المنطق الضبابي
المنطق الضبابي هو أسلوب معالجة متغيرات يسمح بمعالجة قيم حقيقة متعددة محتملة بواسطة نفس المتغير. تحاول المنطق الضبابي حل المشكلات باستخدام مجموعة مفتوحة وغير دقيقة من البيانات والأساليب للوصول إلى مجموعة من الاستنتاجات الدقيقة.
يهدف المنطق الضبابي إلى حل المشكلات من خلال أخذ جميع المعلومات المتاحة في الاعتبار واتخاذ أفضل قرار بناءً على المدخلات.
تاريخ المنطق الضبابي
تم اقتراح المنطق الضبابي لأول مرة من قبل لطفي زاده في ورقة بحثية نشرت في مجلة المعلومات والتحكم في عام 1965..في بحثه المعنون "المجموعات الضبابية"، حاول زاده أن يعكس أنواع البيانات المستخدمة في معالجة المعلومات واستنتاج القواعد المنطقية الأساسية لهذه المجموعات.
وأوضح زاده قائلاً: "في أغلب الأحيان، لا تحتوي فئات الأشياء التي نواجهها في العالم المادي الحقيقي على معايير عضوية محددة بدقة". "ولكن تظل الحقيقة أن مثل هذه "الفئات" غير المحددة بدقة تلعب دوراً هاماً في التفكير البشري، وخاصة في مجالات التعرف على الأنماط، ونقل المعلومات، والتجريد."
ومنذ ذلك الحين، تم تطبيق المنطق الضبابي بنجاح في أنظمة التحكم في الآلات، ومعالجة الصور، والذكاء الاصطناعي، وغيرها من المجالات التي تعتمد على الإشارات ذات التفسيرات الضبابية.
المنطق الضبابي وأشجار القرار
بالمعنى الأساسي، يتم تطوير المنطق الضبابي من خلال تحليل نوع شجرة القرار. لذلك، في سياق أوسع، فإنه يشكل الأساس لأنظمة الذكاء الاصطناعي القائمة على التفكير المبني على القواعد.
بشكل عام، يشير مصطلح "ضبابي" إلى العدد الكبير من السيناريوهات التي يمكن استغلالها في نظام شجرة القرار. قد يتطلب تطوير بروتوكولات المنطق الضبابي دمج البرمجة القائمة على القواعد. يمكن تسمية قواعد البرمجة هذه بالمجموعات الضبابية لأنها تم تطويرها ذاتيًا استنادًا إلى النموذج الشامل.
يمكن أن تكون المجموعات الضبابية أيضًا أكثر تعقيدًا. في تشبيه برمجي أكثر تعقيدًا، قد يكون لدى المبرمج القدرة على توسيع القواعد المستخدمة لتحديد إدراج واستبعاد المتغيرات. وقد يؤدي هذا إلى مجموعة أوسع من الخيارات مع استدلال أقل دقة يعتمد على القواعد.
الدلالات الضبابية في الذكاء الاصطناعي
تعد مفاهيم المنطق الضبابي والدلالات الضبابية مكونات أساسية في برمجة حلول الذكاء الاصطناعي. مع استمرار توسع قدرات البرمجة الخاصة بالمنطق الضبابي، تستمر حلول وأدوات الذكاء الاصطناعي في التوسع عبر قطاعات الاقتصاد.
أحد أنظمة الذكاء الاصطناعي الأكثر شهرة هو نظام Watson التابع لشركة IBM، والذي يستخدم أشكالًا مختلفة من المنطق الضبابي والدلالات الضبابية. ويتم استخدام المنطق الضبابي، لا سيما في قطاع الخدمات المالية، في أنظمة التعلم الآلي والتكنولوجيا لدعم مخرجات الاستخبارات الاستثمارية.
في بعض نماذج التداول المتقدمة، يمكن أيضًا استخدام تكامل الرياضيات المنطقية الضبابية لمساعدة المحللين في إنشاء إشارات شراء وبيع آلية. تساعد هذه الأنظمة المستثمرين على الاستجابة لمجموعة متنوعة من متغيرات السوق المتغيرة التي تؤثر على استثماراتهم.
مزايا وعيوب المنطق الضبابي
ميزة
- يعكس المنطق الضبابي مشاكل العالم الحقيقي بشكل أفضل من المنطق الكلاسيكي.
- تتطلب خوارزميات المنطق الضبابي متطلبات أجهزة أقل من المنطق البولياني الكلاسيكي.
- يمكن أن تنتج الخوارزميات الضبابية نتائج دقيقة مع بيانات غير دقيقة أو غير صحيحة.
عيب
- تتطلب الخوارزميات الضبابية التحقق والتحقق على نطاق واسع.
- تعتمد أنظمة التحكم الضبابية على الخبرة والمعرفة البشرية.