Ιστορία της CyCorp

To Cyc είναι μια μακρόχρονη προσπάθεια κωδικοποίησης της κοινής γνώσης (common sense knowledge) σε μια “workable” γνώση που θα μπορούσε να χρησιμοποιηθεί απ μια μηχανή εξαγωγής συμπερασμάτων

Lenat: «η κοινή ανθρώπινη γνώση (human consensus knowledge) αποτελεί την background γνώση που πρέπει να έχει ένας άνθρωπος για να μπορεί να κατανοήσει άρθρα και καταχωρήσεις σε μια εγκυκλοπαίδεια»

Lenat και η ομάδα του τροφοδοτεί το Cyc με γνώση επί 15 χρόνια

Σε όρους τεχνικούς: η Cyc είναι μια τεράστια “multi-contextual” βάση γνώσης που έχει δημιουργηθεί πάνω από ένα πυρήνα

1, 000 , 000 δηλώσεων (κανόνων) που σχεδιάστηκαν για να καλύψουν γνώση για την οποία υπάρχει ομοφωνία (consensus knowledge)

Ιστορία της CyCorp (cont’d)

To Cyc ξεκινάει σαν ερευνητικό project το 1984 στο Atari research center

Χρηματοδοτείται για 10 χρόνια από το Microelectronics and Computer Technology Corporation

1994: Ο Lenat ιδρύει την CyCorp για να αναλάβει τον έλεγχο στην προσπάθεια ανάπτυξης του Cyc

2000: Ξεκινάει το μαρκετινγκ του Cyc. H CyCorp πιστεύει ότι το Cyc είναι έτοιμο να χρησιμοποιηθεί για την δημιουργία έξυπνων εφαρμογών

The Cyc Knowledge Server

O Cyc knowledge server είναι μια multi-contextual βάση γνώσης κοινής λογικής που επιτρέπει την ανάπτυξη ποικίλλων προϊόντων και υπηρεσιών που είναι knowledge intensive

Οι συνιστώσες του Cyc The Cyc knowledge base The Cyc inference engine The CycL Representation Language The Natural Language Processing Subsystem Cyc Semantic Integration Bus

1. The Cyc Knowledge Base (ΚΒ)

KB: τυποποιημένη αναπαράσταση μεγάλου όγκου ανθρώπινης γνώσης Γεγονότα Εμπειρικοί κανόνες Ευρετική κανόνες

Η γνώση της ΚΒ Terms (όροι): λεξιλόγιο της CycL Assertions (δηλώσεις): συσχετίσεις των όρων

ΚΒ διαιρεμένη σε πολλά microtheories Μια ομάδα από assertions που μοιράζονται ένα

κοινό σύνολο από υποθέσεις

2. Inferening in Cyc

Inference: Είναι ο μηχανισμός με τον οποίο εξάγονται νέα γεγονότα από ήδη υπάρχοντα γεγονότα και κανόνες του συστήματος

Inference κάνει χρήση του deduction Rules – general, variables

(#$implies (#$mother ?PERSON ?MOTHER) (#$loves ?PERSON ?MOTHER))

2. Inferening in Cyc (cont’d)

Facts – specific, no variables, atomic(#$mother #$Hamlet #$Gertrude)

Deduction – rules + fact(s) => new fact

(#$loves #$Hamlet #$Gertrude)

Cyc’s inference uses standard logical deductionsAll men are mortal

Socrates is a man

Socrates is mortal

3. CycL: γλώσσα αναπαράστασης

CycL Constants: denotes specific individuals or collections (relations, people, computer programs)

Example: #$Dog, #$SnowSkiing : collections #$BillClinton,#$Rover, #$DisneyLand-

TouristAttraction: Individuals #$likesAsFriend, #$bordersOn, #$objectHasColor,

#$and, #$not, #$implies, #$forAll: Relations #$RedColor, #$Soil-Sandy: Attribute Values

CycL Formulas: a relation applied to some arguments enclosed in parentheses Examples:

(#$isa #$GeorgeWBush #$Person) (#$likesAsFriend #$GeorgeWBush #$AlGore) (#$BirthFn #$JacquelineKennedyOnassis)

