A crescente evolução da inteligência artificial tem exigido modelos de representação do conhecimento que permitam que máquinas organizem e processem informações de maneira estruturada. Diferente de bancos de dados tradicionais, que armazenam informações de forma isolada, os modelos de representação do conhecimento buscam capturar relações, regras e significados, tornando possível a inferência automatizada. Entre as principais abordagens estão os modelos baseados em regras, os frames e as redes semânticas, cada um oferecendo vantagens específicas para diferentes contextos. No entanto, a escolha do modelo mais adequado para um problema depende da natureza do conhecimento que precisa ser representado e das características da aplicação.

Sobre os modelos de representação do conhecimento, analise as afirmativas abaixo:

( ) Os modelos baseados em regras utilizam uma estrutura condicional do tipo “se-então”, permitindo que sistemas de IA realizem inferências baseadas na aplicação de regras previamente definidas.

( )  Os frames organizam o conhecimento de maneira hierárquica, permitindo que classes específicas herdem atributos e características de categorias mais gerais.

( )  As redes semânticas utilizam uma estrutura relacional baseada em tabelas para representar conexões entre conceitos, priorizando a eficiência na recuperação de dados.

( )  A escolha do modelo de representação do conhecimento influencia diretamente a capacidade da IA de realizar inferências e resolver problemas de forma eficiente.

A sequência correta é dada por:

•  V – V – V – V.
•  V – F – V – F.
•  F – F – V – V.
•  V – V – F – F.
•  F – V – F – V.