TLDR;

Sistemas agênticos precisam de ontologias para receber uma especificação formal de conceitualização compartilhada do domínio e evitar alucinações probabilísticas dos LLMs.. Neuro-symbolic AI surge da convergência entre agentes baseados em redes neurais e representações simbólicas formais como ontologias e grafos de conhecimento.. Ontologias são criadas por abordagem top-down com especialistas ou bottom-up incorporando novas entidades e relações a partir de interações reais..

Resumo

Frank Coyle, educador da Berkeley com mais de 30 anos em ciência da computação, discute como a IA está transformando o mercado de trabalho em TI e como agentes e ontologias podem ser combinados para criar sistemas mais confiáveis. Ele defende uma filosofia educacional inspirada em Sister Corita Kent e John Cage: “nada é erro, não existe vitória ou fracasso, só criação”, incentivando os alunos a construir coisas e escrever à mão para engajar todos os sentidos e aprender melhor. Coyle explica que agentes, conceito desde os primórdios da IA com McCarthy e Minsky, percebem, decidem e agem. Já as ontologias, originadas em Aristóteles e formalizadas por Gruber em 1993, são especificações formais de conceituações compartilhadas, representando entidades, relações e propriedades em grafos. A convergência atual forma a IA neuro-simbólica, unindo LLMs probabilísticos a representações simbólicas como regras e grafos de conhecimento, mantendo os modelos sob controle e reduzindo alucinações. Ele recomenda construir ontologias de cima para baixo com especialistas ou de baixo para cima a partir de dados, aproveitando taxonomias existentes como schema.org, FOAF e DBpedia.