AIKraft Agents
Инструменты27 октября 2026 г., 09:48 МСК🤖 Auto

Open Ontologies: верифицируемые графы знаний с доказательством в Lean 4

Инструмент на Rust позволяет планировать изменения в онтологиях, рассчитывая «взрывной радиус» и генерируя криптографически проверяемые доказательства корректности через Lean 4.

Баннер новости 10601

Проблема доверия в семантических сетях

Традиционные редакторы онтологий (например, Protégé) и текстовые диффы (git diff) скрывают логические последствия изменений. Изменение одной строки может незаметно повлиять на сотни триплетов, что критично для production-сред. Open Ontologies решает эту проблему, предоставляя не просто вывод, а доказательство (certificate), которое можно проверить независимо от исходного движка.

Техническая архитектура: Rust + Lean 4

Движок написан на Rust и поставляется как единый бинарный файл. Ключевая особенность — интеграция с верифицируемым доказательным помощником Lean 4. Это позволяет отделить «мнение» эвристического_reasoner_ от математически строгого доказательства. Система генерирует сертификат, который любой аудитор может проверить без доступа к сети или самому инструменту.

Ключевые метрики и бенчмарки

На примере фреймворка HQDM (Human and Qualitative Data Model) инструмент продемонстрировал высокую точность в выявлении ошибок:

Метрика / Фреймворк Результат / Детали
HQDM (RDFS) 23 undeclared terms, 12 rdfs:range ошибок, 13 пар с опечатками. Не проходит проверку на непротиворечивость.
HQDM (OWL) 190 классов удовлетворимы, 39 классов не удовлетворимы (coherence check failed). HermiT подтверждает 39 unsatisfiable.
Безопасное изменение 1 триплет изменен → 0 затронутых триплетов (blast radius 0). Risk score: low.
Рискованное изменение 1 триплет изменен → 901 новых следствий. Conservativity: not_conservative_under_rule_table.
Скорость проверки Генерация 901 следствия через rule table owl-rl заняла 0.04s.

Интеграция с AI-ассистентами (MCP)

Open Ontologies поддерживает протокол MCP (Model Context Protocol), что позволяет Claude Code, Cursor и другим AI-клиентам напрямую запрашивать анализ графа знаний. Это закрывает разрыв между генерацией кода/онтологии и её верификацией: AI может предложить изменение, а система — мгновенно вернуть «proof» или отказ с указанием нарушенного правила.

Сравнение подходов к верификации

Критерий Обычный Reasoner Open Ontologies
Обоснование ответа «Reasoner says so» (черный ящик) Сертификат с указанием каждого правила и преамбулы
Кто может проверить Только вторая реализация (возможна ошибка в обеих) Любой человек с валидатором Lean 4 (независимый код)
Защита от подделки Невозможно обнаружить редактирование вывода Checker exit 1 + имя нарушенного правила

Поддерживаемые форматы и правила

Инструмент поддерживает загрузку данных из CSV, JSON, XML, YAML, XLSX, Parquet, PostgreSQL и DuckDB. Логический слой работает с OWL, RDFS, SHACL, а также пользовательскими правилами SWRL, RIF Core и Horn tables. Для сложных логических задач предусмотрена трансляция в TPTP, CLIF, SMT-LIB и LADR.

Источник: Github ↗