Constraining ontology mappings using metaphysical choices

Imaginez que vous essayiez de traduire une histoire d'une langue à une autre, mais que les deux langues ne se contentent pas d'utiliser des mots différents ; elles voient en réalité le monde différemment. Une langue pourrait décrire un « arbre » comme une chose unique et solide qui reste immobile, tandis qu'une autre le décrirait comme un fleuve de croissance, de changement et d'histoire. C'est le cœur d'un domaine appelé l'ontologie, qui est essentiellement l'étude de la manière dont nous organisons et définissons ce qui existe. Dans le monde de l'informatique et des données, cela compte énormément. Lorsque deux systèmes informatiques différents tentent de communiquer entre eux, ils doivent s'accorder sur ce que leurs données signifient réellement. Si un système pense qu'un « livre » n'est qu'une collection de pages, et que l'autre pense qu'un « livre » est un objet magique qui existe même sans pages, leur conversation sera un désastre. La grande question que posent les chercheurs est la suivante : comment s'assurer que ces traductions sont exactes lorsque les règles sous-jacentes de la réalité sont différentes ?

Cet article de Giacomo De Colle, Helena Blackmore et Chris Partridge s'attaque précisément à ce problème. Ils proposent une méthode ingénieuse pour vérifier si les traductions de données sont correctes en examinant les « choix métaphysiques » faits par les systèmes informatiques. Imaginez cela comme une ascension de montagne. Tout en bas, il y a une vue super-unifiée où tout n'est qu'un grand bloc de l'espace et du temps mélangés. À mesure que vous montez, vous commencez à faire des choix pour diviser ce bloc en morceaux distincts : le temps par rapport à l'espace, les objets par rapport aux événements, ou une personne par rapport à l'histoire de sa vie. Les auteurs suggèrent que si vous savez où se situent deux systèmes informatiques différents sur cette montagne, vous pouvez prédire exactement combien de morceaux de données vous devez créer lors de la traduction de l'un vers l'autre. Par exemple, si le Système A voit une voiture comme une chose unique, mais que le Système B voit la voiture comme deux choses (la voiture elle-même et l'histoire de la voiture), une bonne traduction doit transformer un article en deux. Le papier ne se contente pas de parler de cela ; ils ont réellement construit un test informatique utilisant l'« Information Exchange Standard » (IES) et la « Basic Formal Ontology » (BFO) pour prouver que ces règles fonctionnent. En écrivant des contrôles informatiques spéciaux (appelés requêtes SPARQL), ils ont montré qu'il est possible de signaler automatiquement les traductions qui font une erreur de calcul, garantissant ainsi que les données restent fidèles à leur sens d'origine même lorsque les règles de la réalité changent.

Le Grand Jeu de la Traduction de Données

Imaginez que vous avez une boîte magique capable de transformer une seule brique de Lego en un château entier, ou un château entier en une seule brique. C'est approximativement ce qui se passe lorsque nous essayons de cartographier des données entre différents systèmes informatiques. Mais attention : la magie n'est pas aléatoire. Elle suit des règles strictes basées sur la façon dont chaque système croit que l'univers est construit.

Les auteurs de cet article appellent leur méthode un « voyage de stratification ». Imaginez un arbre de décision géant, comme un livre dont vous êtes le héros pour la réalité. Tout en haut (ou en bas, selon votre point de vue), il y a la vue la plus unifiée possible : un « objet supersubstantiel ». Dans cette vue, il n'y a aucune différence entre vous, l'espace que vous occupez et le temps que vous passez à exister. Vous, votre vie et votre chambre ne sommes qu'un seul et même bloc géant de matière et d'espace-temps.

Maintenant, imaginez que vous commencez à faire des choix pour diviser ce bloc.

• La première division : Vous décidez de séparer le « temps » de l'« espace ». Soudain, vous avez deux choses au lieu d'une : la chose elle-même (un objet endurant) et l'événement de son existence à travers le temps (un objet perdurant).
• La deuxième division : Vous pourriez décider de séparer la « chaise » de la « pièce » dans laquelle elle se trouve.
• La troisième division : Vous pourriez séparer le « processus » de l'assise de la « limite » où l'assise commence et s'arrête.

Chaque fois que vous effectuez une division, vous multipliez le nombre de choses dans votre monde. Une ontologie (un mot savant pour désigner le manuel de règles d'un système sur ce qui existe) qui s'arrête de diviser tôt est « unifiante » : elle voit moins de choses. Une ontologie qui continue de diviser est « divisante » : elle voit beaucoup plus de choses.

