Ontologia (do grego ontos + logos = “conhecimento do ser”) é a parte da filosofia que trata da natureza do ser, da realidade e da existência dos entes (WIKIPEDIA, 2007). Ela considera os seres concebidos como tendo uma natureza comum que é inerente a todos e cada um dos seres (FERREIRA, 1999). Ou seja, mais sinteticamente expressando, é a parte da filosofia que trata dos seres e objetos conhecidos e cognoscíveis. Em IA, ontologias descrevem, formalmente, conceitos sobre objetos e suas relações em um domínio de conhecimento que podem ser utilizados pelos programas. Assim, uma ontologia define tanto um vocabulário de representação quanto um corpo de conhecimento descrevendo algum domínio específico (CHANDRASEKARAN et al., 1999).
O método de representação de conhecimento por ontologias popularizou-se no início dos anos 90, devido em boa parte àquilo que elas prometiam: um entendimento comum e consensual sobre as estruturas de conhecimento que compõem um domínio que pode ser compartilhado entre pessoas e computadores. A motivação principal para o uso de ontologias é, portanto, que elas permitem o compartilhamento e a reutilização de conhecimento (STUDER et al., 1998). Em termos de método de representação de conhecimento essa é uma
qualidade bastante desejável do ponto de vista da manutenção, expansão e documentação de um SE.
A Figura 3.3 ilustra uma ontologia simples apresentada como uma taxonomia do tipo especialização combinada a uma rede semântica. Nela os arcos tracejados representam relações do tipo “é-um” e, os arcos cheios, relações do tipo “composto-por”. Os nodos representam classes ou tipos de máquinas. As caixas (nodos) mais superiores representam classes de objetos mais abstratas como “máquinas”, enquanto as caixas inferiores representam tipos mais específicos (também chamados instâncias de objetos) como “compressor centrífugo”, “motor turbo”, “compressor axial”, etc.
Para Gruber (1993), ontologia é uma especificação explícita de uma conceitualização. Conceitualização é uma visão simplificada e abstrata do mundo que se deseja representar para algum propósito. Quando o conhecimento de um domínio é representado por um formalismo declarativo, o conjunto dos objetos que podem ser representados é chamado universo de discurso. Esse conjunto de objetos, e as relações descritíveis entre eles, são refletidos no vocabulário representativo com o qual o sistema baseado em conhecimento implementa
Figura 3.3 - Exemplo de uma ontologia de máquinas de potência mecânica com relações do tipo “é- um” (setas tracejadas) e relações do tipo “composto-por” (setas contínuas) que se caracteriza por
uma rede semântica de classes e instâncias de objetos possíveis nesse domínio. Fonte: do Autor. Turbomáquinas Turbina Aeroderivada Compressor Axial Compressor Centrífugo Máquinas Motores Turbocharger Motor Elétrico Motor à Combustão Interna Motor Turbo Turbina a Gás Motor Hidráulico Motor a Jato
computacionalmente esse conhecimento. Dessa forma, no contexto da IA, pode-se descrever a ontologia de um programa pela definição de um conjunto de termos representativos. Nessa ontologia, definições associam nomes de entidades num universo de discurso (e.g., classes, relações, funções, ou outros objetos) com textos legíveis descrevendo o que os nomes significam, e axiomas formais que restringem a interpretação e o bom uso desses termos. Portanto, formalmente, uma ontologia é a declaração de uma teoria lógica (GRUBER, 1993).
Depreende-se dessa definição que a implementação de uma ontologia faz uso de várias técnicas de representação como orientação a objeto, programação procedural, lógicas, dentre outras. Redes semânticas e quadros são os dois principais métodos de representação de conhecimento que implementam uma ontologia, no sentido em que eles desenvolveram o formalismo lógico da representação do significado dos objetos de um domínio, seus atributos e relacionamentos. Linguagens típicas de IA que podem ser usadas para implementar ontologias são as “lógicas de descrição” criadas para representar conhecimento declarativo (STUDER et al., 1998; NARDI; BRACHMANN, 2003).
A ontologia, portanto, fornece a base epistemológica da representação de conhecimento no sentido semântico, enquanto uma lógica de descrição ou um modelo orientado a objetos fornecem a base lingüística dessa mesma representação no sentido sintático, implementando classes de objetos através de propriedades representativas como abstração e herança de atributos, assim como o formalismo dos seus relacionamentos através, por exemplo, numa linguagem orientada a objetos, do encapsulamento de atributos e a definição do vocabulário de métodos de uma classe através da propriedade de polimorfismo (SILVA, 1998).
A primeira vez em que as redes semânticas foram propostas como um método de representação de conhecimento em IA foi em meados dos anos 60, quando Quillian (1968 apud LEHMANN, 1992; BITTENCOURT, 2001) propôs um modelo computacional da memória humana chamado “memória semântica” com o objetivo de caracterizar, por meio de estruturas cognitivas em forma de rede, o conhecimento e raciocínio humanos. Uma rede semântica é um método de representação de conhecimento utilizado para definir ou integrar um conjunto heterogêneo de objetos ou sistemas. Ela consiste em um conjunto de nodos conectados por um conjunto de arcos (v. Figura 3.3). Os nodos, em geral, representam objetos e os arcos, relações binárias entre esses objetos. Entretanto, os nodos podem também ser utilizados para representar predicados, classes, palavras de uma linguagem, entre outras
possíveis interpretações, dependendo do sistema de redes semânticas em questão (BITTENCOURT, 2001).
Os quadros (frames) foram propostos e introduzidos por Marvin Minsky em 1975 para permitir a expressão das estruturas internas dos objetos, mantendo a possibilidade de representar herança de propriedades como nas redes semânticas. Em geral, um quadro consiste em um conjunto de atributos (slots) que, através de seus valores, descrevem as características do objeto representado pelo quadro. Os valores atribuídos a esses atributos podem ser outros quadros, criando uma rede de dependências entre os quadros de uma ontologia, por exemplo. Os atributos também apresentam propriedades, que dizem respeito ao tipo de valores e às restrições de número que podem ser associados a cada atributo. Essas propriedades são chamadas “facetas”. Outra idéia comum aos sistemas baseados em quadros é o raciocínio padrão onde os seus atributos podem ter valores típicos definidos a priori, os chamados “valores de exceção” (do inglês, default values). Para o processo de raciocínio, saber o que procurar para completar a informação necessária (e caso essa não esteja disponível) pode ser fundamental para a eficiência do processo de reconhecimento de uma situação complexa. O método de quadros também está na origem das idéias que levaram às linguagens de programação orientadas a objetos (BITTENCOURT, 2001).
As lógicas de descrição, assim como as ontologias no contexto da engenharia de conhecimento, são baseadas em redes semânticas e quadros. Como foi visto, as redes semânticas dizem respeito à noção de estrutura hierárquica e relações entre diferentes entidades e objetos, enquanto os quadros acrescentam uma estrutura de atributos e restrições de valores, proporcionando, respectivamente, facilidade e riqueza de representação desses objetos. A ontologia diz mais respeito a “o quê” representar, enquanto que as lógicas de descrição provêem uma sintaxe declarativa formal para a implementação desses métodos, mostrando que suas estruturas de representação podem ser equipadas com ferramentas eficientes de raciocínio (NARDI; BRACHMANN, 2003).