CC BY
125
УДК 004.89
ИНТЕГРАЦИЯ МНОГОАГЕНТНЫХ БАНКОВ ЗНАНИЙ С ОТКРЫТЫМИ
ОБРАЗОВАТЕЛЬНЫМИ МОДУЛЬНЫМИ МУЛЬТИМЕДИА СИСТЕМАМИ
Зайцев Евгений Игоревич, к.т.н., доцент, Московский государственный университет приборостроения и информатики, Россия, Москва, zei@tsinet.ru
Для создания сетевых электронных образовательных ресурсов (ЭОР) с интерактивным мультимедиа-контентом была разработана единая программная среда функционирования -открытая образовательная модульная мультимедиа-система (ОМС) [1,2]. Интеграция сетевых ЭОР, разрабатываемых в среде ОМС, которые, благодаря своим преимуществам, получили наименование электронных образовательных ресурсов нового поколения (ЭОР НП), с многоагентными банками знаний обеспечивает дальнейшее развитие современных образовательных технологий. Благодаря этой интеграции ЭОР становятся полноценным инструментом образовательной деятельности, который может использоваться для распределения учебных заданий и мониторинга их выполнения, личностноориентированного обучения с выбором наиболее подходящих для пользователя учебных материалов и интерактивных образовательных модулей, а также для реализации вопросноответных отношений.
Совокупный контент OMC разделен на модули, соответствующие тематическим элементам и компонентам учебного процесса. При этом каждый модуль может иметь аналог-вариатив, отличающийся элементами содержания, методикой, технологией исполнения. Электронный учебный модуль (ЭУМ) является автономным, содержательно и функционально полным образовательным ресурсом, предназначенным для решения определенной учебной задачи.
Общая архитектура ОМС объединяет две составляющие: серверную, единую для множества пользователей, и клиентскую, расположенную на рабочем месте каждого пользователя.
На сервере хранится совокупный контент ЭОР, представляющий собой структурированное множество интерактивных образовательных модулей (ИОМ). Серверная часть ОМС объединяет средства хранения и поиска требуемых ИОМ, совокупность объектно-ориентированных пользовательских интерфейсов и интернет-сервисов, удовлетворяющих дополнительные запросы пользователей, связанные с данной предметной областью. Так как серверная часть электронных образовательных ресурсов представляет собой набор хорошо известных интернет-сервисов, то в качестве хранилища совокупного контента ЭОР может выступать любой интернет-сайт или портал.
Серверная часть обеспечивает выполнение следующих функций:
• централизованное хранение ЭОР по предметным областям в виде совокупности ИОМ;
• разграничение прав доступа при получении и публикации ИОМ;
• поиск, выбор и выдача ИОМ по запросу пользователя;
• выдача выборки из метаданных указанного пользователем ИОМ.
Клиентская часть обеспечивает выполнение следующих функций:
• получение информации о доступных ЭОР и составляющих их ИОМ;
• доставка избранных ИОМ на рабочее место пользователя;
• организация локального хранилища избранных ИОМ на рабочем месте пользователя;
• воспроизведение ИОМ.
У пользователя имеется два основных варианта доступа к интерактивным образовательным модулям: с помощью поисковых запросов и посредством объектноориентированных интерфейсов, обеспечивающих навигацию и предметный, интуитивно ясный выход на тот или иной ИОМ.
Совокупный контент ОМС состоит из предметных ЭОР, каждый из которых, в свою очередь, является совокупностью электронных учебных модулей. Электронные учебные
71
модули представляют собой законченные интерактивные мультимедиа-продукты, нацеленные на решение определённой учебной задачи. Из электронных учебных модулей трех типов (модулей получения информации, практических занятий и аттестации), составляющих содержание законченного учебного материала, формируются более крупные учебные блоки (разделы, темы, курсы, предметы, дисциплины, образовательные области).
Для того, чтобы несколько отдельно взятых модулей ОМС могли объединиться друг с другом или с себе подобными и составить целостный электронный образовательный ресурс, они должны иметь стандартизованный интерфейс. Унификация архитектуры ИОМ обеспечивает соблюдение международных соглашений, упрощает модификацию модуля пользователем и позволяет автоматизировать проведение интегральной оценки качества.