CycL Sentences: are used to form an assertion and queries

3. CycL: γλώσσα αναπαράστασης (cont’d)

CycL variables and quantifiers: allows us to represent many pieces of ordinary information

Quantifiers: Universal Quantifier -- #$forAll Existential Quantifier -- #$thereExists Example:

(#$thereExists ?JOE (#$isa ?JOE #$Poodle))

(#$thereExistsExactly 12 ?ZOS (#$isa ?ZOS #$ZodiacSign))

3. CycL: γλώσσα αναπαράστασης (cont’d)

Natural Language Processing

H επεξεργασία φυσικής γλώσσας είναι από τις πιο μελετημένες και μεγάλες προκλήσεις του software engineering

Πολλές ομάδες έχουν προσπαθήσει να παράγουν συστήματα φυσικής γλώσσας – με περιορισμένα αποτελέσματα

Το Cyc ισχυρίζεται ότι η κοινή λογική είναι αναγκαία προϋπόθεση για να εκτελεστεί ένα τέτοιο καθήκον

Παράδειγμα: Fred saw the plane flying over Athens Fred saw the mountains flying over Athens

Cyc γνωρίζει ότι τα αεροπλάνα πετάνε ενώ τα βουνά όχι και είναι εύκολο να κάνει parse των προτάσεων σε αντίθεση με παραδοσιακά NL-systems.

Natural Language Processing (cont’d)

NL systems της CyCorp έχει τρεις συνιστώσες The lexicon Syntactic parser Semantic interpreter

To Cyc είναι σε θέση να κάνει parse σωστά πολλούς διαφορετικούς τύπους προτάσεων με αμφίβολα και συντακτικά περίπλοκα inputs

Cyc διαθέτει UI που επιτρέπουν assertions και επερωτήσεις σε Αγγλική γλώσσα

Συνιστώσες νέας γενιάς: μπορούν να παράγουν Αγγλικά από CycL formulas

Semantic Integration Bus

Πληροφορία ενός υπολογιστικού συστήματος -> αποθηκεύεται σε πολλές μορφές

δεδομένα που είναι δομημένα (Βάσεις Δεδομένων) Ημι-δομημένα (Λογιστικά Φύλλα, Ιστοσελίδες) Αδόμητα (Αρχεία Κειμένου)

Η cyc αντιμετωπίζει κάθε εγγραφή της βάσης δεδομένων σαν να είναι ένας υπονοούμενος ισχυρισμός στην βάση γνώσης.

Αρχιτεκτονική του semantic integration bus

Περιγραφή της Αρχιτεκτονικής (1/2)

Η πληροφορία που είναι αποθηκευμένη είτε στην βάση δεδομένων είτε στο web, γίνεται διαθέσιμη στην μηχανή εξαγωγής συμπερασμάτων με την μορφή εικονικών ισχυρισμών.

Αυτά τα σύνολα εικονικών ισχυρισμών, τα διαχειρίζονται κάποια heuristic level modules.

Για παράδειγμα η μηχανή εξαγωγής συμπερασμάτων, ”κάνει” ένα ερώτημα στο bus.

Το heuristic level module, αναγνωρίζει ότι η αίτηση αφορά έναν εικονικό ισχυρισμό το οποίο αντιστοιχεί στο δικό του πεδίο εικονικών ισχυρισμών .

Περιγραφή της Αρχιτεκτονικής (2/2)

Η αίτηση διακόπτεται από το module το οποίο επικοινωνεί με την βάση δεδομένων , το web ή οποιαδήποτε άλλη πηγή γνώσης.

Επιστρέφονται αναφορές στην μηχανή της διεπαφής

Η διεπαφή συνεχίζει, συνδυάζοντας τις πληροφορίες από τις πολλαπλές πηγές

Γενική Αρχιτεκτονική

Cyc’s Applications

Η τρέχουσα έκδοση του Cyc μπορεί να εφαρμοστεί σε μια σειρά από real business problems

Εφαρμογές που είναι διαθέσιμες ή βρίσκονται σε στάδιο ανάπτυξης

Integration of Heterogeneous Databases Knowledge Enhanced retrieval of Captioned Information Guided Integration of Structured Terminology Distributed Artificial Intelligence WWW information retrieval

Integration of Heterogeneous DB

DB systems: πλούσια σε πληροφορία και φτωχά σε γνώση

Δομές είναι flat και ενσωματώνουν λίγη ή καθόλου γνώση σε επίπεδο σημασιολογίας

CycL: οικουμενική γλώσσα περιγραφής του σχήματος της Β.Δ

Παράδειγμα: Table XYZ , field: City => instance of #$City e.g.

