Constraining ontology mappings using metaphysical choices

कल्पना कीजिए कि आप एक कहानी का एक भाषा से दूसरी भाषा में अनुवाद करने की कोशिश कर रहे हैं, लेकिन दोनों भाषाएँ केवल अलग-अलग शब्दों का ही उपयोग नहीं करतीं; वास्तव में वे दुनिया को अलग तरह से देखती हैं। एक भाषा एक "पेड़" को एक स्थिर, ठोस चीज़ के रूप में वर्णित कर सकती है, जबकि दूसरी भाषा इसे विकास, परिवर्तन और इतिहास की एक बहती हुई नदी के रूप में वर्णित कर सकती है। यह 'ऑन्टोलॉजी' (ontology) नामक एक क्षेत्र का मूल है, जो मूल रूप से इस बात का अध्ययन है कि हम अस्तित्व को कैसे व्यवस्थित और परिभाषित करते हैं। कंप्यूटर और डेटा की दुनिया में, यह बहुत मायने रखता है। जब दो अलग-अलग कंप्यूटर सिस्टम एक-दूसरे से बात करने की कोशिश करते हैं, तो उन्हें इस बात पर सहमत होने की आवश्यकता होती है कि उनके डेटा का वास्तव में अर्थ क्या है। यदि एक सिस्टम सोचता है कि "किताब" केवल पन्नों का एक संग्रह है, और दूसरा सोचता है कि "किताब" एक जादुई वस्तु है जो पन्नों के बिना भी अस्तित्व में रहती है, तो उनकी बातचीत एक गड़बड़ी बन जाएगी। बड़ा सवाल जो शोधकर्ता पूछते हैं: हम यह कैसे सुनिश्चित करें कि जब वास्तविकता के अंतर्निहित नियम अलग हों, तो ये अनुवाद सटीक हों?

जैकोमो डी कोले, हेलेना ब्लैकमोर और क्रिस पार्ट्रिज का यह शोध पत्र ठीक इसी समस्या को संबोधित करता है। वे डेटा अनुवादों की सटीकता की जांच करने के लिए एक चतुर तरीका प्रस्तावित करते हैं, जो यह देखता है कि कंप्यूटर सिस्टम द्वारा किए गए "आध्यात्मिक या तत्वमीमांसीय चुनाव" (metaphysical choices) क्या थे। इसे एक पहाड़ पर चढ़ने की यात्रा की तरह समझें। बिल्कुल नीचे, एक अत्यंत एकीकृत दृश्य है जहाँ सब कुछ केवल स्थान और समय का एक बड़ा मिश्रण है। जैसे-जैसे आप ऊपर चढ़ते हैं, आप उस मिश्रण को अलग-अलग टुकड़ों में विभाजित करने के लिए निर्णय लेना शुरू करते हैं: समय बनाम स्थान, वस्तु बनाम घटना, या एक व्यक्ति बनाम उसका जीवन इतिहास। लेखक सुझाव देते हैं कि यदि आप जानते हैं कि दो अलग-अलग कंप्यूटर सिस्टम इस पहाड़ पर कहाँ खड़े हैं, तो आप भविष्यवाणी कर सकते हैं कि अनुवाद करते समय आपको कितने डेटा टुकड़े बनाने की आवश्यकता होगी। उदाहरण के लिए, यदि सिस्टम A एक कार को एक एकल चीज़ के रूप में देखता है, लेकिन सिस्टम B उसे दो चीज़ों के रूप में देखता है (कार स्वयं और कार का इतिहास), तो एक अच्छे अनुवाद को एक आइटम को दो में बदलना होगा। यह शोध पत्र केवल चर्चा नहीं करता है; उन्होंने वास्तव में यह सिद्ध करने के लिए "इन्फॉर्मेशन एक्सचेंज स्टैंडर्ड" (IES) और "बेसिक फॉर्मल ऑन्टोलॉजी" (BFO) का उपयोग करके एक कंप्यूटर परीक्षण बनाया कि ये नियम काम करते हैं। विशेष कंप्यूटर जाँच (जिन्हें SPARQL क्वेरी कहा जाता है) लिखकर, उन्होंने दिखाया कि आप उन अनुवादों को स्वचालित रूप से चिह्नित कर सकते हैं जो गणितीय रूप से गलत हैं, जिससे यह सुनिश्चित होता है कि वास्तविकता के नियम बदलने पर भी डेटा अपने मूल अर्थ के प्रति सच्चा बना रहे।

महान डेटा अनुवाद खेल

कल्पना कीजिए कि आपके पास एक जादुिका डिब्बा है जो एक एकल लेगो ब्रिक को पूरे महल में, या पूरे महल को वापस एक एकल ब्रिक में बदल सकता है। जब हम विभिन्न कंप्यूटर सिस्टम के बीच डेटा को मैप करने की कोशिश करते हैं तो लगभग यही होता है। लेकिन यहाँ पेच यह है: जादू यादृच्छिक (random) नहीं है। यह सख्त नियमों का पालन करता है जो इस बात पर आधारित हैं कि प्रत्येक सिस्टम मानता है कि ब्रह्मांड कैसे बना है।

