Séminaire « Développement logiciel et ontologies » J.M. Vanel - 2009-08-10 Appliquer l'intelligence artificielle au génie logiciel Modélisation, moteurs.

Présentation au sujet: "Séminaire « Développement logiciel et ontologies » J.M. Vanel - 2009-08-10 Appliquer l'intelligence artificielle au génie logiciel Modélisation, moteurs."— Transcription de la présentation:

1 Séminaire « Développement logiciel et ontologies » J.M. Vanel - 2009-08-10 Appliquer l'intelligence artificielle au génie logiciel Modélisation, moteurs de règles

2 Sommaire 1.RDF et la vision par le W3C du Web Sémantique 2.Modélisations SQL, UML, langages OO, RDFS, logique des propositions, OWL 3.Le langage N3, langage de convergence 4.Moteurs à base de règles (RETE) 5.Moteurs en logique des prédicats 6.Transformations de modèles via des règles 7.Architectures d'application 8.L'environnement EulerGUI centré sur le langage N3 9.Le projet Déductions

3 Sommaire pour une autre fois ● Représentation des connaissances, notions d'ontologie, de base de faits, de règles ● Protégé, un couteau suisse des ontologies; SWOOP ● les formats d'échange: DAM-OIL, KIF, CLIPS, TPTP, Prolog ● panorama des ontologies disponibles: SUMO, MILO, DOLCE, OpenCYC, BFO,... ● intégrer un système expert dans un programme Java: Drools, JSR94,... ● Les bases de données RDF, CouchDB, etc ● Intégrer une source de données relationnelle ou XML ● Les ressources Langage naturel: WordNet, Tao,...

4 Partie 1 1.RDF et la vision par le W3C du Web Sémantique 2.Modélisations SQL, UML, langages OO, RDFS, logique des propositions, OWL 3.le langage N3, langage de convergence 4.Moteurs à base de règles (RETE) 5.moteurs en logique des prédicats 6.transformations de modèles via des règles 7.générateurs d'applications 8.l'environnement EulerGUI centré sur le langage N3 9.le projet Déductions

5 Web Sémantique: la vision ● Le Web lisible par une machine ● Via le format RDF (XML) ● Cas d'utilisation ???

6 Web Sémantique: RDF ● Adapté au Web; tout est URI et types primitifs ● Un socle pour n'importe quel graphe d'objets (cf XMI) ● Monde ouvert: l'information disponible n'est pas supposée complète – on peut « annoter » tout ce qui a un URI; ● Qu'est ce qu'un URI ? ● Standards annexes: SPARQL, RDFa

7 Web Sémantique: RDF 2

8 Partie 2 1.RDF, RDFS et la vision par le W3C du Web Sémantique 2.Modélisations SQL, UML, langages OO, RDFS, logique des propositions, OWL 3.le langage N3, langage de convergence 4.Moteurs à base de règles (RETE) 5.moteurs en logique des prédicats 6.transformations de modèles via des règles 7.générateurs d'applications 8.l'environnement EulerGUI centré sur le langage N3 9.le projet Déductions

9 Modélisation: SQL ● DDL: Base de donnée, table, champ, clés primaires et étrangères, vues, index ● Requêtes ● Services offerts: transactions, robustesse, permissions, triggers, procédures embarquées ● Monde fermé: portabilité limitée, inadapté au Web, pas de protocoles réseau standard

10 Modélisation: langages Orientés Objet ● Comme DDL de SQL, plus: – méthodes, héritage ● Pas de services offerts, mais il existe des bases de données OO ● Multiples dialectes historiquement datés: SmallTalk, C++, Java, Perl, Python, Ruby, C#... ● Chaque langage est lié à des bibliothèques non portables ● Manque de souplesse (pallié par les Design Patterns): instanciation, pas de liaison dynamique sur les arguments,...

11 Modélisation: UML ● Comme langages OO, plus: ● Méta-modèle de 249 classes: diagrammes de séquence, de cas d'utilisation, d'états,... ● Associations ● Pas de Requêtes, mais un langage de contraintes: OCL ● Pas de services offerts; historiquement langage purement graphique ● Monde fermé: portabilité limitée, inadapté au Web

12 Problèmes avec UML ● Modélisation par et pour les développeurs ● Cependant le rapport entre un modèle UML et le code source est complexe – Il existe des variantes plus ou moins proches de la programmation – Certaines notations déterminent directement le source, d'autres sont descriptives – Alternative: eCore d'eclipse EMF ● Pas modulaire ● L'OMG a toujours mal promu ses technologies

