最近,随着Palantir的出现,关于本体论和下一代企业架构,或者说,本体论驱动的企业架构,成了很多架构师和IT从业人员的热门话题。本文中,笔者就简要谈谈个人对此的理解。
关于本体论(Ontology)
“本体论”一词源自古希腊语“ὄν”(存在),是形而上学的一个分支,研究“存在”本身的性质和范畴。在哲学传统中,本体论追问的是:世界上有什么东西存在?它们之间是什么关系?如何对存在物进行分类?
2500年前,亚里士多德在《范畴篇》中提出十大范畴,包括实体、数量、性质、关系等,这被认为是本体论思想的雏形。19世纪,黑格尔在《逻辑学》中发展了本体论辩证法,探讨概念与实在的关系。20世纪初,维特根斯坦提出了“语言游戏”理论,认为语言的意义在于使用,这一观点为后来的计算机语义学奠定了哲学基础。
在中国传统国学中,虽然没有“本体论”的说法,但也有两个内涵与之比较接近的词——“道”和“象”。老子在《道德经》中就说:“道生一,一生二,二生三,三生万物”。形而上者谓之道,形而下者谓之器(《周易▪易传》)。在“道”与“器”之间还有个东西,先贤虽然没有明说,但按《周易》的说法,应该是“象”(象也者,像也)。“象”与符号的功能类似,或者说,是超越“器”的符号。
计算机科学中的本体
20世纪90年代,计算机科学家将本体论的概念引入信息科学领域。1993年,汤姆·格鲁伯给出了数据领域本体论的经典定义:“本体是对概念化的一种明确的形式化规范”。
用更通俗的话来说:本体论就是为本领域的重要概念“立规矩”——明确它们是什么、有什么属性、彼此有什么关系。如果说数据库是存放数据的仓库,那么本体论就是这个仓库的分类体系和标签系统——它不只是告诉你有多少货架,还告诉你“食品区”和“日用品区”的区别,以及“牛奶”为什么放在冷藏区而不是粮油区。
以一个咖啡店为例,假设我们要为“小王咖啡店”建立一个数据本体:第一步,定义核心概念(类),包括产品(咖啡、糕点)、员工(咖啡师、收银员)、客户(会员、散客)、订单(堂食、外卖)等;第二步:明确属性(数据字段),产品的属性有名称、价格、成分、热量,客户的属性有姓名、会员等级、偏好口味、消费总额,第三步:建立关系(连接),如,“客户”购买“产品”(形成订单)、“员工”制作“产品”、“拿铁”是一种“咖啡”;第四步:设定规则(约束),一个订单必须至少包含一个产品,会员等级根据消费总额自动调整,等等。
这样,当老板问“哪种咖啡最受25-30岁女性会员欢迎?”时,系统就能准确理解问题,从订单中找出符合条件的记录,而不会把“咖啡豆”这种原料也算作“咖啡”。
为什么数据需要本体
在数据量小、系统少的时代,人们通过文档和口头沟通就能对齐概念。但今天的情况已经完全不同。
以一家中等规模的电商公司为例:它的CRM系统记录“客户”,订单系统有“买家”,客服系统追踪“用户”,财务系统管理“付款方”,营销系统分析“受众”……当这些系统需要协同工作时,问题就来了:它们说的是同一种语言吗?
公司市场部说“客户”,财务部说“客户”,客服部也说“客户”,但三方指的内容可能大相径庭——市场部指的是任何潜在购买者,财务部指的是已付…