शोध पत्र के लेखक इस पद्धति को एक "स्तरीकरण यात्रा" (stratification journey) कहते हैं। एक विशाल निर्णय वृक्ष (decision tree) की कल्पना करें, जैसे कि वास्तविकता के लिए 'चूज़-योर-ओन-एडवेंचर' पुस्तक। सबसे ऊपर (या नीचे, यह इस पर निर्भर करता है कि आप इसे कैसे देखते हैं) सबसे एकीकृत दृश्य संभव है: एक "सुपरसबस्टेंशियल ऑब्जेक्ट" (supersubstantival object)। इस दृश्य में, कोई अंतर नहीं है कि आप, वह स्थान जो आप घेरते हैं, और वह समय जो आप अस्तित्व में बिताते हैं, आप सब एक विशाल, जुड़े हुए पदार्थ और स्पेस-टाइम के ढेर हैं।

अब, कल्पना कीजिए कि आप इस ढेर को विभाजित करने के लिए निर्णय लेना शुरू करते हैं।

• पहला विभाजन: आप "समय" को "स्थान" से अलग करने का निर्णय लेते हैं। अचानक, आपके पास एक के बजाय दो चीजें हैं: वह वस्तु स्वयं (एक स्थायी वस्तु) और समय के साथ होने वाली उसकी घटना (एक निरंतर रहने वाली वस्तु)।
• दूसरा विभाजन: आप "कुर्सी" को उस "कमरे" से अलग करने का निर्णय ले सकते हैं जिसमें वह रखी है।
• तीसरा विभाजन: आप बैठने की "प्रक्रिया" को उस "सीमा" से अलग कर सकते हैं जहाँ बैठना शुरू और समाप्त होता है।

हर बार जब आप एक विभाजन करते हैं, तो आप अपनी दुनिया में चीजों की संख्या को गुणा करते हैं। एक ऑन्टोलॉजी (एक प्रणाली का नियम पुस्तिका कि क्या अस्तित्व में है) जो जल्दी विभाजन रोक देती है, वह "एकीकृत" (unifying) है—वह कम चीजें देखती है। एक ऑन्टोलॉजी जो विभाजन जारी रखती है, वह "विभाजित करने वाली" (dividing) है—वह बहुत अधिक चीजें देखती है।

मूर्ति और मिट्टी

यह समझने के लिए कि यह क्यों मायने रखता है, मिट्टी से बनी एक मूर्ति के बारे में सोचें।

• एक एकीकृत (unifying) सिस्टम मूर्ति को देखता है और कहता है, "वह बस एक चीज़ है: मूर्ति।" उसे नीचे की मिट्टी की परवाह नहीं है; यह सब एक ही आइटम है।
• एक विभाजित करने वाला (dividing) सिस्टम उसी मूर्ति को देखता है और कहता है, "रुको, यहाँ दो चीजें हैं: मिट्टी (पदार्थ) और आकार (रूप)।"

यदि आप एक एकीकृत सिस्टम से विभाजित करने वाले सिस्टम में डेटा प्रविष्टि (entry) को अनुवाद करने का प्रयास करते हैं, तो आप केवल "कॉपी-पेस्ट" नहीं कर सकते। आपको उस एकल "मूर्ति" प्रविष्टि को जादुई रूप से दो प्रविष्टियों में विभाजित करना होगा: "मिट्टी" और "आकार"। यदि आप ऐसा नहीं करते हैं, तो अनुवाद टूट जाएगा। शोध पत्र तर्क देता है कि ये "तत्वमीमांसीय चुनाव" सख्त कार्डिनैलिटी बाधाएं (cardinality constraints) पैदा करते हैं। यह एक औपचारिक तरीका है कहने का: "यदि सिस्टम A में 1 आइटम है, तो सिस्टम B में सही होने के लिए 2 आइटम (या 3, या 4) होने चाहिए।"

चर्चिल परीक्षण

लेखकों ने केवल सिद्धांत नहीं दिया; उन्होंने इसे परीक्षण में डाला। उन्होंने मैपिंग के लिए दो वास्तविक दुनिया के सिस्टम चुने:

1. IES (इन्फॉर्मेशन एक्सचेंज स्टैंडर्ड): यह सिस्टम एक "एकीकृत करने वाला" (unifier) है। यह कार या व्यक्ति जैसी चीजों को स्पेस-टाइम के एक एकल, चार-आयामी टुकड़े के रूप में मानता है जिसमें वस्तु और उसका इतिहास दोनों शामिल होते हैं।
2. BFO (बेसिक फॉर्मल ऑन्टोलॉजी): यह सिस्टम एक "विभाजित करने वाला" (divider) है। इसे चीजों को अलग करना पसंद है। यह एक कार को भौतिक वस्तु और उसके इतिहास के रूप में अलग-अलग देखता है। यह एक व्यक्ति को शरीर और उनके जीवन की घटनाओं के रूप में अलग देखता है।

