# IV.3 — IA Simbólica, Fuzzy e Evolutiva > **Estado da arte capturado em 2026-08** · última revisão 2026-08-10 · [histórico](../HISTORICO.md) > > **Nível: essencial.** Corpo escrito e prática funcionando; o aprofundamento (experimento próprio, todas as fontes conferidas, cláusula de expiração) vem em ciclo próprio — ver [níveis de maturidade](../GUIA-EDITORIAL.md#niveis-de-maturidade). ## Objetivos de aprendizagem - **O1.** Distinguir os paradigmas simbólico, conexionista, evolutivo e estatístico. - **O2.** Representar conhecimento em regras e explicar o encadeamento da inferência. - **O3.** Modelar incerteza linguística com conjuntos nebulosos. - **O4.** Aplicar um algoritmo genético a um problema de otimização e reconhecer seus limites. ## O problema: nem todo problema de IA é um problema de aprendizado Uma equipe precisa decidir se um lote de produção segue ou para. Tem **41 lotes rotulados** de histórico, um regulador que exige justificativa por escrito para cada reprovação, e três engenheiros que fazem essa chamada há vinte anos sem errar feio. A equipe faz o que aprendeu a fazer: treina um ensemble. Sai 0,88 de AUC na validação cruzada — em 41 exemplos, um número que não significa quase nada. Ninguém consegue explicar uma decisão individual. O regulador recusa. E os vinte anos de experiência dos três engenheiros, que era o ativo mais valioso da sala, não entrou em lugar nenhum. O erro não foi técnico. Foi de **enquadramento**: supor que "usar IA" significa "ajustar um modelo a dados". Havia conhecimento, e ele estava na cabeça de gente; havia um predicado vago ("a peça está muito fora do padrão") esperando ser modelado; havia uma estrutura causal conhecida do processo. Três coisas que aprendizado supervisionado não usa — e que quatro tradições da IA foram construídas justamente para usar. Este capítulo é o panorama dessas quatro tradições. Cada uma nasceu de um aperto que dado nenhum resolve: provar um teorema sem busca cega · decidir com um predicado vago, já que "a água está quente" não tem limiar · otimizar uma forma física sem derivada · raciocinar sob incerteza sem explodir a tabela conjunta. 📖 ## De onde isto veio São quatro linhagens, quatro apertos, quatro viradas. Vale ler as quatro mini-histórias antes de olhar para o que elas têm em comum — porque o que elas têm em comum é a lição do capítulo, e ela não aparece se você ler só uma. **1. A simbólica — provar teorema sem busca cega.** Allen Newell, John Clifford Shaw e Herbert Simon, meados dos anos 1950. O terceiro nome quase sempre some das citações, e some porque Shaw era o programador; registre-o. O aperto: uma prova de lógica é uma sequência de aplicações de regras, e o número de sequências possíveis explode antes do quinto passo. **A virada** foi escrever o problema como *estado, operadores e uma heurística que poda* — buscar guiado em vez de buscar tudo. O **Logic Theorist** provou 38 dos 52 primeiros teoremas do capítulo 2 do *Principia Mathematica* e, para o teorema 2.85, achou uma prova mais curta que a de Whitehead e Russell ⏳. Foi demonstrado em Dartmouth, no verão de 1956 ✓ᵐ. Conta-se que o *Journal of Symbolic Logic* teria recusado publicar um artigo coautorado por um programa ⏳: anedota excelente e fonte fraca, exatamente o tipo de coisa que este capítulo pede para você tratar com ceticismo. O que **está** documentado é o contrário do que a anedota sugere sobre a recepção. O *Journal of Symbolic Logic* publicou, em setembro de 1957, uma **resenha** do artigo do Logic Theory Machine, assinada pelo lógico Andrzej Ehrenfeucht (vol. 22, nº 3, pp. 331–332) ✓ᵐ. Isso não desmente a anedota, que é sobre uma submissão, e não sobre uma resenha. Serve para uma distinção que vale mais que a história: **"a revista rejeitou um artigo" e "a revista ignorou o trabalho" são afirmações diferentes**, e só a segunda o registro contradiz. Depois vieram os sistemas especialistas de verdade: **DENDRAL** (Stanford, a partir de 1965), que inferia estrutura química a partir de espectro de massa, e **MYCIN** (Shortliffe, 1972–76), que diagnosticava infecção bacteriana no nível de um especialista humano e **nunca foi usado clinicamente** ⏳. O mercado de máquinas LISP evaporou em 1987 ⏳. > **A ideia reaproveitável do colapso, e ela é dura.