Pengertian Ontology Engineering (Rekayasa Ontologi) dalam Kecerdasan Buatan

Gagasan tentang general ontology (ontologi umum) adalah untuk mengorganisasikan segala sesuatu di dunia ke dalam suatu hierarki kategori.

Istilah ontological engineering (rekayasa ontologis) adalah tentang suatu teknik dalam menyajikan konsep-konsep abstrak (dengan berfokus pada konsep-konsep umum - seperti misalnya: Peristiwa (Events), Waktu (Time), Objek Fisik (Physical Objects), dan Keyakinan (Beliefs) yang terjadi di banyak domain yang berbeda-beda.

Kerangka umum dari konsep-konsep tersebut disebut dengan upper ontology (ontologi atas) karena konvensi dalam menggambar graph adalah dengan konsep yang umum ada di bagian atas dan konsep yang lebih spesifik ada di bagian bawahnya, seperti pada gambar di bawah ini.

Ontologi atas (umum)

Sebelum membahas ontologi lebih lanjut, ada satu catatan penting. Sebelumnya sudah dibahas tentang penggunaan first-order logic (FOL) atau logika tingkat pertama untuk membahas isi dan pengorganisasian pengetahuan, tetapi aspek-aspek tertentu dari dunia nyata sulit ditangkap di dalam FOL. Kesulitan utama adalah bahwa sebagian besar generalisasi selalu memiliki pengecualian atau hanya bisa berlaku/benar sampai pada tahap tertentu saja . Misalnya, "tomat berwarna merah" adalah suatu aturan yang benar dan bermanfaat, tetapi ada beberapa tomat berwarna hijau, kuning, atau oranye. Pengecualian serupa dapat ditemukan untuk hampir semua aturan dalam kecerdasan buatan. Kemampuan untuk menangani pengecualian dan ketidakpastian seperti ini sangatlah penting. Karena itu, pembahasan tentang pengecualian dan tentang ketidakpastian dibahas dalam artikel topik yang lain.

Apa sebenarnya manfaatnya upper ontology (ontologi atas)? Mari kita lihat ontologi untuk rangkaian sikuit pada gambar di bawah ini.

Gambar tersebut membuat banyak asumsi yang disederhanakan: waktu dihilangkan sepenuhnya; sinyal yang tetap dan tidak merambat; struktur sirkuit tetap konstan. Ontologi yang lebih umum akan mempertimbangkan sinyal pada waktu tertentu, dan akan mencakup panjang kabel dan delay pada propagasi/perambatan.

Dengan begitu akan memungkinkan kita untuk mensimulasikan sifat tentang penentuan waktu dari sirkuit, dan memang simulasi seperti itu sering dilakukan oleh perancang sirkuit. Kita juga bisa membahas hal yang lebih menarik tentang berbagai kategori sirkuit gerbang, misalnya, dengan cara menjelaskan teknologi (TTL, CMOS, dan sebagainya) serta spesifikasi input-output. Jika kita ingin membahas kehandalan atau diagnosis, kita bisa menyertakan suatu kemungkinan bahwa struktur sirkuit atau sifat-sifat sirkuit gerbang dapat berubah secara spontan.

Pada ontologi dengan special-purpose, adalah mungkin untuk membuat berbagai perubahan seperti itu untuk menuju generalitas yang lebih besar. Kemudian muncul suatu pertanyaan: apakah semua ontologi ini akan bisa menyatu pada ontologi dengan general-purpose? Setelah berabad-abad penyelidikan secara filosofis dan komputasi, jawabannya adalah "Mungkin saja." Pada bagian ini, kita membahas satu ontologi dengan general-purpose yang mensintesis ide-ide yang sejak berabad-abad itu. Dua karakteristik utama dari ontologi general-purpose yang membedakannya dari berbagai ontologi dengan special-purpose adalah:

• Ontologi untuk general-purpose harus dapat diterapkan kurang lebih pada domain apa pun pada ontologi special-purpose (dengan penambahan aksioma-aksioma pada domain spesifik tersebut). 
• Dalam bidang apa pun yang cukup rumit, bidang-bidang pengetahuan yang berbeda-beda harus bisa disatukan, karena pada bidang reasoning (penalaran) dan problem solving (penyelesaian masalah) dapat melibatkan beberapa bidang secara bersamaan. Sistem perbaikan sirkuit robot, misalnya, perlu mempertimbangkan tentang sirkuit dalam hal konektivitas listrik dan tata letak fisik, dan tentang waktu, baik untuk analisis penempatan waktu sirkuit dan dalam memperkirakan biaya tenaga kerja. Kalimat-kalimat yang menggambarkan waktu karena itu harus mampu dikombinasikan dengan kalimat-kalimat yang menggambarkan tata letak dan harus bekerja dengan sama baiknya ketika pada ukuran nanodetik dan menit dan untuk ukuran angstrom dan meter.

Perlu diketahui bahwa usaha dalam general ontology engineering (rekayasa ontologis umum) sejauh ini hanya memiliki tingkat keberhasilan yang terbatas. Tidak ada satu pun dari aplikasi kecerdasan buatan (AI) papan atas yang menggunakan ontologi yang sama (general-purpose) — semuanya menggunakan rekayasa pengetahuan special-purpose. Pertimbangan sosial/politik dapat mempersulit pihak-pihak yang bersaing untuk menyetujui suatu ontologi. Seperti yang dikatakan Tom Gruber (2004), “Setiap ontologi adalah suatu perjanjian — persetujuan sosial — di antara orang-orang dengan motif yang sama dalam berbagi.” Ketika kekhawatiran untuk bersaing lebih besar daripada motivasi untuk berbagi, mungkin tidak ada ontologi yang umum. Ontologi-ontologi yang sudah ada telah dibuat terbagi menjadi empat rute:

1. Dibuat oleh tim ontologis / ahli logika, yang merancang ontologi dan menulis aksioma. Sistem CYC sebagian besar dibangun dengan cara ini (Lenat dan Guha, 1990).
2. Dengan mengimpor kategori, atribut, dan nilai dari database yang ada. DBPEDIA dibangun dengan mengimpor fakta terstruktur dari Wikipedia (Bizer et al., 2007).
3. Dengan mem-parsing dokumen teks dan mengekstraksi informasi dari dokumen-dokumen tersebut. TEXTRUNNER dibangun dengan membaca kumpulan besar halaman Web (Banko dan Etzioni, 2008).
4. Dengan menarik/mengajak para amatir yang tidak ahli untuk memasukkan pengetahuan yang masuk akal. Sistem OPENMIND dibangun oleh para sukarelawan yang mengajukan fakta-fakta dalam bahasa Inggris (Singh et al., 2002; Chklovski dan Gil, 2005).