Su confusión es comprensible; el término «lógica difusa» es ahora tan probable que aparezca en textos publicitarios como en revistas técnicas. Varios trabajadores nos escribieron para compartir su percepción de esta dinámica área de investigación.
Charles Elkan, profesor adjunto de ciencias de la computación e ingeniería en la Universidad de California en San Diego, ofrece la siguiente definición:
«La lógica difusa es una generalización de la lógica estándar, en la que un concepto puede poseer un grado de verdad en cualquier lugar entre 0,0 y 1,0. La lógica estándar sólo se aplica a los conceptos que son completamente verdaderos (con un grado de verdad de 1,0) o completamente falsos (con un grado de verdad de 0,0). Por ejemplo, podríamos decir que «el presidente Clinton es alto», con un grado de verdad de 0,9.
«Resulta que las aplicaciones útiles de la lógica difusa no están en la inteligencia artificial de alto nivel, sino en el control de máquinas de bajo nivel, especialmente en productos de consumo. Por lo general, los controladores difusos se implementan como software que se ejecuta en microprocesadores estándar. Se han construido algunos microprocesadores de propósito especial que realizan operaciones difusas directamente en el hardware, pero incluso éstos utilizan señales digitales binarias (0 ó 1) en el nivel más bajo del hardware. Hay algunos prototipos de investigación de chips de ordenador que utilizan señales analógicas en el nivel más bajo, pero estos chips simulan el funcionamiento de las neuronas en lugar de la lógica difusa»
Shlomo Zilberstein, profesor asistente en el departamento de ciencias de la computación de la Universidad de Massachusetts en Amherst, proporciona información adicional y más análisis difuso del presidente de Estados Unidos:
«La lógica difusa es una técnica para representar y manipular información incierta. En la lógica proposicional más tradicional, cada hecho o proposición, como «lloverá mañana», debe ser verdadero o falso. Al igual que la teoría de la probabilidad, la lógica difusa asigna valores numéricos entre 0 y 1 a cada proposición para representar la incertidumbre. Pero mientras la teoría de la probabilidad mide la probabilidad de que la proposición sea correcta, la lógica difusa mide el grado en que la proposición es correcta. Por ejemplo, la proposición ‘El presidente Clinton es joven’ puede tener un grado de corrección de 0,8.
«La distinción importante entre la información probabilística y la lógica difusa es que no hay incertidumbre sobre la edad del presidente, sino sobre el grado en que coincide con la categoría ‘joven’. Muchos términos, como «alto», «rico», «famoso» o «moreno», sólo son válidos en cierto grado cuando se aplican a un individuo o situación concretos. La lógica difusa mide ese grado y permite a los ordenadores manipular esa información.
«La lógica difusa fue formulada por Lotfi Zadeh, de la Universidad de California en Berkeley, a mediados de la década de 1960, basándose en trabajos anteriores en el ámbito de la teoría de los conjuntos difusos. Zadeh también formuló el concepto de control difuso, que permite utilizar un pequeño conjunto de «reglas intuitivas» para controlar el funcionamiento de los dispositivos electrónicos. En los años 80, el control difuso se convirtió en una gran industria en Japón y otros países, donde se integró en electrodomésticos como aspiradoras, hornos microondas y cámaras de vídeo. Estos aparatos podían adaptarse automáticamente a diferentes condiciones; por ejemplo, una aspiradora aplicaría más succión en una zona especialmente sucia. Una de las ventajas del control difuso es que puede implementarse fácilmente en un ordenador estándar.
«A pesar de su éxito comercial, la lógica difusa sigue siendo una idea controvertida dentro de la comunidad de la inteligencia artificial. Muchos investigadores cuestionan la coherencia y la validez de los métodos utilizados para «razonar» con la lógica difusa.
Jacoby Carter, del NationalWetlandsResearch Center del Servicio Nacional de Biología en Lafayette, La, aclara la diferencia entre la lógica difusa y la tradicional; también ofrece una evaluación más optimista del potencial de la lógica difusa para la inteligencia artificial (IA):
«La teoría de la lógica tradicional, a veces llamada ‘lógica crispada’, utiliza tres operaciones lógicas -AND, OR y NOT- y devuelve un 0 o un 1.Del mismo modo, la teoría de conjuntos tradicional, o «teoría de conjuntos nítidos», asigna a los objetos la pertenencia o no pertenencia a una clase o grupo al que se le han asignado límites matemáticos estrictos, de modo que, por ejemplo, 80 grados Fahrenheit es cálido y 81 grados F es caliente. En la lógica difusa, las tres operaciones Y, O y NO devuelven un grado de pertenencia que es un número entre 0 y 1.