** O que matou aquele mercado **não foi a IA falhar** — foi o hardware genérico alcançar o especializado. Workstations comuns passaram a rodar LISP mais barato que máquinas feitas para isso. A aposta perdida foi de **arquitetura**, não de método. Toda vez que você amarra um resultado técnico a um substrato especializado, está fazendo essa mesma aposta. 📖 **2. A fuzzy — decidir com predicado vago.** Lotfi Zadeh, "Fuzzy Sets", *Information and Control* 8, 338–353, 1965 ✓ᵐ. O aperto é de uma banalidade desconcertante: "a água está quente" é uma frase que qualquer pessoa entende e que nenhum limiar reproduz. A 49 °C está quente e a 50 °C também; não existe o grau em que a água *vira* quente. **A virada** foi abandonar a pergunta "pertence ou não pertence?" e substituí-la por "pertence **quanto**?". O nome foi uma escolha ruim, e Zadeh sabia: *fuzzy* é pejorativo em inglês, e a palavra custou uma década de recepção ⏳. A partir de 1968 começam a chegar cartas do Japão; em 1987, o metrô de Sendai, linha Namboku, entra em operação com controle fuzzy de aceleração e frenagem ⏳. **3. A evolutiva — otimizar forma física sem derivada.** Três origens independentes, três continentes, cerca de 25 anos sem que soubessem umas das outras ⏳: os *genetic algorithms* de Holland em Ann Arbor (1962; livro *Adaptation in Natural and Artificial Systems*, 1975), o *evolutionary programming* de Fogel em San Diego (1962; livro em 1966) e as *evolution strategies* de Bienert, Rechenberg e Schwefel na TU Berlin (por volta de 1965). O aperto de Rechenberg é o mais concreto do capítulo: encontrar a forma de **mínimo arrasto** em túnel de vento. Não há função para derivar — há uma peça de metal e um medidor. **A virada** foi tratar variação aleatória mais seleção como um método de busca, e não como uma metáfora biológica. **4. As bayesianas — raciocinar sob incerteza sem explodir a tabela conjunta.** Judea Pearl, "Bayesian Networks: A Model of Self-Activated Memory for Evidential Reasoning", relatório técnico CSD-850017 da UCLA, apresentado na Cognitive Science Society em abril de 1985 ✓ᵐ. É ali que o termo aparece. Livro em 1988; Prêmio Turing em 2011. O aperto: a distribuição conjunta de *n* variáveis binárias exige 2ⁿ − 1 números. Com 30 variáveis, mais de um bilhão. **A virada** foi perceber que quase todos esses números são redundantes, porque a maioria das variáveis é **condicionalmente independente** das demais — e que essa independência pode ser *desenhada*, como um grafo. Em 1985, falar de probabilidade dentro da IA era estar fora do mainstream ⏳. **A ideia reaproveitável, e é uma só para as quatro.** **A representação escolhida decide qual busca é possível.** Nenhuma das quatro tradições inventou um otimizador melhor. Cada uma inventou uma **forma de escrever o problema** que tornou a busca tratável: estado-e-operador tornou a prova buscável; o grau de pertinência tornou o predicado vago computável; a população tornou o espaço sem gradiente percorrível; o grafo de independências tornou a inferência probabilística viável. É a lição do [capítulo I.6](i-6-representacao.md) vista de outro ângulo — lá, a representação decide o que o modelo consegue aprender; aqui, decide o que o algoritmo consegue procurar. 📖 > ### A rejeição tem geografia > > Duas das quatro histórias terminam com a mesma forma. A lógica fuzzy foi hostilizada no Ocidente (em boa parte por causa da palavra) e adotada industrialmente no Japão. Pearl estava fora do mainstream da IA em 1985 e recebeu o Turing 26 anos depois. Ambos venceram **por fora**. > > **A comunidade que rejeita uma ideia raramente é a que a reabilita.** Isso não é consolo para quem tem uma ideia rejeitada; é uma instrução de busca. Se o seu método não anda, a pergunta útil talvez não seja "como convenço esta sala?", e sim "qual é a sala em que este método é obviamente útil?". > > **Repare no relógio: 22 anos e um oceano.