#$NewYorkCity

H γνώση του Cyc μπορεί να χρησιμοποιηθεί μόλις εισαχθεί η περιγραφή της Β.Δ

Integration of Heterogeneous DB (cont’d)

name title employer

Person

Query: “Show me people who hold an advanced degree and live in New England”

name state

Employee

Integration of Heterogeneous DB (cont’d)

Tα DB tools του Cyc χειρίζονται το query σε 3 φάσεις:

•The interface phase: κατασκευή του query, μετατρέπεται από απλά Αγγλικά σε CycL έκφραση

•Παράδειγμα: “Professor living in New England”

(#$and

(#$isa ?x #$Professor)

(#$residesInGeographicRegion ?x #$NewEngland-USRegion))

•The planner phase – μηχανή εξ. Συμπερασμάτων κάνει χρήση των assertions της Β.Δ

•The executor phase – λογικά queries μετατρέπονται σε φυσικά SQL queries

Knowledge-Enhanced Retrieval of Captioned Information

Τα περισσότερα text-search εργαλεία δεν μπορούν να χειριστούν επερωτήσεις φυσικής γλώσσας Βασίζονται σε απλά string matches και συνώνυμα Παράδειγμα: Φωτογραφία με επικεφαλίδα “a soldier

holding a gun to a woman’s head” Ανάκτηση πληροφ. γίνεται με κείμενο “gun”

“soldier” Cyc γνωρίζει ότι τα όπλα πυροβολούν,

σκοτώνουν ανθρώπους, τεταμένο όπλο απειλεί την ζωή, η απειλή ζωής προκαλεί φόβο

Knowledge-Enhanced Retrieval of Captioned Information (cont’d)

1994 το Cyc δημιουργεί μια μεγάλη εφαρμογή ανάκτησης φωτογραφιών

Ενσωμάτωσης πληροφορίας στο Cyc: γίνεται μετατροπή επικεφαλίδων σε CycL

To σύστημα μπορεί να δεχτεί επερωτήσεις σε Αγγλική γλώσσα

Παράδειγμα “a frightened person” γίνεται parsed:

(#$and (#$isa ?x #$Person) (#$feelsEmotion ?x #$Fear #$High))

Distributed Artificial Intelligence

Ενώ ένα server μπορεί εύκολα να υποστηρίξει 10-12 χρήστες ταυτόχρονα, ο χειρισμός αιτήσεων που προέρχονται από χιλιάδες χρήστες θα γονάτιζε τον server

Σε μια κατανεμημένη έκδοση της αρχιτεκτονικής Cyc, το δίκτυο γεμίζει με agents o καθένας εκ των οποίων κατέχει έναν πυρήνα γνώσης αλλά περιλαμβάνει ένα ή δυο πιο εξειδικευμένα πεδία επεκτείνοντας την βασική του γνώση

Οι agents επικοινωνούν μεταξύ τους και παίρνουν αποφάσεις σε ένα περιβάλλον συνεργασίας. Η επικοινωνία των agents διαχειρίζεται από το KQML ή κάποιο άλλο πρωτόκολλο

Ανάπτυξη κατανεμημένης αρχιτεκτονικής

Η Cycorp Συνεργάστηκε με το Τμήμα Επιστήμης Υπολογιστών του πανεπιστημίου του Maryland, Για την ανάπτυξη ενός demo μιας κατανεμημένης αρχιτεκτονικής.

Στο demo τρεις agents επικοινωνούνε μεταξύ τους χρησιμοποιώντας το KQML.

Ο GeoAgent είναι expert στην γεωγραφία, o PolAgent είναι expert στην πολιτική και ο EcoAgent είναι expert στα οικονομικά.

