخاصة في السنوات الأخيرة من ظهورها، فقد كانت الوراثة الأحادية مرغوبة بشدة أو مطلوبة. كان يُنظر إلى الوراثة المتعددة كخطوة محتملة في مرحلة التحليل لنمذجة مجال معين، ولكن ينبغي استبعادها في مرحلتي التصميم والتنفيذ حفاظًا على التغليف والنمطية . ^{[ 8 ]}

على الرغم من أن لغات الإطارات المبكرة مثل KRL لم تتضمن تمرير الرسائل ، إلا أن معظم لغات الإطارات اللاحقة (مثل Loom وKEE) تضمنت القدرة على تعريف الرسائل على الإطارات، وذلك استجابةً لمتطلبات المطورين. ^{[ 9 ]}

على صعيد البرمجة الكائنية، ظهرت معايير توفر وظائف مكافئة لتلك التي توفرها لغات الإطار، وإن كان ذلك بتنسيق مختلف، وتعتمد جميعها على مكتبات الكائنات. فعلى سبيل المثال، قامت مجموعة إدارة الكائنات (OMG) بتوحيد مواصفات إمكانيات مثل ربط بيانات الاختبار والقيود بالكائنات (على غرار الاستخدامات الشائعة للجوانب في لغات الإطار والقيود في لغات الإطار مثل Loom)، ودمج محركات القواعد. ^{[ 10 ] [ 11 ]}

استندت معظم الأبحاث المبكرة في مجال لغة الإطار (مثل أبحاث شانك وأبيلسون) إلى نتائج علم النفس التجريبي ومحاولات تصميم أدوات تمثيل المعرفة التي تتوافق مع الأنماط التي يُعتقد أن البشر يستخدمونها في أداء مهامهم اليومية. لم يكن هؤلاء الباحثون مهتمين كثيرًا بالصيغ الرياضية الرسمية، لاعتقادهم أن هذه الصيغ لا تُعد بالضرورة نماذج جيدة لكيفية تصور الإنسان العادي للعالم. فعلى سبيل المثال، غالبًا ما تكون طريقة استخدام البشر للغة بعيدة كل البعد عن المنطق الحقيقي.

وبالمثل، في علم اللغة، بدأ تشارلز ج. فيلمور في منتصف سبعينيات القرن العشرين العمل على نظريته حول دلالات الإطار ، والتي أدت لاحقًا إلى موارد حاسوبية مثل FrameNet . ^{[ 17 ]} وقد استُلهمت دلالات الإطار من تأملات في اللغة البشرية والإدراك البشري.

من جهة أخرى، سعى باحثون مثل رون براخمان إلى تزويد باحثي الذكاء الاصطناعي بالصيغة الرياضية والقدرة الحاسوبية المرتبطة بالمنطق. وكان هدفهم ربط فئات الإطار، والفتحات، والقيود، والقواعد في لغة الإطار بنظرية المجموعات والمنطق. ومن مزايا هذا النهج إمكانية أتمتة التحقق من صحة النماذج، بل وحتى إنشائها، باستخدام أدوات إثبات النظريات وغيرها من قدرات الاستدلال الآلي. أما عيبه، فكان صعوبة تحديد النموذج مبدئيًا بلغة ذات دلالات رسمية.

يُجسّد هذا التطور أيضًا انقسامًا كلاسيكيًا في أبحاث الذكاء الاصطناعي يُعرف باسم " المُتقنين مقابل المُهملين ". كان "المُتقنون" هم الباحثون الذين أولوا أهمية قصوى للدقة الرياضية والشكلية التي يُمكن تحقيقها من خلال منطق الرتبة الأولى ونظرية المجموعات . أما "المُهملون" فكانوا أكثر اهتمامًا بنمذجة المعرفة في تمثيلات بديهية وذات معنى نفسي للبشر. ^{[ 18 ]}

كانت لغة KL-ONE أبرز المناهج الرسمية . ^{[ 19 ]} وقد انبثقت منها لاحقًا عدة لغات إطارية. منحت الدلالات الرسمية للغات مثل KL-ONE هذه اللغات الإطارية نوعًا جديدًا من قدرات الاستدلال الآلي يُعرف بالمصنف . المصنف عبارة عن محرك يحلل مختلف التصريحات في اللغة الإطارية: تعريف المجموعات، والمجموعات الجزئية، والعلاقات، وما إلى ذلك. يستطيع المصنف بعد ذلك استنتاج علاقات إضافية متنوعة تلقائيًا، كما يمكنه اكتشاف متى تكون بعض أجزاء النموذج غير متسقة مع بعضها البعض. وبهذه الطريقة، يمكن للمصنف أداء العديد من المهام التي تُنفذ عادةً عن طريق الاستدلال الأمامي أو الخلفي في محرك الاستدلال. ^{[ 20 ]}

تُعدّ هذه التقنية ذات قيمة بالغة في التعامل مع الإنترنت. ومن النتائج اللافتة أن الطابع الرسمي للغات مثل KL-ONE يُمكن أن يكون مفيدًا للغاية في التعامل مع البيانات غير الرسمية وغير المهيكلة الموجودة على الإنترنت. فمن غير العملي على الإنترنت إلزام جميع الأنظمة بالتوحيد القياسي على نموذج بيانات واحد، إذ لا مفر من استخدام المصطلحات بأشكال متعددة وغير متسقة. توفر إمكانية التصنيف التلقائي لمحرك التصنيف لمطوري الذكاء الاصطناعي مجموعة أدوات قوية تُساعد في تنظيم وتوحيد مجموعة البيانات غير المتسقة (أي الإنترنت). تُعرف رؤية الإنترنت المُحسّن، حيث تُرتّب الصفحات ليس فقط حسب الكلمات المفتاحية النصية، بل أيضًا حسب تصنيف المفاهيم، باسم الويب الدلالي . تُعدّ تقنية التصنيف التي طُوّرت في الأصل للغات الإطار عاملًا تمكينيًا رئيسيًا للويب الدلالي. ^{[ 21 ] [ 22 ]} كما برز الانقسام بين "النظيف والفوضوي" في أبحاث الويب الدلالي، وبلغ ذروته في إنشاء مجتمع ربط البيانات المفتوحة ، الذي ركّز على عرض البيانات على الويب بدلًا من نمذجتها.