Este website utiliza cookies que facilitam a navegação, o registo e a recolha de dados estatísticos.
A informação armazenada nos cookies é utilizada exclusivamente pelo nosso website. Ao navegar com os cookies ativos consente a sua utilização.

Diretor Fundador: João Ruivo Diretor: João Carrega Ano: XXVIII

Conhecimento em Inteligência Artificial Docentes da Madeira lançam livro

16-07-2025

Eduardo Fermé, Marco Garapa e Maurício Reis, docentes da Universidade da Madeira acabam de lançar o livro ‘Non-prioritized Belief Change’, dedicado à revisão e representação do conhecimento em Inteligência Artificial, publicado pela Springer Nature.

A obra dos membros dos centros de investigação NOVA LINCS e CIMA - Centro de Investigação em Matemática e Aplicações, explora modelos formais de raciocínio e revisão de crenças, contribuindo para os fundamentos da IA explicável.

Escrito com uma linguagem acessível a investigadores de diversas áreas, o livro apresenta os fundamentos clássicos da teoria da mudança de crenças — com base no modelo AGM, desenvolvido por Alchourrón, Gärdenfors e Makinson — e aprofunda a análise dos chamados modelos não-priorizados.

Aquieles modelos admitem a possibilidade de rejeitar novas informações quando não são suficientemente justificadas ou colidem com convicções bem fundamentadas. Este equilíbrio entre tradição lógica e inovação teórica torna a obra especialmente relevante para quem procura compreender os processos que sustentam o raciocínio automatizado, o pensamento crítico e o desenvolvimento de IA explicável.

O prefácio é assinado pelo filósofo e lógico sueco Sven Ove Hansson, referência mundial na área, que classifica a obra como “essencial para o estudo da revisão não-prioritária”. Já o livro estará disponível a partir de agosto de 2025, encontrando-se já em pré-venda no site da Springer Nature e na Amazon. Esta publicação representa um contributo relevante para a ciência e um exemplo da investigação de excelência desenvolvida na Universidade da Madeira, com impacto direto nas bases teóricas que sustentam sistemas de inteligência artificial mais racionais, confiáveis e explicáveis.

Voltar