Παράδειγμα

Έστω ένας χρήστης ρωτάει τον GeoAgent: “Ποιοι είναι εκλεγμένοι πρόεδροι στις κυβερνήσεις των χωρών βόρεια του ισημερινού”? (#$and (#$headOfGovernmentOf ?x ?y)

   (#$hasAttributes ?x #$Elected)   (#$northOf ?y #$Equator))

 Ο GeoAgent μπορεί να απαντήσει μόνο στο τρίτο σκέλος της ερώτησης χρησιμοποιώντας την γνώση του.

Παράδειγμα

Η Αγγλία είναι στην Ευρώπη Η Ευρώπη είναι στο Βόρειο ημισφαίριο Το βόρειο ημισφαίριο είναι βόρεια του ισημερινού Αν η περιοχή Α ανήκει στην περιοχή Β και η περιοχή Β είναι

βόρεια της περιοχής Γ τότε η περιοχή Α είναι βόρεια της περιοχής

Έτσι η Βρετανία είναι Βόρεια του ισημερινού.

Για να απαντήσει όμως στα δύο πρώτα σκέλη της ερώτησης ο GeoAgent πρέπει να συμβουλευτεί τον PolAgent ο οποίος έχει την παρακάτω γνώση: 

Παράδειγμα

Οι πρόεδροι των δημοκρατικών κυβερνήσεων εκλέγονται.

Η Βρετανία είναι δημοκρατική χώρα. Ο John Major είναι ο πρόεδρος της κυβέρνησης στην

Βρετανία Επομένως ο John Major είναι ο εκλεγμένος πρόεδρος

της κυβέρνησης της Βρετανίας. Μόλις λάβει την απάντηση από τον PolAgent o

GeoAgent την συνδυάζει με την δική του για να δώσει μια απάντηση στον χρήστη

Συμπεράσματα κατανεμημένης αρχιτεκτονικής

Αυτό που πρέπει να τονιστεί είναι ότι δεν είναι απαραίτητο τα συστατικά της αρχιτεκτονικής να είναι agents ης CyC. Μπορεί να είναι Ένα expert system υλοποιημένο σε prolog Μια βάση δεδομένων SQL Ένας άνθρωπος

Στην πραγματικότητα η εφαρμογή information retrieval που περιγράφεται παρακάτω με μια gateway προς την συγκεκριμένη πηγή πληροφοριών αποτελεί μια προέκταση της κατανεμημένης αρχιτεκτονικής.

WWW Information Retrieval

Το www περιλαμβάνει τεράστια ποσότητα πληροφορίας την οποία θα μπορούσε να χρησιμοποιήσει η CyC για να γίνει πιο αποτελεσματική.

Αυτό θα μπορούσε να γίνει με δύο τρόπους Η on-line πληροφορία θα μπορούσε να εξαχθεί, να

μετατραπεί σε CyCL και να συμπεριληφθεί κατευθείαν στην βάση γνώσης.

 H CyC θα μπορούσε να «διδαχθεί» έτσι ώστε να αντιμετωπίζει την εξωτερική πληροφορία σαν προέκταση της βάσης γνώσης

Χαρακτηριστικά της μεθόδου

Τον τελευταίο καιρό η CyC στρέφεται προς την δεύτερη λύση

Ένα παράδειγμα αποτελεί η Internet Movie Database (IMD). Μια πραγματικά θαυμάσια επιτομή γνώσης για ταινίες.

Μπορεί να απαντήσει σε ερωτήματα για ταινίες και ηθοποιούς και να εμφανίσει τα αποτελέσματα

Μπορούμε να προσαρτήσουμε αποτελεσματικά τα περιεχόμενα της IMD στην βάση γνώσης της CyC φτιάχνοντας μια gateway οποία από τη μία αλληλεπιδρά με τους agents της CyC, από την άλλη προσομοιώνει την αλληλεπίδραση του WWW browser με τον IMD HTTP server.

H gateway διαφημίζεται στην CyC ως expert στον χώρο των ταινιών, έτσι ώστε όταν η CyC δέχεται ένα σχετικό ερώτημα να στρέφεται σε αυτή την gateway για βοήθεια.

Παράδειγμα

Έστω ότι ένας χρήστης ζητάει από την CyC :”Σε ποιες ταινίες έχει παίξει ο Ronald Reagan”?