** De Zadeh (1965) a Sendai (1987) foram 22 anos **e uma mudança de continente**. Compare com os 43 anos do [capítulo II.7](ii-7-series-temporais.md), os 59 do [I.6](i-6-representacao.md) e os 91 do [IV.2](iv-2-reforco.md). O atraso aqui é curto para o padrão do livro — o que custou tempo não foi formular a ideia nem construir a ferramenta, foi **encontrar quem quisesse ouvir**. 📖 **Procedência das afirmações desta seção:** | Selo | Afirmação | |---|---| | ⏳ | Logic Theorist: 38 dos 52 primeiros teoremas do capítulo 2 do *Principia Mathematica*, e a prova mais curta para o teorema 2.85. A fonte primária é Newell & Simon, *"The logic theory machine: a complex information processing system"*, **IRE Transactions on Information Theory IT-2(3), 61–79, set. 1956**, DOI [10.1109/tit.1956.1056797](https://doi.org/10.1109/tit.1956.1056797). **A ficha está conferida; o artigo não abriu** (repositórios institucional e do editor devolveram 403/404), e por isso os dois números continuam ⏳ | | ✓ᵐ | A demonstração do Logic Theorist em Dartmouth, verão de 1956 | | ⏳ | A recusa atribuída ao *Journal of Symbolic Logic* a um artigo coautorado por um programa. Continua sem fonte primária | | ✓ᵐ | Que o *Journal of Symbolic Logic* **resenhou** o artigo do Logic Theory Machine em setembro de 1957, por Andrzej Ehrenfeucht, vol. 22 nº 3, pp. 331–332, DOI [10.2307/2963663](https://doi.org/10.2307/2963663). Ficha conferida no registro da resenha; a resenha em si não foi lida | | ⏳ | DENDRAL em Stanford a partir de 1965; MYCIN (Shortliffe, 1972–76) no nível de especialista e nunca usado clinicamente | | ⏳ | O colapso de 1987 do mercado de máquinas LISP diante de workstations genéricas | | ✓ᵐ | Zadeh, *Fuzzy Sets*, **Information and Control** 8, 338–353 (1965), DOI [10.1016/S0019-9958(65)90241-X](https://doi.org/10.1016/S0019-9958(65)90241-X). **Metadados conferidos; não lido**, e as tentativas ficam registradas: o editor devolveu 403, o espelho institucional 404 e o repositório aberto não tem o depósito. Nada do artigo aparece aqui entre aspas | | ⏳ | O nome *fuzzy* como escolha ruim e a década de recepção perdida; a frase de Zadeh sobre o conselho editorial (só em fontes secundárias) | | ⏳ | As cartas do Japão a partir de 1968 e o metrô de Sendai (linha Namboku) com controle fuzzy em operação em 1987. A abertura da linha em **15/07/1987** e a autoria do controle (Hitachi, com Seiji Yasunobu) aparecem de forma consistente em fontes enciclopédicas e de divulgação, **e em nenhuma primária que tenhamos aberto**. Consistência entre terciárias não é confirmação: elas se copiam | | ⏳ | As três origens independentes da computação evolutiva e os ~25 anos de desconhecimento mútuo — Holland (1962/1975), Fogel (1962/1966), Bienert–Rechenberg–Schwefel (~1965) | | ✓ᵐ | Pearl, *Bayesian Networks…*, UCLA TR CSD-850017, Cognitive Science Society, abril de 1985; livro em 1988; Turing em 2011. **Metadados conferidos; não lido.** De 1985 a 2011 são **26 anos**, e não os 22 que uma edição anterior deste capítulo somava por engano | | ⏳ | Probabilidade como posição fora do mainstream da IA em 1985 | | 📖 | A ideia reaproveitável geral; a leitura do colapso de 1987 como aposta de arquitetura; "a rejeição tem geografia"; a comparação de relógios | ## Simbólica: a base de conhecimento e o motor de inferência A arquitetura é uma separação, e é essa separação que dá o nome ao paradigma. De um lado, a **base de conhecimento**: fatos e regras do tipo *SE — ENTÃO*, escritas em linguagem que uma pessoa lê. De outro, o **motor de inferência**: um procedimento genérico, sem nenhum compromisso com o domínio, que combina as regras. Duas direções de encadeamento: | Direção | Como funciona | Quando serve | |---|---|---| | **Para a frente** (*forward chaining*) | parte dos fatos conhecidos e dispara toda regra cuja condição foi satisfeita, gerando fatos novos | monitoramento, alarme, configuração — chega um dado, o que