Для описания ЭОР используется стандарт описания образовательных объектов Learning Object Metadata (LOM). Назначение данного стандарта - способствовать поиску, оценке, приобретению образовательных объектов и их использованию путем создания каталогов и хранилищ. Построение метаданных интерактивных образовательных модулей основано на национальной версии LOM, адаптированной к системе российского образования RUS_LOM. На основе информационной модели RUS_LOM разрабатывается профиль метаданных ИОМ. Профиль предусматривает необходимые расширения словарей RUS_LOM, а также дополнение информационной модели рядом новых элементов и ассоциируемых с ними словарей.
Метаданные являются основным инструментом систематизации информационных ресурсов в целом и ЭОР НП, в частности. Таким образом, в рассматриваемом контексте метаданные представляют собой описание ЭОР НП, реализованное через описания составляющих его электронных учебных модулей. Метаданные могут быть как частью ЭОР НП, так и храниться отдельно от него.
ЭОР НП поступают в хранилище электронных образовательных ресурсов вместе с метаданными, подготовленными их разработчиками. Метаданные могут быть представлены в виде:
• отдельного XML-файла, входящего в состав электронного учебного модуля;
• блока XML-данных, входящего в манифест дистрибутивного пакета ЭОР НП.
Особенности, вытекающие из назначения разрабатываемого информационного ресурса,
отражаются в формируемом для него функциональном профиле стандартов - ссылочной модели. Примером ссылочной модели служит Sharable Content Object Reference Model (SCORM), которая определяет принципиальные технические решения для информационнообразовательной среды (ИОС), в которой реализуются процессы электронного обучения на основе Web-технологий.
SCORM базируется на концепции образовательных объектов (ОО-learning objects), предусматривающей декомпозицию учебного материала на относительно небольшие единицы контента, рассчитанные на многократное применение в разных самостоятельных и независимых контекстах. Технические решения, специфицируемые SCORM, в целом относятся к уровню прикладных сервисов. Текущая версия SCORM в явном виде не привязана к сервисно-ориентированной архитектуре. В спецификации SCORM намечены направления ее дальнейшего развития, связанные как с совершенствованием представленных в ней компонентов и наращиванием их возможностей, так и с расширением состава охватываемых вопросов.
Концепция образовательных объектов в SCORM реализуется на основе обобщенной архитектуры ИОС, базовыми компонентами которой являются хранилища образовательных объектов, системы управления учебным процессом (LMS - Learning Management Systems) и клиентская среда исполнения приложений (для учащегося - это среда взаимодействия с образовательными объектами). Ключевую роль в организации электронного обучения играет LMS - серверное приложение, реализующее комплекс функций администрирования учебной деятельностью, управления контентом (выбора образовательных объектов из хранилищ и
72
агрегации контента), доставки его учащемуся, управления навигацией по контенту, контроля за ходом и результатами работы учащегося, формирования отчетов и др.
LMS обеспечивает поддержку планирования учебного процесса и определения заданий для учащихся, а также взаимодействия учащихся и преподавателей. Именно LMS определяет, какой контент и когда должен быть предоставлен учащемуся с учетом целей его подготовки, индивидуального задания, степени его выполнения (результатов предыдущей работы), сделанных ранее настроек интерфейса и предпочтений, зафиксированных в персональном профиле. LMS также отвечает за регистрацию и авторизацию пользователей, и обмен информацией с другими системами ИОС.
Решая проблему совместимости, стандарт SCORM не предъявляет требований к внутренней семантике знаний и основан только на предоставлении дополнительной информации в виде метаданных о целях, достигаемых при изучении текущего блока. Внутренняя семантика знаний при этом скрыта от средств автоматизированной обработки. Для обеспечения более эффективной работы системы необходимо разработать способ представления данных, обеспечивающий дополнительные возможности автоматического анализа знаний на основе смысловых связей.
В настоящее время информационные системы открытого доступа к электронным образовательным ресурсам, а также информационные системы, принадлежащие отдельным образовательным учреждениям и юридическим лицам, внедряющим современные обучающие технологии, разрабатываются в соответствии с архитектурой клиент-сервер, являющейся базовой для реализации распределенных вычислений. Дальнейшим развитием современных дистанционных образовательных технологий является интеграция ОМС с многоагентными банками знаний (МБЗ) [3, 4, 5].