उन्होंने इसे एक बहुत ही प्रसिद्ध उदाहरण के साथ परीक्षण करने का निर्णय लिया: विंस्टन चर्चिल का जन्म।

IES सिस्टम में, चर्चिल का जन्म केवल एक बड़ा, एकीकृत आयोजन है। यह वास्तविकता का एक एकल टुकड़ा है।
BFO सिस्टम में, उसी जन्म को तोड़ना आवश्यक है। सटीक होने के लिए, सिस्टम को कम से कम पाँच अलग-अलग चीजें उत्पन्न करने की आवश्यकता है:

1. चर्चिल का भौतिक शरीर।
2. वह विशिष्ट स्थान (साइट) जहाँ उनका जन्म हुआ था।
3. जन्म की प्रक्रिया स्वयं।
4. वह सटीक क्षण जब प्रक्रिया शुरू हुई।
5. उस जन्म द्वारा घेरा गया समय और स्थान क्षेत्र।

कंप्यूटर चेक-अप

यहाँ शोध पत्र वास्तव में दिलचस्प हो जाता है। लेखकों ने एक रेफरी के रूप में कार्य करने के लिए एक कंप्यूटर प्रोग्राम लिखा। उन्होंने IES सिस्टम (एकीकृत करने वाला) से डेटा लिया और उसे BFO सिस्टम (विभाजित करने वाला) में अनुवाद करने का प्रयास किया।

उन्होंने एक नियम निर्धारित किया: "यदि आप एक IES ऑब्जेक्ट देखते हैं, तो आपको कम से कम दो BFO ऑब्जेक्ट दिखने चाहिए।"
इसके बाद उन्होंने अपना अनुवाद चलाया और परिणामों को स्कैन करने के लिए एक विशेष कंप्यूटर भाषा (SPARQL) का उपयोग किया। कंप्यूटर ने उन अनुवादों को खोजा जिन्होंने नियमों को तोड़ा। उदाहरण के लिए, यदि कंप्यूटर ने IES में चर्चिल की एक प्रविष्टि देखी लेकिन BFO में केवल एक एकल प्रविष्टि पाई, तो इसने त्रुटि को चिह्नित किया: "हे! आपने इतिहास वाला हिस्सा छोड़ दिया! आपको डेटा को गुणा करने की आवश्यकता है!"

उनके सिमुलेशन में, यह पद्धति सफल रही। उन्होंने सफलतापूर्वक दिखाया कि यह समझते हुए कि प्रत्येक सिस्टम किस प्रकार की "तत्वमीमांसीय यात्रा" करता है, वे डेटा के खो जाने से बचने के लिए स्वचालित जाँच बना सकते हैं।

इसका क्या अर्थ है (और क्या नहीं)

शोध पत्र सुझाव देता है कि हम बेहतर, अधिक विश्वसनीय डेटा अनुवाद बनाने के लिए इन गहरे दार्शनिक नियमों का उपयोग कर सकते हैं। यह कोई जादुई छड़ी नहीं है जो दुनिया की हर समस्या को हल करती है, लेकिन यह त्रुटियों को पकड़ने का एक नया तरीका प्रदान करता है। यदि आप जानते हैं कि एक सिस्टम दुनिया को "एक" के रूप में देखता है और दूसरा "कई" के रूप में, तो आप एक नियम लिख सकते हैं कि "सुनिश्चित करें कि 'कई' पक्ष में पर्याप्त टुकड़े हैं।"

लेखक सावधानीपूर्वक नोट करते हैं कि यह एक ढांचा है जिसे वे प्रस्तावित और परीक्षण कर रहे हैं। उन्होंने इसे एक विशिष्ट उदाहरण (चर्चिल) और सिस्टम के एक विशिष्ट जोड़े (IES और BFO) के साथ प्रदर्शित किया। उन्होंने यह दावा नहीं किया कि उन्होंने अस्तित्व की हर मैपिंग समस्या को हल कर दिया है, लेकिन उन्होंने दिखाया है कि यह "स्तरीकरण यात्रा" यह सत्यापित करने के लिए एक शक्तिशाली उपकरण है कि क्या एक अनुवाद सार्थक है। यह "क्या वास्तविक है?" के अमूर्त प्रश्न को कंप्यूटर वैज्ञानिकों के लिए एक व्यावहारिक चेकलिस्ट में बदल देता है: "क्या आपने डेटा को पर्याप्त रूप से गुणा किया है?"