ele implica? | | **Para trás** (*backward chaining*) | parte de uma hipótese e procura as regras que a sustentam, perguntando pelo que falta | diagnóstico — quero saber se é isto, o que preciso medir? | O encadeamento para trás dá de graça a coisa que o resto do livro custa caro para obter: a **explicação**. O rastro de regras que sustentou a conclusão *é* a justificativa, na mesma linguagem em que o especialista fala. Compare com o esforço do [capítulo V.1](v-1-interpretabilidade-justica.md) para extrair explicação aproximada de um modelo que não a produz. E aqui está o gargalo que derrubou a promessa comercial da década de 1980: **a aquisição do conhecimento**. Escrever a base exige um engenheiro de conhecimento entrevistando um especialista — e o especialista decide bem sem conseguir enunciar as regras que usa. O motor era a parte fácil. Enquanto isso, este era o paradigma dominante da IA: as tradições deste capítulo ocuparam justamente o vazio deixado pelo inverno conexionista do [capítulo III.1](iii-1-neuronio-artificial.md). :::exercicio {"id":"ia-simbolica-fuzzy-evolutiva-e1","tipo":"multipla","objetivo":"O2","dificuldade":"media"} Sua empresa quer transformar em sistema especialista o conhecimento de três engenheiros veteranos que aprovam ou reprovam lotes de produção. Onde está o gargalo real do projeto? - [ ] Na velocidade do motor de inferência, que precisará percorrer milhares de regras a cada consulta. - [ ] Na aquisição do conhecimento: os engenheiros decidem bem sem conseguir enunciar as regras que usam. - [ ] Na falta de exemplos rotulados suficientes para treinar a base de regras. - [ ] Na ausência de uma linguagem formal capaz de representar regras SE — ENTÃO. > **volte para:** #simbolica-a-base-de-conhecimento-e-o-motor-de-inferencia > _Gabarito, explicação e rubrica não vão neste arquivo. Quem corrige é o servidor, e a explicação completa é o que a segunda tentativa paga._ ::: :::exercicio {"id":"ia-simbolica-fuzzy-evolutiva-e5","tipo":"multipla","objetivo":"O2","dificuldade":"facil"} Um sistema recebe uma leitura de sensor e quer saber tudo o que ela implica. Qual encadeamento serve? - [ ] Para a frente: parte dos fatos conhecidos e dispara toda regra cuja condição foi satisfeita, gerando fatos novos. - [ ] Para trás: parte de uma hipótese e procura as regras que a sustentam. - [ ] Os dois dão o mesmo resultado, e a escolha é de desempenho. - [ ] Nenhum dos dois: implicação exige aprendizado a partir de exemplos. > **volte para:** #simbolica-a-base-de-conhecimento-e-o-motor-de-inferencia > _Gabarito, explicação e rubrica não vão neste arquivo. Quem corrige é o servidor, e a explicação completa é o que a segunda tentativa paga._ ::: :::exercicio {"id":"ia-simbolica-fuzzy-evolutiva-e6","tipo":"multipla","objetivo":"O2","dificuldade":"dificil"} Por que o encadeamento para trás entrega de graça algo que o resto do livro custa caro para obter? - [ ] Porque ele é mais rápido, e velocidade permite gerar relatórios detalhados. - [ ] Porque o rastro de regras que sustentou a conclusão é a própria justificativa, na mesma linguagem em que o especialista fala. - [ ] Porque ele calcula a importância de cada regra, como o SHAP faz com atributos. - [ ] Porque ele só aceita regras que já vêm com justificativa escrita. > **volte para:** #simbolica-a-base-de-conhecimento-e-o-motor-de-inferencia > _Gabarito, explicação e rubrica não vão neste arquivo. Quem corrige é o servidor, e a explicação completa é o que a segunda tentativa paga._ ::: ## Fuzzy: o grau entre o sim e o não Num conjunto clássico, a pertinência é 0 ou 1: o elemento está dentro ou está fora. Num **conjunto fuzzy**, a pertinência é um número **entre 0 e 1** — 46 °C pertence ao conjunto "água quente" com grau 0,8, e ao conjunto "água morna" com grau 0,3. Os graus não precisam somar 1, e essa é a primeira pista de que **isto não é probabilidade**. A distinção vale ser dita com todas as letras, porque quase todo mundo confunde: probabilidade mede **incerteza sobre um fato nítido** (não sei se a