13 Modélisation: RDF Schéma ● Version très simplifiée du modèle de classes UML – Pas de cardinalités – Tout est triplets ● RDFS est un vocabulaire RDF comme un autre ● Standards annexes: SPARQL, RDFa

14 Modélisation: logique des propositions ● Alias logique 1er ordre (FOL) ● ( voir prés. par l'auteur de SUMO, Adam Pease )prés. par l'auteur de SUMO, Adam Pease ) ● On peut exprimer tout type de connaissance non probabiliste

15 Logique du premier ordre - 1 Ingrédients: ● Atomes et prédicats, fonctions ● Conjonction (et), disjonction (ou), négation ● Variables ● Quantificateurs existentiels et universels Exemple 1 en N3: @forAll ?C, ?P. { ?C hasParent ?P } => { ?P hasChild ?C }.

16 Logique du premier ordre - 2 Exemple 2 en N3: @forAll ?PERSON. @forSome ?PARENT. { ?PERSON a Person } => { ?PARENT hasChild ?PERSON. ?PARENT a Person }. Remarque: en Prolog, et autres moteurs, ceci crée une récursion infinie.

17 Logique du premier ordre - 3 ● Non décidable en général ● en particulier, tout système qui inclut l'égalité et au moins un autre prédicat à deux arguments n'est pas décidable ● Les logiques qui étendent la logique du premier ordre, comme le deuxième ordre, la théorie des types, sont également indécidables

18 Modélisation: logique de description, OWL ● Certaines choses sont malaisées en FOL – Cardinalité (ex. un vélo a 2 roues ) ● FOL sans restrictions est indécidable et de complexité élevée ● Par contre si on se restreint à une modélisation de type RDFS, on connait des algorithmes efficaces ● Moteur (raisonneur) OWL: il classifie

19 OWL Lite: RDF Schema ● Class (Thing, Nothing) ● rdfs:subClassOf ● rdf:Property ● rdfs:subPropertyOf ● rdfs:domain ● rdfs:range ● Individual

20 OWL lite: (In)Egalité ● equivalentClass ● equivalentProperty ● sameAs ● differentFrom ● AllDifferent ● distinctMembers ● Sous-propriétés ● Classes disjointes ● Enumérations (oneOf)

21 OWL lite: Caractéristiques de propriété ● ObjectProperty ● DatatypeProperty ● inverseOf ● TransitiveProperty ● SymmetricProperty ● FunctionalProperty ● InverseFunctionalProperty

22 OWL lite: Restrictions de propriété ● Restriction ● onProperty ● allValuesFrom ● someValuesFrom

23 OWL lite: divers ● Intersection de classe : – intersectionOf ● Types de données XSD ● Propriétés d'annotation : – rdfs:label – rdfs:comment – rdfs:seeAlso – rdfs:isDefinedBy – AnnotationProperty – OntologyProperty

24 Modélisation: OWL versus UML ● Typage – UML: figé – OWL: par les propriétés ● OWL: Richesse expressive, permettant des raisonnements, pas seulement sur l'héritage

25 Modélisation: XML Schema ● XML (et XSD) accordent une importance superflue à l'imbrication des balises ● Correspondance naturelle: chaque balise correspond au prédicat RDF d'un triplet ● Hélas plusieurs façons de faire: le namespace XML est différent du préfixe RDF/N3

26 Panorama: the metamodel stack ● Expressivity is is higher up ● RDF can link anything

27 Modélisation facilitée – UML textuel Person<|---Customer---Buying<|---ServiceBuying <|---MerchandiseBuying HelpRequest-----------Buying date: Date explanation: String Saisie 5 fois plus rapide qu'un éditeur UML ! Encore plus rapide que N3 !

28 Modélisation facilitée – Anglais contrôlé Every card is a means of a payment. Le modèle formel est récupéré à partir de la phrase: Card ---|> MeansOfPayment Project ACE ( Attempto Controlled English ) Essayez-le avec l'interface Ajax: http://attempto.ifi.uzh.ch/ape/

29 Récapitulation modélisation ● Exemple monétique: Client, Commande, Paiement ● Annotations RDF: incident de paiement, commandes passées ● Modélisation UML: classes figées ● Modélisation OWL: classes dynamiques ● Monde ouvert: RDF; SQL etc: monde fermé ● Règles: encore plus d'expressivité ● Anglais contrôlé → logique formelle ● UML simplifié