Αυτό αναπαρίσταται στην CyCL ως εξής: (#$actedInMovie #$RonaldReagan ?x).1) Η CyC προωθεί το ερώτημα στην gateway η οποία έχει γνώση

του βασικού λεξιλογίου της CyCL 2) Η gateway το μεταφράζει σε μια HTTP αίτηση προς τον IMD

server.3) O IMD server επιστρέψει την σελίδα.4) H gateway κάνει parse το HTML, εξάγει μια λίστα με τις

ταινίες που ικανοποιούν το ερώτημα.5) Mετατρέπει το αποτέλεσμα σε CyCL.6) Τέλος κατασκευάζει μια απάντηση προς τον CyC agent που

έκανε την ερώτηση.

Συμπεράσματα information retrieval

Το να βελτιώνεις την κινηματογραφική γνώση του CyC είναι μια απλή εφαρμογή των παραπάνω τεχνικών. Παρ όλα αυτά το WWW περιέχει μια πληθώρα ημιδομημένων πληροφοριών για σημαντικά θέματα (μερίσματα μετοχών, προφίλ εταιριών, το παγκόσμιο βιβλίο γεγονότων της CIA κ.α.).

 Η ικανότητα να ενσωματώνονται μεγάλα τμήματα του WWW σε μια ιδεατή βάση γνώσης είναι μια πιθανότητα που δεν μπορεί να αγνοηθεί. Όχι μόνο θα αύξανε την σκοπιά και το εύρος γνώσεων του CyC, αλλά θα το έκανε και με πάρα πολύ μικρό κόστος.

Προϊόντα της CYC

CycSecure Το προϊόν αυτό, αποτελεί μια πατέντα ενός

μηχανισμού σάρωσης ενός δικτύου, ο οποίος χρησιμοποιεί την τεχνολογία της cyc, και χωρίς να «εισβάλει» σε ξένα δίκτυα (αυτό μπορεί και να μην ισχύει), προσπαθεί να συμπεράνει αφαιρετικά, τα βήματα που θα ακολουθήσει κάποιος hacker για να εισβάλει στο δίκτυο μιας εταιρείας.

Προϊόντα της CYC (cont’d)

CycAnswer (υπό ανάπτυξη) Το προϊόν αυτό, είναι το μοναδικό προϊόν

ερωταποκρίσεων που βασίζεται σε μια βάση γνώσης, το οποίο μπορεί και παρέχει έγκυρες ολοκληρωμένες και συνεπείς απαντήσεις στις ερωτήσεις των πελατών. Βασίζεται σε μια λεπτομερή προσαρμοσμένη αναπαράσταση, της ειδικής γνώσης που αφορά κάθε οργανισμό ξεχωριστά.

To προϊόν χρησιμοποιεί την βάση γνώσης που είναι ιδιοκτήτρια της Cyc και ευρετηριοποιεί το υλικό βάσει της γενικής ιδέας πάρα βάσει συγκεκριμένων keywords. Επίσης συνενώνει δεδομένα από διαφορετικές πηγές, κατανοεί και επιλύνει προβλήματα που βασίζονται σε αντικρουόμενες πληροφορίες

Κριτική προϊόντων της CyC

Cyc in use (άρθρο στο περιοδικό computer world- Gary H. Anthes 8-4-2002) :

To SycSecure της CycCorp, παραμετροποιήθηκε ειδικά για να χρησιμοποιηθεί από μια Αμερικανική στρατιωτική βάση, για να διασφαλιστεί ότι το δίκτυο της είναι ανθεκτικό ενάντια σε όλες τις καταγεγραμμένες δυνατές επιθέσεις.

Χρησιμοποιεί το: Information Assurance Vulnerability Assessment notification πρόγραμμα του υπουργείου άμυνας των ΗΠΑ. ->είναι ενήμερο για όλες τις δυνατές επιθέσεις έως σήμερα.

Κριτική προϊόντων της CyC

Επίσης γνωρίζει πληροφορίες για τα μηχανήματα της βάσης.

Συνδυάζοντας αυτές τις γνώσεις προσομοιώνει δικτυακές επιθέσεις.

Μόλις εντοπίσει μια αδυναμία σε ένα μηχάνημα ελέγχει όντως αν ισχύει κάτι τέτοιο και προτείνει πιθανές λύσεις.

Μπορεί να προσομοιώσει είτε εξωτερική είτε εσωτερική επίθεση.