água está acima de 50 °C, e depois de medir saberei); pertinência mede **vagueza do próprio predicado** (sei exatamente que são 46 °C, e "quente" continua sendo uma questão de grau). Medir mais elimina a incerteza; não elimina a vagueza. Sobre isso se constrói a **variável linguística**: "temperatura" deixa de ser um número e passa a ser uma variável cujos valores são *fria*, *morna*, *quente*, *muito quente* — cada um definido por uma função de pertinência, tipicamente triangular ou trapezoidal. E daí sai o controlador fuzzy, em três passos: **fuzzificar** (o sensor lê 46 °C → graus de pertinência em cada termo), **avaliar as regras** (*SE a temperatura é quente E a variação é pequena, ENTÃO reduza a potência um pouco*, com todas as regras disparando parcialmente, cada uma com a força do seu grau), e **defuzzificar** (agregar as saídas parciais num único número — a potência a aplicar). O ganho de engenharia é que as regras são escritas na linguagem do operador da máquina, não na do teórico de controle. Foi isso que a linha Namboku pôs para andar: um controle de frenagem que o técnico de manutenção consegue ler. :::exercicio {"id":"ia-simbolica-fuzzy-evolutiva-e2","tipo":"numerica","objetivo":"O3","dificuldade":"media"} O termo linguístico "água quente" é definido por uma função de pertinência **triangular**: pertinência 0 em 30 °C, 1 em 50 °C e 0 em 70 °C, com variação linear entre esses pontos. Qual é o grau de pertinência de uma leitura de **44 °C** ao conjunto "água quente"? Responda com duas casas decimais. > **volte para:** #fuzzy-o-grau-entre-o-sim-e-o-nao > _Gabarito, explicação e rubrica não vão neste arquivo. Quem corrige é o servidor, e a explicação completa é o que a segunda tentativa paga._ ::: ## Evolutiva: buscar onde não existe gradiente Um algoritmo genético mantém uma **população** de soluções candidatas, cada uma codificada como uma sequência. A cada geração: avalia cada candidata com uma **função de aptidão**, seleciona as melhores com alguma aleatoriedade, gera filhas por **cruzamento** (combinar pedaços de duas candidatas) e **mutação** (perturbar uma), e repete. Não há derivada em lugar nenhum — só avaliação, comparação e variação. Isso delimita bem quando vale a pena. **Vale** quando o espaço de busca não tem gradiente utilizável: variáveis discretas, problemas combinatórios (roteamento, escalonamento, seleção de atributos), funções com muitos ótimos locais, ou uma função de aptidão que é uma **caixa-preta** — um simulador, um jogo, ou, como em Rechenberg, um túnel de vento com uma peça de metal dentro. **Não vale** quando existe gradiente: se você pode derivar, derive; o [capítulo II.4](ii-4-otimizacao.md) faz em minutos o que uma população levaria horas para tatear. Os dois custos a declarar antes de começar: o algoritmo genético **não dá garantia de ótimo** e é **caro em número de avaliações** — se cada avaliação é um ensaio físico ou uma simulação de dez minutos, a conta é o projeto inteiro. E ele traz um punhado de hiperparâmetros próprios (tamanho da população, taxa de mutação, pressão de seleção) que precisam ser ajustados por fora, o que é irônico: um método de busca que exige uma busca para ser configurado. :::lab {"id":"ia-simbolica-fuzzy-evolutiva-l1","tipo":"anima-evolucao","titulo":"A população que terminou pior do que começou"} Uma paisagem com dois picos: um **largo e baixo**, de altura 0,7, e um **estreito e alto**, de altura 1,0. Oitenta candidatas, espalhadas ao acaso pelo espaço, 120 gerações de torneio, cruzamento por mistura e mutação. À direita, a melhor aptidão e a diversidade da população. Assista a diversidade despencar enquanto a melhor aptidão sobe. É o retrato que o capítulo descreve, e ele é fiel: a seleção consome variação, porque é isso que a seleção faz. **Agora repare no número que fica no canto do placar.** Na geração 0 a melhor candidata já valia 0,7349. Ao fim das 120 gerações, a melhor vale 0,7000. A população **terminou pior do que começou**, e não estagnou: perdeu. Alguém já estava perto do pico alto lá no início, e a descendência dessa candidata foi diluída até sumir. **Antes de clicar, preveja o que conserta isso.