Многоагентные банки знаний представляют собой распределенные интеллектуальные информационные системы учебного назначения, которые интегрируют функции интеллектуальных учебных сред (ILE, Intelligent Learning Environments) и интеллектуальных обучающих систем (ITS, Intelligent Tutoring System). МБЗ включают общие и специальные знания о предметной области, о процессе обучения и модели обучаемого, ассоциируя их с реактивными и когнитивными программными агентами, которые реализуют процедуры обработки этих знаний, формируют и выдают ответы на запросы пользователей, осуществляют адаптивное обучение. Агенты МБЗ могут взаимодействовать с ИОМ и имеют доступ к хранилищам учебных и информационно-справочных ЭОР.
Многоагентные банки знаний (МБЗ) являются результатом эволюции объектноориентированных методологий, технологий и инстументальных средств и систем, базирующихся на знаниях (Knowledge Based Systems - KBS). В МБЗ вместо одного интеллектуального решателя (механизма обработки знаний), используется сеть программных агентов. Многоагентный подход предполагает, что в процессе обработки знаний о предметных областях (ПО) агенты осуществляют поиск и логическую обработку знаний, взаимодействуя друг с другом посредством передачи сообщений. В процессе обработки знаний о ПО агенты формируют ответы на запросы пользователей в результате спецификации свойств сущностей ПО и вычисления каузальных, временных и других отношений на множестве этих сущностей, а также в результате планирования решения задач. МБЗ формируют ответы на запросы пользователей о значениях различных характеристик объектов и событий, о сравнении и анализе событий, выявлении связей между событиями, а также о синтезе планов действий для решения тех или иных задач (т. е. о формировании упорядоченных совокупностей событий, обеспечивающих эти решения). Необходимые вычисления, при этом производятся путем выполнения продукционных, редукционных и трансформационных правил.
Подобно архитектуре SOA (Service-Oriented Architecture), агенты реализуют систему служб (сервисов) с доступными потребителям стандартизированными интерфейсами, что уменьшает их степень связанности. Слабая связность программных агентов облегчает идентификацию естественного параллелизма, существующего в контексте предметной
73
области, и понимание того, как следует проводить декомпозицию работ, которые можно выполнять одновременно. Использование для формирования ответов на запросы пользователей нескольких программных агентов, параллельно реализующих вычисления, расширяет возможности МБЗ по предоставлению пользователям обобщенной информации.
Программные агенты обладают такими свойствами, как интерактивность или общественное поведение (social ability) (т.е. способны функционировать в сообществе агентов, инициируя взаимодействия и обмениваясь сообщениями с помощью некоторого языка коммуникаций); реактивность (обладают способностью воспринимать окружающую среду и своевременно реагировать на события недетеминированным образом); проактивность и целеустремленность (действуют в упреждающей манере, в частности, генерируют новые цели и действуют рационально для их достижения).
Таким образом, главным отличием программного агента от объектноориентированного сервера является его интеллектуальность (intelligent). С точки зрения объектно-ориентированного программирования это свойство проявляется в том, что агент содержит не только типичные для объектных классов методы и атрибуты (члены-данные класса), но также когнитивные структуры данных (CDS, Cognitive Data Structures) и методы, реализующие логические выводы, а также механизмы самообучения и адаптации. Лежащая в основе МЗБ нейрологическая модель позволяет интегрировать механизмы логического вывода и нейросетевое обучение, объединив в моделях агентов семиотический и коннекционистский подходы в искусственном интеллекте.
Другое важное свойство агентов - мобильность - позволяет динамически перераспределять вычислительную нагрузку в зависимости от состояния сети, а также обеспечивает интероперабельность между различными существующими и
разрабатываемыми системами. Интероперабельность достигается при стандартизации таких аспектов, как передача агентов и служебных (используемых агентом) классов между агентными системами, а также управление агентами.