«La teoría de los conjuntos difusos se ha utilizado en aplicaciones comerciales de sistemas expertos y dispositivos de control para trenes y ascensores; también se ha combinado con redes neuronales para controlar la fabricación de semiconductores. Al incorporar la lógica difusa y los conjuntos difusos en los sistemas de producción, se han conseguido mejoras significativas en muchos sistemas de IA. Este enfoque ha sido especialmente exitoso con conjuntos de datos ambiguos o cuando las reglas son perfectamente conocidas».
Heidar A.Malki, profesor adjunto de la Facultad de Tecnología de la Universidad de Houston, ofreció una perspectiva más amplia sobre las posibles aplicaciones de la lógica difusa:
«Cada vez más, la gente de la industria y el mundo académico está explorando los beneficios de la lógica difusa y sus tecnologías relacionadas. La lógica difusa puede utilizarse en situaciones en las que las tecnologías lógicas convencionales no son eficaces, como los sistemas y dispositivos que no pueden describirse con precisión mediante modelos matemáticos, los que tienen incertidumbres significativas o condiciones contradictorias, y los dispositivos o sistemas controlados lingüísticamente. Como dijo LotfiZadeh en una ocasión, la lógica difusa no va a sustituir a la lógica convencional (ordenadores) ni a las metodologías, sino que las complementará en circunstancias en las que los enfoques convencionales no puedan resolver un problema de forma eficaz.
«En los últimos años, ha habido un creciente interés por la lógica difusa, tanto en la industria como en el mundo académico. Las aplicaciones actuales incluyen el modelado, la evaluación, la optimización, la toma de decisiones, el control, el diagnóstico y la información. En particular, la lógica difusa es la más adecuada para los campos de los sistemas de control. Por ejemplo, la lógica difusa se ha aplicado en áreas como la predicción de averías de reactores nucleares en Europa, la previsión de terremotos en China y el control del metro en Japón.
«Una aplicación destacada de la lógica difusa es el sistema antibloqueo que se encuentra en muchos automóviles modernos. Las reglas de control que describen un sistema de frenado antibloqueo pueden consistir en parámetros como la velocidad del coche, la presión de los frenos, la temperatura de los frenos, el intervalo entre las aplicaciones de los frenos y el ángulo del movimiento lateral del coche con respecto a su movimiento delantero. La gama de valores de estos parámetros es continua y puede ser interpretada por un ingeniero de diseño. Una regla de este tipo en un sistema de antibloqueo de frenos podría ser:
IF brake temperature is 'warm' AND speed is 'not veryfast,' then brakepressure is 'slightly decreased.'
«La temperatura puede tener un rango de estados como frío, fresco, cálido y caliente; el rango de estos términos lingüísticos puede ser determinado con precisión mediante la definición de funciones de pertenencia por un experto.
«Hay muchos productos de consumo que utilizan la lógica difusa en su funcionamiento y también hay muchos chips de lógica difusa (procesadores) que se construyen para realizar tareas especiales sin utilizar ordenadores convencionales. Las perspectivas de la lógica difusa son, por tanto, muy prometedoras»
No todo el mundo puede ignorar el potencial humorístico de un concepto como la lógica difusa. Jim Diederich, profesor de matemáticas de la Universidad de California en Davis, trabaja en las aplicaciones de la lógica difusa en los sistemas biológicos. Recientemente probó las técnicas de la lógica difusa en un conjunto especializado de sistemas biológicos -sus estudiantes- cuando propuso las siguientes reglas para uno de sus cursos
Temas Especiales en Matemáticas Math 180-01
Conjuntos Difusos, Números y Lógica
Información del curso
- Se entregará un examen parcial a mitad de curso.
- El final se dará alrededor del tiempo final.
- Los deberes se asignarán con bastante regularidad.
- Los parciales y el final cada uno contarán normalmente como parte sustancial de la nota.
- Los deberes no serán insignificantes para contar como parte de la nota.
- Un final excelente dará lugar a una calificación algo excelente.
- Un trabajo sólido en dos de las tres áreas, el parcial, el final y los deberes, dará lugar a una calificación sólida.
- Unos buenos deberes compensarán un poco los exámenes pobres.
- Su calificación será un valor lingüístico burocráticoterminológico difuso.
- Si no entiende esto al final del trimestre, su calificación lo reflejará.
- Sobre las tareas para esta clase, Diederich informa que calificó en términos difusos: bueno, algo bueno, muy bueno. Sus alumnos le hicieron prometer que daría una calificación numérica en el examen parcial.