🔷 منشورهای هستی‌شناختی

🤖 گسترش Generative AI محدودیت‌های رویکردهای کاملاً عصبی و مزیت‌های ترکیب آن‌ها با همتایان نمادین، که هستی‌شناسی‌ها نمونه شاخصشون هستن، رو پررنگ‌تر کرده. در حالی که Knowledge Graphها بین ایجنت‌هایی که با زبان، دانش و Orchestration سروکار دارن، به ابزار همه‌کاره تبدیل شده‌اند، هنوز توافق چندانی درباره منشأها و نقش‌های هستی‌شناسی‌ها، یا به‌عبارت دیگه دانش، وجود نداره.

📘 این کتاب مفهوم منشورهای هستی‌شناختی رو معرفی میکنه؛ یک پارادایم تحول‌آفرین که هندسه دانش رو در قالب یک سه‌گانه باز میکنه: جهان‌های مشاهده‌شده یا واقعیت‌ها، معناها یا مفهوم‌ها، و بازنمایی‌های مشترک یا دسته‌ها.

🚀 این رویکرد سه پیشرفت مهم ایجاد میکنه

🔗 تعامل‌پذیری: منشورهای هستی‌شناختی با ایجاد یک تمایز اصولی و قابل‌اجرا بین ارتباط، یعنی زبان، و بازنمایی، یعنی دانش، یک Blueprint برای ساخت لایه‌های معنایی و مفهومی در بازنمایی‌های ناهمگون ارائه میدن.

🧩 سطح‌های انتزاع: منشورهای هستی‌شناختی با استفاده از پارادایم سه‌بخشی خودشون، سردرگمی مربوط به انتزاع بین هستی‌شناسی‌های سطح بالا یا بنیادی و هستی‌شناسی‌های سطح پایین یا دامنه‌محور رو باز میکنن. این رویکرد اجازه میده انتزاع‌های هستی‌شناختی به‌شکل روان و Declarative یکپارچه بشن، بدون اینکه سلسله‌مراتب‌های وراثتی سنگین و بدقواره تحمیل بشن.

⏳ زمان‌مندی: تمایز معرفت‌شناختی بین جهان‌ها یا واقعیت‌ها، نیت‌ها یا مفهوم‌ها، و بازنمایی‌ها یا دسته‌ها، در ترکیب با معناشناسی انتزاعی تفکیک‌شده، مدیریت دانش در طول زمان رو هم‌زمان با فرایندهای مهندسی Concurrent ممکن میکنه؛ بدون توجه به هم‌پوشانی دامنه‌ها یا ناهماهنگی چرخه‌های عمر.

🔄 این پیشرفت‌ها یکپارچه‌سازی روان مهندسی دانش بین سیستم‌های ایجنتی و Enterprise رو ممکن میکنن: واقعیت‌ها، دسته‌ها و مفهوم‌ها در سیستم‌های ایجنتی، که به‌ترتیب به داده، اطلاعات و دانش در سیستم‌های Enterprise نگاشت میشن. این یکپارچه‌سازی دانش‌محورِ قابلیت‌های شناختی و سیستمی، مسیر رو برای یک رویکرد جامع به یادگیری جمعی باز میکنه؛ رویکردی که افراد، سازمان‌ها و سیستم‌ها رو به هم پیوند میده.

📚 کتاب در سه بخش سازمان‌دهی شده: اصول، مبانی و معماری؛ عملکردهای شناختی شامل زبان، استدلال و قضاوت؛ و مهندسی سیستم‌ها و دانش. بخش سوم متدولوژی KEOPS یا Knowledge Engineering with Ontological Prisms رو معرفی میکنه و همراه با اون، یک Kernel توسعه‌داده‌شده با OWL/Prot... ارائه میشه.

🎓 این ساختار امکان مطالعه‌های متفاوت برای دانشجوهای تحصیلات تکمیلی، مهندس‌ها و مشاورها رو فراهم میکنه و کمک میکنه درک جامعی از شناخت ایجنتی، مهندسی دانش و توسعه هستی‌شناسی، همین‌طور Business Intelligence و سیستم‌های تصمیم‌گیری به دست بیاد.