Большинство распределенных систем учебного назначения реализует
интероперабельность за счет открытости интерфейсов доступа к своим сервисам и/или путем использования единого формата для обмена данными, а именно - расширяемого языка разметки XML (eXtensible Markup Language) и связанной с ним объектной модели представления документов DOM (Document Object Model), осуществляя, если необходимо, XSL-преобразования. Такой подход позволяет решить задачу синтаксической интероперабельности. Однако, для организации взаимодействия между различными образовательными системами в сети Internet в большинстве случаев недостаточно обеспечения только синтаксической интероперабельности. Это обусловлено прежде всего тем, что одну и ту же информацию можно синтаксически по-разному представить, и, как следствие, может возникнуть естественный барьер между системами.
Проблема отсутствия четких семантических определений мешает объединению образовательных систем различных производителей. Решение проблемы состоит в построении семантической сети с использованием языка сетевых онтологий OWL (Ontology Web Language), которая дает возможность программным агентам понимать семантику документов и данных. OWL может использоваться, чтобы явно представлять значения терминов и отношения между этими терминами в словарях. Такое представление терминов и их взаимоотношений называют онтологией, под которой в настоящее время понимается любое описание декларативных знаний, сделанное на формальном языке и снабженное некоторой классификацией специфицируемых знаний, позволяющей удобно их воспринимать. Язык сетевых онтологий OWL имеет больше средств для выражения значения и семантики, чем XML и система описания ресурсов RDF (Resource Description Framework), и, следовательно, способен лучше представить поддающийся машинной обработке сетевой контент. Язык OWL позволяет не только описывать классы и свойства, но также задавать ограничения на их использование. На языке дескрипционной логики это означает, что логика, лежащая в
74
основе OWL, содержит кроме описания отношений также и аксиомы, задающие соотношения между данными отношениями и различного рода ограничения последних.
В рамках учебных процессов применение Web-онтологий позволяет специфицировать основные компоненты учебных дисциплин - лекции, практические занятия, лабораторные работы, используемые учебные материалы, а также обеспечивает возможность организации эффективного доступа к распределенным учебным ресурсам, путем создания многоагентной базы знаний, в которой интеллектуальные программные агенты реализуют запросы пользователей, обобщают информацию и строят индивидуальные образовательные траектории, выбирая наиболее подходящие для пользователя учебные материалы, интерактивные образовательные модули и тестовые задания.
Учебные электронные образовательные ресурсы представляют собой электронные учебные пособия, содержащие систематизированный материал в рамках учебной программы. Они реализуют полный цикл по преподаванию учебной дисциплины (или ее раздела), то есть обеспечивают предоставление учебного материала, отработку навыков, контроль знаний. Такого рода ЭОР призваны расширить возможности преподавателя в выборе и реализации методик обучения и в то же время предоставить ученикам возможности для самостоятельной работы. Информационно-справочные ЭОР обеспечивают информационную поддержку учебного процесса. Такие ЭОР нацелены на использование в качестве источников данных и знаний при решении творческих учебных задач, в том числе выходящих за рамки учебных программ.
Использование многоагентных банков знаний обеспечивает эффективное развитие и неограниченное расширение открытой образовательной модульной мультимедиа системы по мере получения новых знаний о предметной области, создания новых, эффективных методик представления образовательной информации, практических заданий, форм и методов контроля полученных знаний, умений и навыков. Интеллектуальные агенты МБЗ могут использоваться в распределенной системе открытого доступа к электронным образовательным ресурсам для распределения учебных заданий и мониторинга их выполнения, для формирования индивидуальных образовательных траекторий и личностноориентированного обучения с выбором наиболее подходящих для пользователя учебных материалов и интерактивных образовательных модулей, а также для реализации вопросноответных отношений.
Литература
1. Осин А.В. Электронные образовательные ресурсы нового поколения: открытые
образовательные модульные мультимедиа системы.// Интернет-порталы: содержание и технологии. Сб. науч. ст. Вып.4. - М.: Просвещение, 2007.
2. Осин А.В. Открытые образовательные модульные мультимедиа системы. — М.: Издательский сервис, 2010.
3. Зайцев Е.И. Об агентно-ориентированных системах и многоагентных банках знаний. // Материалы VI Международной научно-практической конференции “Объектные системы -2012”. - Ростов-на-Дону, 2012.
