Your confusion is understandable; the term „fuzzy logic” is now as likely toappear in advertising copy as in technical journals. Kilku pracowników napisało do nas, aby podzielić się swoimi spostrzeżeniami na temat tego dynamicznego obszaru badań.
Charles Elkan, adiunkt informatyki i inżynierii na Uniwersytecie Kalifornijskim w San Diego, proponuje następującą definicję:
„Logika rozmyta jest uogólnieniem logiki standardowej, w której pojęcie może posiadać stopień prawdy w dowolnym miejscu pomiędzy 0,0 a 1,0. Logika standardowa stosuje się tylko do pojęć, które są całkowicie prawdziwe (mają stopień prawdy 1,0) lub całkowicie fałszywe (mają stopień prawdy 0,0). Na przykład, możemy powiedzieć, że 'Prezydent Clinton jest wysoki’, ze stopniem prawdy 0.9.
„Okazuje się, że użyteczne zastosowania logiki rozmytej nie są w sztucznej inteligencji wysokiego poziomu, ale raczej w kontroli maszyn niższego poziomu, zwłaszcza w produktach konsumenckich. Zazwyczaj, sterowniki rozmyte są implementowane jako oprogramowanie działające na standardowych mikroprocesorach. Kilka mikroprocesorów specjalnego przeznaczenia zostało zbudowanych, które wykonują operacje rozmyte bezpośrednio w sprzęcie, ale nawet one używają cyfrowych sygnałów binarnych (0 lub 1) na najniższym poziomie sprzętowym. Istnieją prototypy układów komputerowych, które wykorzystują sygnały analogowe na najniższym poziomie, ale te układy symulują działanie neuronów, a nie logiki rozmytej.”
ShlomoZilberstein, adiunkt w wydziale informatyki na Universityof Massachusettsat Amherst, dostarcza dodatkowych informacji i przeprowadza bardziej rozmytą analizę prezydenta USA:
„Logika rozmyta jest techniką reprezentacji i manipulacji niepewnymi informacjami. W bardziej tradycyjnej logice propozycjonalnej, każdy fakt lub propozycja, taka jak 'jutro będzie padać’, musi być albo prawdziwa albo fałszywa.Jednak wiele informacji, których ludzie używają o świecie, wiąże się z pewnym stopniem niepewności. Podobnie jak teoria prawdopodobieństwa, logika rozmyta przypisuje wartości liczbowe z przedziału od 0 do 1 do każdej propozycji w celu przedstawienia niepewności. Jednak podczas gdy teoria prawdopodobieństwa mierzy, jak prawdopodobna jest poprawność danej propozycji, logika rozmyta mierzy stopień, w jakim dana propozycja jest poprawna. Na przykład, propozycja 'Prezydent Clinton jest młody’ może mieć stopień poprawności 0.8.
„Ważnym rozróżnieniem pomiędzy informacją probabilistyczną a logiką rozmytą jest to, że nie ma niepewności co do wieku prezydenta, ale raczej co do stopnia, w jakim pasuje on do kategorii 'młody’. Wiele terminów, takich jak „wysoki”, „bogaty”, „sławny” czy „ciemnoskóry”, jest ważnych tylko do pewnego stopnia, gdy stosuje się je do konkretnej osoby lub sytuacji. Fuzzy logictries zmierzyć ten stopień i pozwolić komputerom manipulować takieinformacje.
„Fuzzy logic został sformułowany przez LotfiZadeh zUniversity of California w Berkeley w połowie 1960s, na podstawie onearlier workin obszarze teorii zbiorów rozmytych. Zadeh sformułował również pojęcie fuzzycontrol, które pozwala na użycie małego zestawu „intuicyjnych reguł” w celu kontrolowania działania urządzeń elektronicznych. W latach 80-tych fuzzycontrol stał się wielkim przemysłem w Japonii i innych krajach, gdzie został zintegrowany w urządzeniach domowych, takich jak odkurzacze, kuchenki mikrofalowe i kamery wideo. Takie urządzenia mogą automatycznie dostosowywać się do różnych warunków; na przykład, odkurzacz będzie stosować więcej ssania do szczególnie brudny obszar. Jedną z zalet sterowania rozmytego jest to, że można je łatwo zaimplementować na standardowym komputerze.
„Pomimo komercyjnego sukcesu, logika rozmyta pozostaje kontrowersyjnym pomysłem w społeczności zajmującej się sztuczną inteligencją. Wielu badaczy kwestionuje spójność i słuszność metod używanych do 'rozumowania’ za pomocą logiki rozmytej.
Jacoby Carter z National Biological Service’s NationalWetlandsResearch Center w Lafayette, La.., wyjaśnia różnicę między logiką rozmytą a tradycyjną; oferuje również bardziej optymistyczną ocenę potencjału logiki rozmytej dla sztucznej inteligencji (AI):
„Tradycyjna teoria logiki, czasami nazywana 'logiką kruchą’, wykorzystuje trzy operacje logiczne -AND, OR i NOT – i zwraca albo 0 albo 1.Podobnie, tradycyjna teoria zbiorów, lub 'crisp set theory,’ przypisuje obiektom członkostwo lub brak członkostwa w klasie lub grupie, której przypisano ścisłe matematyczne granice, tak że, na przykład, 80 stopni Fahrenheita jest ciepłe, a 81 stopni F jest gorące. W logice rozmytej, trzy operacje AND,OR i NOT zwracają stopień przynależności, który jest liczbą pomiędzy 0 a 1.
