Les relacions de similaritat juguen un paper cabdal en diferents camps del coneixement com la filosofia, la ciència cognitiva i les ciències en general. En particular, dins la intel·ligència artificial, la mesura de la similaritat entre objectes, conceptes o particions és fonamental en camps com, entre d’altres, el raonament basat en casos, el raonament aproximat, la classificació, la creació de classes a partir de l’anàlisi dels objectes d’un domini (clustering) o el descobriment de nou coneixement (knowledge discovery).

El problema central que planteja en aquesta conferència és el de la integració de les relacions de similaritat en els llenguatges de les Lògiques Borroses de Descripcions (FDLs) i en les seves bases de coneixement. Les FDLs són generalitzacions naturals de les Lògiques de Descripcions (DLs), que permeten tractar la vaguetat en aquells dominis d’aplicació que així ho requereixin, interpretant els conceptes com a conjunts borrosos i els rols com a relacions binaries borroses. Partint de la base que les lògiques borroses de descripcions poden veure’s com a fragments de la lògica borrosa de predicats, es tracta d’estudiar l’ús del símbol d’igualtat no com a símbol lògic, sinó com a símbol relacional que s’interpretarà com una relació de similaritat entre els objectes del domini.

En la conferència es consideraran diferents alternatives per al tractament de les relacions de similaritat dins els llenguatges i les bases de coneixement de les FDLs i de les DLs en general. Es presentarà un estat de l’art del problema i es proposaran alternatives encaminades a un tractament eficaç de les relacions de similaritat dins els llenguatges i les bases de coneixement de les lògiques de descripcions.