É comum encontrar pessoas que acham que basta criar um agente autônomo de Inteligência Artificial (IA) que ela terá um funcionário trabalhando 24 horas por dia para resolver todos os problemas pessoais ou da empresa.
Estas pessoas
estão esquecendo que é mais comum do que elas imaginam que a IA esteja
capturando dados de fontes diferentes contraditórios.
Um
exemplo bem simples que já existe em escala no Brasil é o caso das colheitadeiras
inteligentes do agronegócio que trabalha com diversos sensores.
Em um
determinado momento o visor óptico diz que o caminho está livre e o sonar diz
que há um obstáculo. O robô autônomo remoto fica confuso com os dados
capturados e neste caso o uso da lógica paraconsistente permite que o
equipamento autônomo processe os dados conflitantes sem travar.
As informações
conflitantes neste caso, podem vir de diversas origens, por exemplo um sensor
está com defeito, ou o visor ótico está diante de um objeto transparente ou
etc.
Para
resolver o problema dos dados inconsistentes é preciso travar ou descartar as informações
conflitantes, ou seja, isolar e processar a contradição de forma controlada, para
extrair conclusões úteis.
1.
Atribuição
de Graus de Evidência.
Em vez de
classificar um dado estritamente como Verdadeiro ou Falso é atribuída duas
variáveis para cada informação:
Evidência Favorável. Quando os dados apoiam a afirmação.
Evidência Contrária. Quando os
dados contradizem aquela afirmação.
2.
Mapeamento
no Reticulado de Quatro Estados.
As informações
são posicionadas em um plano cartesiano que define o estado lógico do dado.
Condição
dos Dados: Evidência favorável alta e contrária baixa
Estado
Lógico Resultante: Verdadeiro
Ação
Prática do Sistema: O dado é aceito e integrado de forma convencional
Condição dos Dados: Evidência favorável baixa e contrária alta
Estado Lógico Resultante:
Falso
Ação
Prática do Sistema: O dado é rejeitado de forma convencional
Condição
dos Dados: Ambas as evidências são baixas
Estado
Lógico Resultante: Inconclusivo / Indeterminado
Ação
Prática do Sistema: O sistema identifica falta de informação para tomar
decisões
Condição
dos Dados: Ambas as evidências são altas
Estado
Lógico Resultante: Inconsistente / Contraditório
Ação
Prática do Sistema: O sistema reconhece o conflito explícito sem quebrar o
algoritmo
3.
Cálculo
de Grau de Certeza e Contradição
O sistema
calcula dois fatores críticos para tomar uma decisão matemática: Grau de
Contradição e Grau de Certeza
4.
Filtro
e Tomada de Decisão
Com base
em um limiar de tolerância definido previamente, o sistema decide se avança com
a informação ou se aciona um alerta.
Se a
contradição estiver abaixo do limite: O sistema utiliza o Grau de Certeza para
prosseguir
Se a
contradição estourar o limite: O algoritmo sinaliza que há um conflito grave
nos dados de origem e encaminha para uma rotina específica de auditoria.