 

Κριτική προϊόντων της CyC

Ο Doug Lenat (CycCorp) δίνει την δική του ερμηνεία για την εφαρμογή SycSecure:

«Η CycCorp γνωρίζει την διαφορά ανάμεσα στις νόμιμες και τις παράνομες πράξεις. Ένα σχέδιο επίθεσης περιλαμβάνει έναν μεγάλο αριθμό νόμιμων βημάτων και ένα ή λίγα παράνομα. Η CycCorp σε καμιά περίπτωση δεν μιμείται τις πράξεις και τον τρόπο σκέψης των hackers, αλλά βασίζεται στην ιδέα ότι οι hackers δεν θέλουν να ανιχνεύονται και αυτό είναι ένα κίνητρο για να συμπεριληφθούν σε κάποια σχέδια κάποια βήματα που ειδάλλως θα παραλείπονταν».

Κριτική προϊόντων της CyC

On line dissent under attack (άρθρο από ανώνυμο στο http://houston.indymedia.org/ 30-8-2002)

Η κυβέρνηση των ΗΠΑ λίγο πολύ κατειγορείται ότι παίρνει μέρος σε spamming attacks εναντίον web sites τα οποία ανήκουν σε αντιπάλους.

Οι μυστικές υπηρεσίες και η DISA (The Defense Information Services Agency) ενδιαφέρθηκαν να μισθώσουν ιδιωτικές εταιρίες, ώστε να διεξάγουν ηλεκτρονικό πόλεμο εναντίον των εχθρών της κυβέρνησης.

Κριτική προϊόντων της CyC

Ο συγγραφέας παρακολούθησε πολλές επιθέσεις. Κάποιος που προκάλεσε μια από αυτές είχε IP 216.177.41.70. Με reverse look up της διεύθυνσης αποδείχτηκε ότι αυτή ανήκει στην εταιρία TAG (Technology Advancement Group).

Η TAG ανήκει στην NSA και έχει υπογράψει συμβόλαιο με την DISA.

Σύμφωνα με τον συγγραφέα, συμβόλαιο με την DISA έχει υπογράψει και η Cycorp.

H Disa ευελπιστεί να χρησιμοποιήσει την εφαρμογή SycSecure όχι για να προστατέψει το δικό της δίκτυο, αλλά ουσιαστικά να εισβάλλει σε άλλα δίκτυα και να προκαλέσει καταστροφές.

Cyc’s Strengths and Weaknesses

The ontology(+) H οντολογία περιέχει μεγάλες ποσότητες από

γεγονότα (+) Εύκολη περιγραφή γεγονότων(-) Δεν είναι πλήρης: το εύρος γνώσης που

καλύπτει συγκρίνεται με ενός 4-χρονου παιδιού Το Cyc δεν μπορεί να θεωρηθεί ότι είναι all-

knowlingΠρέπει να θεωρείται σαν θεμέλιο πάνω στο οποίο

μπορεί να χτιστεί μια συγκεκριμένη γνώση

Cyc’s Strengths and Weaknesses

The Inference Engine Αποτελεί ένα εντυπωσιακό κομμάτι λογισμικού:

περιλαμβάνει τις πιο εντυπωσιακές στρατηγικές εξ.συμπερασμάτων

Στο testing δίνει την αίσθηση ότι μια εξαγωγή θα μπορούσε να διαρκέσει για πάντα (τετριμμένο reasoning)

Μηχανισμός εξ. συμπεράσματος: η αναζήτηση γίνεται με τέτοιο τρόπο ώστε να φτάσει στην σωστή απάντηση πριν ξεπεράσει τα resource limits

Cyc’s Strengths and Weaknesses

The Architecture Cyc διαθέτει πλήρες και λειτουργικό API για

πρόσβαση σε όλη την λειτουργικότητα του Επιτρέπει ανάπτυξη του Cyc σε οποιαδήποτε

κατανεμημένη αρχιτεκτονική (-) Φορτώνει όλη την οντολογία στην μνήμη =>

πρόβλημα απώλειας μνήμης (-) Όλη η γνώση πρέπει να φορτωθεί στα

περιορισμένα όρια της μνήμης Cyc βρίσκεται σε προσπάθεια βελτίωσης αυτού

του προβλήματος