** Mais mutação, para manter diversidade? **Não.** Varri as taxas de mutação de 0,02 a 0,35 e o pico alto se perde em todas. O motivo está no cruzamento: o filho de uma candidata do pico alto com qualquer outra cai **no vale entre os dois picos**, onde a aptidão é zero. A linhagem boa morre pela **média**, não por falta de variação. Clique em **"E guardando o melhor de cada geração?"**. Uma única candidata copiada intacta de uma geração para a seguinte, e a mesma população chega a **1,0000**, o ótimo global. > **E a diversidade colapsa igual nos dois casos** — 0,0901 contra 0,0906. Ou seja: a receita que todo mundo repete, "mantenha a diversidade", não é o que resolveu aqui. O que resolveu foi **não jogar fora o que já se tinha achado**. As duas coisas parecem a mesma e não são, e é o tipo de distinção que só aparece quando se mede as duas separadamente. ::: :::exercicio {"id":"ia-simbolica-fuzzy-evolutiva-e7","tipo":"multipla","objetivo":"O3","dificuldade":"facil"} Numa leitura de 46 °C, o grau de pertinência a "água quente" é 0,8 e a "água morna" é 0,3. A soma passa de 1. O que isso indica? - [ ] Um erro na definição das funções de pertinência, que precisam somar 1. - [ ] Que pertinência não é probabilidade: os graus não precisam somar 1, e essa é a primeira pista da distinção. - [ ] Que a leitura de 46 °C é inconsistente e deve ser descartada. - [ ] Que existe uma terceira categoria faltando na modelagem. > **volte para:** #fuzzy-o-grau-entre-o-sim-e-o-nao > _Gabarito, explicação e rubrica não vão neste arquivo. Quem corrige é o servidor, e a explicação completa é o que a segunda tentativa paga._ ::: :::exercicio {"id":"ia-simbolica-fuzzy-evolutiva-e8","tipo":"multipla","objetivo":"O3","dificuldade":"dificil"} Um engenheiro propõe substituir o controlador fuzzy de uma caldeira por um classificador probabilístico treinado, "porque probabilidade é mais rigorosa que pertinência". Qual é a avaliação correta? - [ ] Ele tem razão: pertinência é uma formalização informal, e probabilidade a substitui com vantagem. - [ ] Ele trocou de pergunta: probabilidade mede incerteza sobre um fato nítido, e o controlador precisa lidar com a vagueza de "quente", que medir mais não resolve. - [ ] Ele tem razão apenas se houver dados rotulados suficientes. - [ ] A troca é indiferente, porque os dois produzem números entre 0 e 1. > **volte para:** #fuzzy-o-grau-entre-o-sim-e-o-nao > _Gabarito, explicação e rubrica não vão neste arquivo. Quem corrige é o servidor, e a explicação completa é o que a segunda tentativa paga._ ::: ## Bayesianas: a incerteza com estrutura Uma **rede bayesiana** tem duas peças: um **grafo dirigido acíclico**, em que cada nó é uma variável e cada seta é uma dependência direta, e uma **tabela de probabilidade condicional** por nó, dizendo a distribuição daquela variável dados os valores de seus pais. Só isso. As independências que o grafo declara são o que dispensa os outros bilhões de números da tabela conjunta. O que essa estrutura permite, e uma rede neural do [capítulo III.2](iii-2-redes-neurais.md) não permite: - **Inferência em qualquer direção.** A mesma rede que calcula "dada a doença, qual a chance deste sintoma?" responde "dado o sintoma, qual a chance da doença?". Uma rede neural treinada de entrada para saída faz um caminho só; para inverter, você treina outra. - **Raciocínio sobre intervenção.** É diferente *observar* que o barômetro caiu e *forçar* o ponteiro do barômetro com a mão. O grafo distingue as duas coisas; um modelo que só aprendeu correlação, não. - **Funcionar com variável faltando.** Não observou três das dez variáveis? A inferência simplesmente marginaliza sobre elas. Não é imputação, é a resposta correta dado o que se sabe. - **Explicação estrutural.