Raciocínio lógico-probabilístico: algoritmos e aplicações

Resumo

O Raciocínio lógico-dedutivo e o raciocínio probabilístico são áreas que vem passando por um enorme desenvolvimento no âmbito dos estudos de Inteligência Artificial na últimas décadas. Enquanto o raciocínio dedutivo fez parte da Inteligência Artificial desde o nascimento da área, a complexidade computacional associada a seus problemas usualmente se coloca entre o intratável e o indecidível. A descoberta de que nem todas a instâncias de problemas difíceis são igualmente difíceis e a existência de um grande subconjunto de instâncias fáceis incentivou o desenvolvimento de resolvedores SAT eficientes, e de aplicações capazes de resolver cada vez problemas significativamente maiores, chegando hoje em dia a resolver instâncias com centenas de milhares de variáveis. O tratamento de probabilidades também tem sido parte da área de Inteligência Artificial, sendo que o raciocínio probabilístico em Inteligência Artificial teve seu grande desenvolvimento com a consolidação das propriedades computacionais das Redes Bayesianas, o que levou à expansão do desenvolvimento do raciocínio sobre causalidades e à rápida difusão de raciocínio probabilístico baseado em estruturas de grafos em uma larga gama de aplicações. A competição e a fertilização cruzada entre os enfoques Lógico e Probabilístico tem promovido e acelerado o desenvolvimento da área de Inteligência Artificial. Neste projeto, estamos interessados em desenvolver uma forma de raciocínio que combina tanto os aspectos lógico-dedutivos como os aspectos probabilísticos. Estamos particularmente interessados na interação entre estes dois tipos de raciocínio chamada de Lógica Probabilística, em especial estamos interessados no problema de Satisfatibilidade Probabilística (PSAT) e inferência lógico-probabilística. Esperamos explorar as aplicações deste tipo de raciocínio em problemas e aplicações da área de Inteligência Artificial. (AU)