Rôle de l'inférence bayésienne dans les systèmes de raisonnement

Je lutte depuis longtemps avec la connexion entre les systèmes d'IA basés sur la connaissance et l'inférence bayésienne. Pendant que je continue de parcourir la littérature, je serais heureux si quelqu'un pouvait répondre directement à ces questions -

1. Des méthodes basées sur l'inférence bayésienne sont-elles utilisées dans les systèmes de raisonnement ou de Q / R - pour arriver à des conclusions sur des questions dont les réponses ne sont pas directement présentes dans la base de connaissances?
2. En d'autres termes, si un système Q / A ne trouve pas de réponse dans une base de connaissances, peut-il utiliser l'inférence bayésienne pour utiliser les faits disponibles pour suggérer des réponses avec des probabilités variables?
3. Si oui, pourriez-vous m'indiquer quelques implémentations?

Oui, il est possible de combiner le raisonnement probabiliste / bayésien et une "base de connaissances" traditionnelle. Et un travail dans ce sens a été fait. Voir, par exemple, ProbLog ("Probabilistic Prolog") qui combine la programmation logique et les éléments probabilistes. Voir:

https://dtai.cs.kuleuven.be/problog/tutorial/mpe/01_bn.html

Un autre projet à examiner est Pr-OWL ("Probabilistic OWL") qui ajoute le raisonnement bayésien à la pile du Web sémantique.

Bien sûr, ni l'un ni l'autre ne traite spécifiquement des systèmes d'AQ, mais les deux représentent un travail sur au moins l'aspect fondamental de la combinaison de la logique et / ou des ontologies traditionnelles, avec des approches probabilistes. Construire un système d'AQ en plus est un exercice pour le lecteur ...