La logique floue est la logique où chaque énoncé peut avoir n'importe quelle valeur de vérité réelle entre 0 et 1.
Comment peut-on utiliser la logique floue dans la création de l'IA? Est-il utile pour certains problèmes de décision impliquant plusieurs entrées? Pouvez-vous donner un exemple d'une IA qui l'utilise?
Réponses:
Un exemple classique de logique floue dans une IA est le système expert Mycin.
La logique floue peut être utilisée pour gérer les probabilités et les incertitudes.
Si l'on regarde, par exemple, la logique des prédicats, alors chaque déclaration est vraie ou fausse. En réalité, nous n'avons pas cette certitude mathématique.
Par exemple, supposons qu'un médecin (ou un système expert) voit un symptôme qui peut être attribué à quelques maladies différentes (disons A, B et C). Le médecin attribuera désormais une probabilité plus élevée à la possibilité que le patient souffre de l'une de ces trois maladies. Il n'y a pas de déclaration définitive vraie ou fausse, mais il y a un changement de poids. Cela peut se refléter dans la logique floue, mais pas si facilement dans la logique symbolique.
J'ai l'impression que la logique floue a surtout perdu de sa pertinence et que la logique probabiliste a repris sa niche. (Voir la comparaison sur Wikipedia .) Les deux sont quelque peu profondément liés, et c'est donc surtout un changement de perspective et de langue.
Autrement dit, la logique floue s'applique principalement aux étiquettes dont les plages sont incertaines . Un objet qui est cool mais pas trop cool pourrait être décrit comme froid ou chaud, et la logique floue gère cela en attribuant une valeur de vérité fractionnaire aux étiquettes `` froid '' et `` chaud '' et aucune vérité à l'étiquette `` chaude ''.
La logique probabiliste se concentre davantage sur la probabilité d'un fait donné compte tenu de certaines observations et est profondément axée sur l'incertitude des observations. Lorsque nous examinons un e-mail, nous suivons notre conviction que l'e-mail est un "spam" et ne doit pas être montré à l'utilisateur avec un certain nombre, et ajustons ce nombre lorsque nous voyons des preuves pour et contre qu'il s'agisse de spam.