30 Partie 3 1.RDF, RDFS et la vision par le W3C du Web Sémantique 2.Modélisations SQL, UML, langages OO, RDFS, logique des propositions, OWL 3.le langage N3, langage de convergence 4.Moteurs à base de règles (RETE) 5.moteurs en logique des prédicats 6.transformations de modèles via des règles 7.générateurs d'applications 8.l'environnement EulerGUI centré sur le langage N3 9.le projet Déductions

31 N3 : données et modèles @prefix rdfs:. @prefix owl:. :p1 a :Person ; :size 1.79. :Person a owl:Class. :size a owl:DatatypeProperty ; rdfs:domain :Person ; rdfs:range xsd:double ; rdfs:label "size (m)". Données Modèle

32 Rule example 1 # add a field in the form for each property of a class: { ?CLASS gui:hasForm ?FORM. ?PROP rdfs:domain ?CLASS. } => { ?FORM gui:hasField ?FIELD. ?FIELD gui:inputWidgetSpecification ?PROP. }. ?CLASS, ?FORM, ?PROP are universally qualified FIELD is existentially qualified

33 Rule example 2 # The type of the field depends on the type of the # property: ObjectProperty or DatatypeProperty { ?FIELD gui:inputWidgetSpecification ?PROP. ?PROP a owl:DatatypeProperty. } => { ?FIELD a gui:DatatypeInputWidget. }.

34 OWL implemented with N3 logic ● as part of the Euler project, a library of N3 rules implements the logic of OWL and RDF Schema (transitive property, inheritance, etc), and other goodies, see: ● http://eulersharp.svn.sourceforge.net/viewvc/eulershar p/trunk/2003/03swap/rpo-rules.n3 http://eulersharp.svn.sourceforge.net/viewvc/eulershar p/trunk/2003/03swap/rpo-rules.n3 { ?P a owl:TransitiveProperty. ?S ?P ?X. ?X ?P ?O. } => { ?S ?P ?O }.

35 Partie 4 1.RDF, RDFS et la vision par le W3C du Web Sémantique 2.Modélisations SQL, UML, langages OO, RDFS, logique des propositions, OWL 3.le langage N3, langage de convergence 4.Moteurs à base de règles (RETE) 5.moteurs en logique des prédicats 6.transformations de modèles via des règles 7.générateurs d'applications 8.l'environnement EulerGUI centré sur le langage N3 9.le projet Déductions

36 Exemples de systèmes à base de règles ● tarification d'appels téléphoniques ● gestion de contenus (CMS): règles d'approbation ● processus métier (workflow): états et transitions ● optimisation de requêtes XQuery ● gestion de stock ● Gestion relation client ● Suggestions de contacts (Facebook)

37 Moteurs de règles: avantages ● Une règle isolée a un sens ● Le moteur enchaîne les règles, pas le programmeur ● + efficace que la programmation classique ● Capture bien l'expertise métier ● Traduisible depuis et vers le langage naturel ● Les « systèmes experts « ont fait leurs preuves

38 Partie 5 1.RDF, RDFS et la vision par le W3C du Web Sémantique 2.Modélisations SQL, UML, langages OO, RDFS, logique des propositions, OWL 3.Le langage N3, langage de convergence 4.Moteurs à base de règles (RETE) 5.Moteurs en logique des prédicats 6.Transformations de modèles via des règles 7.Générateurs d'applications 8.l'environnement EulerGUI centré sur le langage N3 9.le projet Déductions

39 Moteurs d'inférence en logique des prédicats ● Réduction à une forme normale ● Prouveurs de théorème: Prover9, Euler,... ● Assistants: Coq, Isabelle, … ● Tout les ans une compétition entre chercheurs – Un format d'échange existe : TPTP

40 Comparaison moteurs FOL, moteurs de règles ● Avec FOL on peut travailler sur une connaissance « négative » ● Exemple jeu de damier: on sait que le monstre n'est pas dans les cases B2 et C3

41 Partie 6: Transformations 1.RDF, RDFS et la vision par le W3C du Web Sémantique 2.Modélisations SQL, UML, langages OO, RDFS, logique des propositions, OWL 3.Le langage N3, langage de convergence 4.Moteurs à base de règles (RETE) 5.Moteurs en logique des prédicats 6.Transformations de modèles via des règles 7.générateurs d'applications 8.l'environnement EulerGUI centré sur le langage N3 9.le projet Déductions

42 Transformations via des règles ● 2 architectures: – créer des objets de proche en proche, – annoter les objets existants si on a une correspondance 1 à 1 ● Comparaison avec XSLT – Avec la logique on est indépendant de la structure ● Comparaison avec QVT – On est dans la programmation logique; QVT est déclaratif mais ça reste assez procédural