La Statue et l'Argile

Pour comprendre pourquoi cela importe, pensez à une statue faite d'argile.

• Un système unifiant regarde la statue et dit : « C'est juste une chose : la statue. » Il ne se soucie pas de l'argile en dessous ; c'est un seul article.
• Un système divisant regarde la même statue et dit : « Attendez, il y a deux choses ici : l'argile (la matière) et la forme (la forme). »

Si vous essayez de traduire une entrée de base de données d'un système unifiant vers un système divisant, vous ne pouvez pas simplement faire un copier-coller. Vous devez prendre cette entrée unique de « statue » et, par magie, la diviser en deux entrées : « argile » et « forme ». Si vous ne le faites pas, la traduction est brisée. Le papier soutient que ces « choix métaphysiques » créent des contraintes de cardinalité strictes. C'est une façon sophistiquée de dire : « Si le Système A possède 1 article, le Système B doit posséder 2 articles (ou 3, ou 4) pour être correct. »

Le Test Churchill

Les auteurs ne se sont pas contentés de théoriser ; ils ont mis cela à l'épreuve. Ils ont choisi deux systèmes réels à cartographier :

1. L'IES (Information Exchange Standard) : Ce système est un « unificateur ». Il traite les choses comme une voiture ou une personne comme un bloc unique de quatre dimensions dans l'espace-temps, incluant à la fois l'objet et son histoire.
2. La BFO (Basic Formal Ontology) : Ce système est un « diviseur ». Il adore séparer les choses. Il voit une voiture comme l'objet physique et son histoire comme des choses distinctes. Il voit une personne comme le corps et ses événements de vie comme des choses séparées.

Ils ont décidé de tester cela avec un exemple très célèbre : la naissance de Winston Churchill.

Dans le système IES, la naissance de Churchill est un événement unique et unifié. C'est un seul bloc de réalité.
Dans le système BFO, cette même naissance doit être décomposée. Pour être exacte, le système doit générer au moins cinq choses distinctes :

1. Le corps matériel de Churchill.
2. Le lieu spécifique (le site) où il est né.
3. Le processus de la naissance elle-même.
4. Le moment exact où le processus a commencé.
5. Les régions de temps et d'espace occupées par cette naissance.

Le Contrôle Informatique

C'est ici que l'article devient vraiment intéressant. Les auteurs ont écrit un programme informatique pour agir comme un arbitre. Ils ont pris des données du système IES (l'unificateur) et ont essayé de les traduire dans le système BFO (le diviseur).

Ils ont établi une règle : « Si vous voyez un objet IES, vous devez voir au moins deux objets BFO. »
Ils ont ensuite lancé leur traduction et utilisé un langage informatique spécial (SPARQL) pour scanner les résultats. L'ordinateur cherchait les traductions qui enfreignaient les règles. Par exemple, si l'ordinateur voyait une entrée de Churchill dans l'IES mais ne trouvait qu'une seule entrée dans le BFO, il signalait une erreur : « Hé ! Vous avez oublié la partie historique ! Vous devez multiplier les données ! »

Dans leur simulation, cette méthode a fonctionné. Ils ont réussi à démontrer qu'en comprenant le « voyage métaphysique » que chaque système parcourt, ils pouvaient créer des contrôles automatiques pour garantir que les données n'étaient pas perdues lors de la traduction.

Ce que cela signifie (et ce que cela ne signifie pas)

Le papier suggère que nous pouvons utiliser ces règles philosophiques profondes pour construire des traductions de données plus performantes et plus fiables. Ce n'est pas une baguette magique qui résout tous les problèmes du monde, mais cela offre une nouvelle façon de détecter les erreurs. Si vous savez qu'un système voit le monde comme « un » et que l'autre le voit comme « plusieurs », vous pouvez écrire une règle qui dit : « Assurez-vous que le côté "plusieurs" possède suffisamment de pièces. »

Les auteurs précisent avec prudence qu'il s'agit d'un cadre qu'ils proposent et testent. Ils ont démontré cela avec un exemple spécifique (Churchill) et une paire spécifique de systèmes (IES et BFO). Ils n'ont pas prétendu avoir résolu tous les problèmes de mapping existants, mais ils ont montré que ce « voyage de stratification » est un outil puissant pour valider si une traduction fait sens. Cela transforme la question abstraite de « Qu'est-ce qui est réel ? » en une liste de contrôle pratique pour les informaticiens : « Avez-vous assez multiplié les données ? »