** O caminho de influência no grafo é a justificativa, e ela é a mesma que o especialista do domínio desenharia num quadro branco. O preço: alguém precisa **escrever o grafo** — e voltamos ao gargalo da aquisição de conhecimento. Estruturas podem ser aprendidas de dados, mas isso exige muito mais dado do que a situação típica em que a rede bayesiana é a escolha certa. :::exercicio {"id":"ia-simbolica-fuzzy-evolutiva-e9","tipo":"multipla","objetivo":"O4","dificuldade":"facil"} Quando vale a pena usar um algoritmo genético? - [ ] Quando o espaço de busca não tem gradiente utilizável: variáveis discretas, combinatória, ou função de aptidão que é caixa-preta. - [ ] Sempre que o problema tiver muitos parâmetros a ajustar. - [ ] Quando há dados rotulados suficientes para treinar a população. - [ ] Quando o objetivo é interpretabilidade da solução encontrada. > **volte para:** #evolutiva-buscar-onde-nao-existe-gradiente > _Gabarito, explicação e rubrica não vão neste arquivo. Quem corrige é o servidor, e a explicação completa é o que a segunda tentativa paga._ ::: :::exercicio {"id":"ia-simbolica-fuzzy-evolutiva-e10","tipo":"multipla-multi","objetivo":"O4","dificuldade":"media"} Quais custos de um algoritmo genético precisam ser declarados antes de começar? (marque todos que valem) - [ ] Ele não dá garantia de ótimo. - [ ] Ele é caro em número de avaliações, e se cada avaliação for um ensaio físico a conta é o projeto inteiro. - [ ] Ele traz hiperparâmetros próprios que precisam ser ajustados por fora. - [ ] Ele exige que a função de aptidão seja diferenciável. > **volte para:** #evolutiva-buscar-onde-nao-existe-gradiente > _Gabarito, explicação e rubrica não vão neste arquivo. Quem corrige é o servidor, e a explicação completa é o que a segunda tentativa paga._ ::: ## Por que estas tradições ainda importam Três razões, e nenhuma delas é nostalgia. **Interpretabilidade por construção.** Regras, graus de pertinência e grafos causais são legíveis porque foram **escritos para ser lidos** — a explicação não é extraída depois, ela é o próprio objeto. Onde há regulador, auditoria ou responsabilidade civil, isso muda o cálculo do projeto inteiro ([capítulo V.1](v-1-interpretabilidade-justica.md)). **Funcionamento com pouco dado.** Um sistema de regras, um controlador fuzzy e uma rede bayesiana com estrutura desenhada por especialista funcionam com **zero** exemplos de treino — e usam o histórico disponível para o que ele de fato serve nesse regime: **testar**, não estimar. Aqueles 41 lotes do início do capítulo não davam para aprender; davam muito bem para avaliar. :::exercicio {"id":"ia-simbolica-fuzzy-evolutiva-e11","tipo":"multipla","objetivo":"O1","dificuldade":"facil"} Qual é a ideia reaproveitável que une as quatro tradições deste capítulo? - [ ] Que métodos antigos voltam a ser úteis quando o poder computacional aumenta. - [ ] Que a representação escolhida decide qual busca é possível: nenhuma das quatro inventou um otimizador melhor, todas inventaram uma forma de escrever o problema. - [ ] Que sistemas baseados em conhecimento sempre superam sistemas baseados em dados. - [ ] Que os quatro paradigmas convergem para o mesmo algoritmo em problemas grandes. > **volte para:** #de-onde-isto-veio > _Gabarito, explicação e rubrica não vão neste arquivo. Quem corrige é o servidor, e a explicação completa é o que a segunda tentativa paga._ ::: :::exercicio {"id":"ia-simbolica-fuzzy-evolutiva-e12","tipo":"multipla-multi","objetivo":"O1","dificuldade":"media"} Um problema tem 41 exemplos históricos, um regulador que exige justificativa escrita por decisão, e três especialistas que decidem bem há vinte anos. Quais leituras deste capítulo se aplicam? (marque todas que valem) - [ ] Os 41 exemplos servem para **testar** uma regra escrita, não para estimar uma. - [ ] A exigência de justificativa favorece paradigmas em que a explicação é o próprio objeto. - [ ] O conhecimento tácito dos especialistas é um ativo que o supervisionado não usa. - [ ] Com mais coleta de dados, o problema vira supervisionado e as outras tradições ficam desnecessárias. > **volte para:** #por-que-estas-tradicoes-ainda-importam > _Gabarito, explicação e rubrica não vão neste arquivo. Quem corrige é o servidor, e a explicação completa é o que a segunda tentativa paga._ ::: **A fusão com aprendizado.