„Teoria zbiorów rozmytych została wykorzystana w komercyjnych zastosowaniach systemów eksperckich i urządzeń kontrolnych dla pociągów i wind; została również połączona z sieciami neuronowymi w celu kontroli produkcji półprzewodników. Dzięki włączeniu logiki rozmytej i zbiorów rozmytych do systemów produkcyjnych uzyskano znaczące ulepszenia w wielu systemach AI. Podejście to okazało się szczególnie skuteczne w przypadku niejednoznacznych zbiorów danych lub gdy reguły są niedoskonale znane.”
Heidar A. Malki, asystent profesora w College of Technology na Uniwersytecie w Houston, przedstawił dalsze spojrzenie na prawdopodobne zastosowania logiki rozmytej:
„Coraz częściej ludzie w przemyśle i na uczelniach badają korzyści płynące z logiki rozmytej i związanych z nią technologii. Logika rozmyta może być stosowana w sytuacjach, w których konwencjonalne technologie logiczne nie są efektywne, takich jak systemy i urządzenia, które nie mogą być dokładnie opisane przez modele matematyczne, które mają znaczną niepewność lub sprzeczne warunki oraz urządzenia lub systemy sterowane językowo. Jak stwierdził kiedyś LotfiZadeh, logika rozmyta nie zastąpi konwencjonalnej logiki (komputerów) ani metodologii, ale raczej uzupełni je w sytuacjach, gdy konwencjonalne podejście nie pozwala na skuteczne rozwiązanie problemu.
„W ostatnich latach obserwuje się rosnące zainteresowanie logiką rozmytą, zarówno w przemyśle, jak i w środowisku akademickim. Obecne zastosowania obejmują modelowanie, ocenę, optymalizację, podejmowanie decyzji, kontrolę, diagnostykę i informację. W szczególności, logika rozmyta najlepiej sprawdza się w dziedzinach związanych z systemami sterowania. Dla przykładu, logika rozmyta została zastosowana w takich dziedzinach jak przewidywanie awarii reaktorów jądrowych w Europie, prognozowanie trzęsień ziemi w Chinach i kontrola metra w Japonii.
„Jednym z wybitnych zastosowań logiki rozmytej jest system zapobiegający blokowaniu się kół w wielu nowoczesnych samochodach. Reguły sterowania opisujące system antyblokujący mogą składać się z parametrów takich jak prędkość samochodu, ciśnienie w hamulcach, temperatura hamulców, odstęp czasu pomiędzy uruchomieniami hamulców oraz kąt ruchu bocznego samochodu w stosunku do jego ruchu do przodu. Zakres wartości tych parametrów jest ciągły i może być interpretowany przez konstruktora. Jedną z takich reguł w systemie hamulców antyblokujących może być:
IF brake temperature is 'warm' AND speed is 'not veryfast,' then brakepressure is 'slightly decreased.'
„Temperatura może mieć zakres stanów takich jak zimny, chłodny, ciepły i gorący; zakres tych terminów językowych może być precyzyjnie określony przez zdefiniowanie funkcji przynależności przez eksperta.
„Istnieje wiele produktów konsumenckich, które wykorzystują logikę rozmytą wiroperacji.Istnieje również wiele układów logiki rozmytej (procesorów), które są zbudowane w celu wykonywania specjalnych zadań bez użycia konwencjonalnych komputerów. Perspektywy dla fuzzylogic są więc bardzo obiecujące.”
Nie wszyscy mogą zignorować humorystyczny potencjał w koncepcjach takich jak fuzzylogic. Jim Diederich, profesor matematyki na Uniwersytecie Kalifornijskim w Davis, pracuje nad zastosowaniami fuzzylogic w systemach biologicznych. Ostatnio wypróbował techniki logiki rozmytej na jednym specjalnym zestawie systemów biologicznych – swoich studentów – kiedy zaproponował następujące zasady dla jednego ze swoich kursów
SpecialTopics in Mathematics Math 180-01
Fuzzy Sets, Numbers and Logic
Informacje o kursie
- Przedmiot zostanie podany w połowie semestru.Praca domowa będzie zadawana dość regularnie.
- Preferat i egzamin końcowy będą liczone jako znacząca część oceny.
- Praca domowa nie będzie nieistotna w liczeniu jako część oceny.
- Doskonała praca końcowa będzie skutkowała nieco doskonałą oceną.
- Solidna praca w dwóch z trzech obszarów, śródsemestralna, końcowa i praca domowa, będzie skutkowała solidną oceną.
- Dobra praca domowa zrównoważy nieco słabe egzaminy.
- Twoja ocena będzie rozmytą językową biurokratyczno-terminologiczną wartością.
- Jeśli nie zrozumiesz tego do końca kwartału, twoja ocena będzie to odzwierciedlać.
Na zadaniach domowych dla tej klasy, Diederich donosi, że oceniał rozmyte terminy: dobry, nieco dobry, bardzo dobry. Jego studenci madehim obietnicę, że będzie on dostarczyć ocenę numeryczną na midterm.