4. Зайцев Е.И. О концепции многоагентных банков знаний, как интеллектуальных обучающих системах // Материалы 16-й международной конференции “Современное образование: содержание, технологии, качество”.- СПпб.:Изд-во СПбГЭТУ “ЛЭТИ”. 2010.
5. Миронов А.С., Зайцев Е.И. О концепции многоагентных учебных сред, называемых многоагентными статическими банками знаний. // Материалы XVII Международной конференции “Современное образование: содержание, технологии, качество”.- СПпб.:Изд-во СПбГЭТУ “ЛЭТИ”. 2011.
6. Описание OWL. [Электронный ресурс]. - Режим доступа: http://www.w3.org/TR/owl-ref/.
7. Проект Semantic Web. [Электронный ресурс]. - Режим доступа: http://www.w3c.org/sw
8. Спецификация языка RDFS. [Электронный ресурс]. - Режим доступа: http://www.w3c.org/rdfs
9. Метаданные для информационных ресурсов сферы образования. Спецификация информационной модели [Электронный ресурс]. - Режим доступа: http://spec.edu.ru.
75
УДК 004.04
РЕАЛИЗАЦИЯ ОДНОПОТОЧНОГО КОММУНИКАЦИОННОГО ПО
Дагаев Дмитрий Викторович, Директор по АСУТП, ОАО “ДЖЭТ”, Россия, Москва,
dvdagaev@mail.ru
Введение
При модернизации распределенной системы обработки данных АСУТП АЭС была поставлена задача замены коммуникационного ПО. Рассматривались действующее ПО на основе CORBA [1], реализующее клиент-серверное взаимодействие, технология DDS [2] на основе модели публикация-подписка и новая разработка ПО для этих задач. При этом нужно было повысить качество сетевого взаимодействия.
Действующая система была реализована в виде многопоточного пользовательского ПО с блокировками потоков до получения данных. При сбоях связи и зависаниях сети система штатно переходила на резервированные сети, с выдерживанием задержек, но время от времени приходилось сталкиваться с присущими CORBA проблемами [3]: "ошибками, относящимися к надежности потоков управления, надежности исключительных ситуаций и управлению памятью". Опыт эксплуатации показывал не всегда правильное функционирование при сложных условиях связи, ошибках в сети и переходах на резервные маршруты передачи данных. Кроме того, архитектурно сложно выглядели системы, требующие модели публикации-подписки.
Второй подход, в свою очередь, не слишком хорошо решает не присущие DDS клиентсерверные задачи. Предлагаемый [2] протокол RTPS использует UDP как транспортный уровень и переносит механизмы гарантированной доставки на пользовательский уровень. Это не первый и не последний способ реализации функциональности TCP в пространстве пользователя. Является ли это решение не худшим, чем транспортная реализация TCP, - это вопрос, требующий тщательного рассмотрения.
С точки зрения приложения важен еще момент буферизации данных, которые получены по UDP. DDS предоставляет многопоточные сетевые сервисы для этих целей, которые добавляют еще один уровень сложности.
Учитывая вышесказанное, было принято решение разработки коммуникационного ПО TA (англ. Transparent Architecture), призванного совместить клиент-серверную модель и модель публикации-подписки. Технология Transparent Architecture построена на основном временном цикле одного потока, который осуществляет прием и передачу данных без единой блокировки. Это, кстати, дает дополнительное преимущество, т.к. "все переключения контекста при получении каждого пакета сильно расходуют время центрального процессора и существенно снижают производительность сети" [4] .
1. Основные принципы реализации
Неблокируемость и немодальность - ключевые особенности Transparent Architecture. Клиентские программы в клиент-серверных приложениях часто построены по принципу выделения отдельного потока для приема данных от сервера. Типичными особенностями такой схемы является модальность, заключающаяся в переходе в режим ожидание чтения данных с таймаутом. Поток при этом блокируется, при обрыве связи происходят переходы от одного таймаута к другому.
Транспортный уровень построен на неблокирующих способах взаимодействия (в частности, сокетах). Прием данных осуществляется при наличии данных без ожидания, передача - без ожидания завершения, которое будет зафиксировано позднее. Главный цикл обеспечивает точность поддержания времени в соответствии с требованиями задачи и возможностями операционной системы.
Для Оберон-версии управление транспортным уровнем задается абстрактным типом Channel.
76