📖 فهرست مطالب

بخش ۱

فصل ۱. رویکردهای فعلی و تغییر پارادایم

فصل ۲. قلمروهای هستی‌شناختی

فصل ۳. منشورهای هستی‌شناختی و تعامل‌پذیری

فصل ۴. منشورهای هستی‌شناختی و حکمرانی

بخش ۲

فصل ۵. هستی‌شناسی‌ها و زبان

فصل ۶. استدلال با منشورهای هستی‌شناختی

فصل ۷. تصمیم‌گیری با منشورهای هستی‌شناختی

بخش ۳

فصل ۸. مهندسی سیستم‌های دانش‌محور

فصل ۹. مهندسی دانش

فصل ۱۰. هسته OWL در KEOPS

نتیجه‌گیری

ضمیمه‌ها

ضمیمه ۱. خلاصه نمادگذاری‌ها

ضمیمه ۲. سرواژه‌ها و واژه‌نامه

ضمیمه ۳. کتاب‌شناسی

👤 درباره نویسنده

👨‍💼 رمی فانادر یک متخصص IT با پیش‌زمینه‌ای در هوش مصنوعی و اقتصاد است که بیش از ۳۵ سال تجربه مشاوره در حوزه‌های بانکداری، بیمه و مهندسی نرم‌افزار داره. او در پروژه‌های پژوهشی اتحادیه اروپا مشارکت داشته و چهار کتاب و بیش از دویست مقاله عمیق درباره مدل‌سازی سیستم‌ها، معماری Enterprise، AI و مدیریت دانش منتشر کرده.

Ontological Prisms

The expansion of generative AI has highlighted the limitations of purely neural approaches and the benefits of coupling them with symbolic counterparts epitomized by ontologies. While knowledge graphs emerge as the jack of all trades among agents dealing with language, knowledge, and orchestration, there is little consensus on the sources and roles of ontologies, in other words, knowledge.

The book introduces ontological prisms, a game-changing paradigm that unfolds the geometry of knowledge into a triptych of observed worlds (facts), meanings (concepts), and shared representations (categories).

This approach entails three major breakthroughs with regard to:

• Interoperability: by establishing a principled and actionable distinction between communication (language) and representation (knowledge), ontological prisms provide a blueprint for semantic and conceptual layers set across heterogeneous representations
• Abstraction levels: leveraging its three-pronged paradigm, ontological prisms untangle the abstraction conundrum between upper (or foundational) and lower (or domain-specific) level ontologies. This allows for a smooth, declarative integration of ontological abstractions without imposing unwieldy inheritance hierarchies
• Temporality: the epistemic distinction between worlds (facts), intents (concepts), and representations (categories), combined with differentiated abstraction semantics, enables diachronic knowledge management alongside concurrent engineering processes, regardless of domain overlaps and misaligned life cycles

These advances allow for a seamless integration of knowledge engineering between agentic and enterprise systems: facts, categories, and concepts for the former, mapped to data, information, and knowledge for the latter, respectively. That knowledge-driven integration of cognitive and systems capabilities paves the way to a holistic approach to collective learning weaving together individuals, organizations, and systems.

The book is organized into three parts: principles, foundations, and architecture; cognitive functions: language, reasoning, and judgment; and systems and knowledge engineering. The third part introduces the KEOPS (Knowledge Engineering with Ontological Prisms) methodology, accompanied by a kernel developed with OWL/Prot...

This organization allows for differentiated readings for graduates, engineers, and consultants, ensuring a comprehensive understanding of agentic cognition, knowledge engineering and ontology development, as well as business intelligence and decision-making systems.

Table of Contents

Part I

Chapter 1: Current Approaches and Paradigm Shift

Chapter 2: Ontological Realms

Chapter 3: Ontological Prisms and Interoperability

Chapter 4: Ontological Prisms and Governance

Part II

Chapter 5: Ontologies and Language

Chapter 6: Reasoning with Ontological Prisms

Chapter 7: Decision-making with Ontological Prisms

Part Ill

Chapter 8: Knowledge-based System Engineering

Chapter 9: The Engineering of Knowledge

Chapter 10: KEO PS OWL Kernel

Conclusion

Annexes

Annex 1: Summary of Notations

Annex 2: Acronyms and Glossary

Annex 3: Bibliography

About the Author

Rémy Fannader is an IT professional with a background in artificial intelligence and economics, bringing over 35 years of consulting experience across banking, insurance, and software engineering. He has contributed to European Union research projects and published four books and more than two hundred in-depth articles on systems modeling, enterprise architecture, AI, and knowledge management.