Lógica paraconsistente (matemático Newton da Costa criador da lógica)

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.