Padrões Irreais: Uma Nova Abordagem para Entidades Não Existentes em IA
Tradicionalmente, a representação de tais entidades tem sido abordada de diversas maneiras, frequentemente envolvendo a criação de "instâncias fictícias" ou o uso de lógica modal. No entanto, os autores criticam essas abordagens, argumentando que elas podem levar a suposições metafísicas excessivas ou introduzir ineficiências computacionais que limitam suas aplicações práticas.
A proposta central do artigo é modelar esses casos utilizando as intersecções de tipos de entidades que de fato existem, em vez de recorrer a "tokens" específicos para o que não existe. Essa abordagem se posiciona dentro do contexto da Basic Formal Ontology (BFO), um framework ontológico que se alinha com compromissos realistas, mas com um forte enfoque em soluções que sejam implementáveis e úteis na prática.
Ao desenvolver o que chamam de "padrões irreais", os autores buscam fornecer um método estruturado e orientado por ontologia para lidar com referências a entidades hipotéticas ou inexistentes de maneira computacionalmente viável. O objetivo é oferecer uma ferramenta robusta para a representação do conhecimento em domínios de IA que necessitam raciocinar sobre o possível, o fictício ou o planejado, sem cair nas armadilhas das abordagens existentes que, segundo os autores, ou se prendem a debates puramente filosóficos ou criam obstáculos computacionais significativos. O artigo está categorizado na área de Inteligência Artificial (cs.AI) no repositório arXiv.