** A direção mais viva hoje é **neuro-simbólica**: rede neural onde há dado e percepção, estrutura simbólica onde há regra e restrição — o modelo aprendido propõe, o componente simbólico verifica e recusa o que viola a regra. É também o padrão que ancora modelos de linguagem em ferramentas formais. 📖 :::exercicio {"id":"ia-simbolica-fuzzy-evolutiva-e3","tipo":"aberta","objetivo":"O1","pontos":3,"dificuldade":"dificil"} Um hospital pede um sistema de apoio ao diagnóstico para uma doença rara. Há **60 casos confirmados** em dez anos de prontuários, um consenso clínico publicado que descreve quais fatores causam quais sintomas, e uma exigência do comitê de ética: **toda recomendação precisa vir acompanhada da justificativa clínica**. Um colega propõe treinar uma rede neural com os 60 casos. Escreva a recomendação que você levaria à reunião, dizendo o que usar e por quê. > **volte para:** #bayesianas-a-incerteza-com-estrutura > _Gabarito, explicação e rubrica não vão neste arquivo. Quem corrige é o servidor, e a explicação completa é o que a segunda tentativa paga._ ::: ## Síntese — o que levar - **A representação escolhida decide qual busca é possível.** Nenhuma das quatro tradições inventou um otimizador melhor; cada uma inventou uma forma de **escrever o problema**. É o [capítulo I.6](i-6-representacao.md) visto do lado da busca. - **Nem todo problema de IA é problema de aprendizado.** Quando a informação está na cabeça de um especialista, num consenso publicado ou numa estrutura causal conhecida, aprendizado supervisionado não tem por onde recebê-la. - **Simbólica**: base de conhecimento separada do motor de inferência; encadeamento para a frente para monitorar, para trás para diagnosticar. Explicação de graça, e o gargalo é a **aquisição**. - **Fuzzy**: pertinência entre 0 e 1 modela **vagueza**, não incerteza — e as duas não se confundem. Medir mais elimina incerteza; não elimina vagueza. - **Evolutiva**: população, seleção, cruzamento, mutação e aptidão. Vale sem gradiente e em espaço combinatório; **não vale** quando você pode derivar. - **Bayesiana**: grafo dirigido acíclico mais tabelas condicionais. Dá inferência em qualquer direção, raciocínio sobre intervenção e tolerância a variável faltando — coisas que uma rede neural não entrega. - **A rejeição tem geografia.** A comunidade que rejeita uma ideia raramente é a que a reabilita. Se o método não anda, procure a sala certa antes de trocar o método. - **Aposta de arquitetura não é aposta de método.** O colapso de 1987 não mediu a qualidade da IA simbólica; mediu a durabilidade de um hardware especializado. :::exercicio {"id":"ia-simbolica-fuzzy-evolutiva-e4","tipo":"aberta","objetivo":"O4","secao":"verificacao","pontos":3,"dificuldade":"dificil"} **Desafio de fechamento.** Você tem um problema de escalonamento com 40 tarefas e um simulador que leva 8 segundos por avaliação. Um algoritmo genético é candidato razoável? Estime a **ordem de grandeza** do custo, diga o que você mediria antes de decidir, e qual linha de base o algoritmo precisaria bater. > **volte para:** #evolutiva-buscar-onde-nao-existe-gradiente > _Gabarito, explicação e rubrica não vão neste arquivo. Quem corrige é o servidor, e a explicação completa é o que a segunda tentativa paga._ ::: ## Verificação 1. Um colega afirma que "IA simbólica é IA antiga". Dê dois cenários concretos do seu contexto em que a escolha simbólica seria tecnicamente superior — e diga qual característica do cenário determina isso. 2. Explique, sem usar a palavra "probabilidade", a diferença entre dizer que uma leitura tem pertinência 0,7 ao conjunto "quente" e dizer que há 70% de chance de a água estar quente. Que decisão prática muda conforme a interpretação? > Estas duas não são corrigidas, e a omissão é deliberada: a primeira pede cenários que só você conhece, e a segunda rende mais como discussão do que como resposta escrita.