43 Partie 7: générateurs 1.RDF, RDFS et la vision par le W3C du Web Sémantique 2.Modélisations SQL, UML, langages OO, RDFS, logique des propositions, OWL 3.le langage N3, langage de convergence 4.Moteurs à base de règles (RETE) 5.moteurs en logique des prédicats 6.transformations de modèles via des règles 7. Architectures d'applications 8.l'environnement EulerGUI centré sur le langage N3 9.le projet Déductions

44 OO and KB ● Object Oriented for the business data has lived – In OO, data model, bizz rules, infrastructure are mixed ● time for knowledge bases ! ● OO remains fit for the infrastructure code though ● A Copernican revolution !

45 Développement basé sur des ontologies - 1 Hiérarchie d'ontologies Ontologie haut niveau Ontologie s métier Ontologi e d'entrepr ise Ontologie applicativ e

46 Développement basé sur des ontologies – 2 – Scénario OO Ontologie applicativ e Classes métier brutes Classes métier + méthodes Présentation (IHM) Sources de données Générateur de code

47 Développement basé sur ontologies – 3 – Scénario OO+ moteur de règles Classes métier + méthodes Présentation (IHM) Sources de données Moteur de règles règles

48 Développement basé sur des ontologies – 4 – Scénario IA Ontologie applicativ e Présentation (IHM) Données utilisateur (faits) Moteur d'inférence Règles applicatives Application Base de connaissance

49 Partie 8 1.RDF, RDFS et la vision par le W3C du Web Sémantique 2.Modélisations SQL, UML, langages OO, RDFS, logique des propositions, OWL 3.le langage N3, langage de convergence 4.Moteurs à base de règles (RETE) 5.moteurs en logique des prédicats 6.transformations de modèles via des règles 7.générateurs d'applications 8.l'environnement EulerGUI centré sur le langage N3 9.le projet Déductions

50 EulerGUI EulerGUI est bati autour d'une simple classe: Project Sources: N3Source[] N3Query: N3Source RunDroolsTriples(): List

51 Le flux d'information (vu par le concepteur) Réutiliser la technologie existante Modèle métier SQ L UML POJ O RDFS, OWL Règl es N3 SWR L Rewers e Prolog Droo ls Déducti ons Applicati on Abstraite Platefor me Concrète Swin g PH P eclips e.Net JDB C Sesa me Web Services C embarqué

52 Cohérence et réutilisation Réutiliser les modèles existants Modèle métier Règl es Déducti ons Application 1 Java Swing MySQL Expose / appelle Services Web Extraction, particularisatio n Application 2 PHP MySQL Application 3

53 Partie 9 1.RDF, RDFS et la vision par le W3C du Web Sémantique 2.Modélisations SQL, UML, langages OO, RDFS, logique des propositions, OWL 3.le langage N3, langage de convergence 4.Moteurs à base de règles (RETE) 5.moteurs en logique des prédicats 6.transformations de modèles via des règles 7.générateurs d'applications 8.l'environnement EulerGUI centré sur le langage N3 9.le projet Déductions

54 The Deductions project ● Application generation – platform independence ● User-friendliness : the Good Servant ● component-based application building: Intelligent modularity ● Comprehension without prior protocol

55 Advanced GUI features ● GUI rules: building components tree, behavior: cardinalities, inheritance, constraints (solve to infer values), ● Advanced features: propagate edits or not (money Xfer between accounts), has few values, graph view (following user past actions, lens), zip paradigm ● record user actions, and show some simple feed-back, maybe last object creations used for suggesting object link ● show table view (like relational DB table) ● show tree view : 1. follow object properties; 2. follow subclassOf, then rdf:type ● demonstrate UML front-end

56 GUI: the good servant ● every user action should be recorded ● exploit to infer her/his intentions ● Also draw all consequences from the model and data

57 Intelligent modularity : letting valences connect ● Re-use the wealth of existing libraries and components ● Tag libraries with their purpose ● Add protocol state machines ● Then we can infer actual call sequence and automate application building ● Also possibility to find libraries and applications by their functionalities

58 Comprehension without prior protocol ● Between human and computer ● Between computers ● Leverage on linguistics – opencyc.org, WordNet, upper level ontologies: Sumo, Milo,... ● ACE project ( Attempto Controled English )

59 Conclusion ● Copernic revolution: the infrastructures and OO techniques are at the periphery, Ontologies and rules and at the center ● Reduce the Babel effect effect in computer science by applying AI techniques ● Automatize application building will allow IT projects to concentrate on essential matters: domain model and business rules