فازی-قسمت سوم

فازی-قسمت سوم

 یادآوری:

 در شماره قبل، اگر خاطرتان باشد، در مورد مطالعات لطفی زاده، انتخاب نام «فازی» و پیشترفتهای ژاپن و LIFE مطالبی ارائه شد و گفتیم که LIFE مرکزی تحقیقاتی است که در ابتدا 48 شرکت در آن عضو شدند و حق عضویت خود را پرداختند. در مورد اعتبار و اهداف و برخی پروژه‌های LIFE توضیحاتی دادیم و قول دادیم تا در مورد محصولات فازی و قوانین فازی توضیحاتی ارائه کنیم. از آنجایی که لیست برخی محصولات فازی را به همراه قوانین بکار رفته در آنها ارائه می‌کنیم لذا ابتدا در مورد قوانین فازی توضیحاتی داده و سپس به سراغ این محصولات می‌رویم.

قوانین فازی

 دانشمندان شاخه «هوش مصنوعی» به عنوان طرفداران منطق دودویی و ارسطویی «درست - نادرست»، معتقدند که دانش و معلومات همان قوانین هستند و می‌توان با زبان سیاه و سفید رایانه، قوانین کاری یک سیستم را نوشت. به عنوان یک مثال ساده : 

می‌خواهید روز شنبه یا یکشنبه، به طور مثال فوتبال بازی کنید و نمی‌خواهید هنگام بازی خیس شوید. در اخبار می‌شنوید که به احتمال زیاد روز شنبه باران می‌بارد، اما به احتمال کم روز یکشنبه باران می‌بارد. بنابراین شما استدلال می‌کنید که روز یکشنبه فوتبال بازی کنید.

شما با استفاده از اگاهی، قانونی را تعریف کرده و بر مبنای آن استدلال می‌کنید و به نتیجه یا جواب می‌رسید. این قوانین، یک چیز (مثل شئ، حادثه یا روند) را به یک چیز دیگر ربط می‌دهند. قرار دادن دانسته‌ها در قالب قوانین، به ارسطو برمی‌گردد و دانشمندان هوش مصنوعی نیز طرفدار آن هستند. اما با وجود بیش از 30 سال تحقیقات و با صرف میلیونها دلار هزینه در هوش مصنوعی، محصولات و ماشین آلات هوشمند زیادی تولید نشده است. دانشمندان و متخصصان هوش مصنوعی حتی با استفاده از سرمایه‌ها و امکانات مهیا شده برای برپایی و گسترش کلاسهای خود، کنفرانسها و ... نیز نتوانستند یک محصول تجاری که بتوان در اداره، منزل یا ماشین نصب کرد و مورد استفاده قرار داد بسازند. متخصصان هوش مصنوعی دلیل آن را عدم بکارگیری کافی قوانین می‌دانند. «سیستم‌های خبره» در هوش مصنوعی از 100 تا 1000 قانون دو ارزشی استفاده می‌کنند. بنابراین ما نمی‌توانیم «هوش واقعی» را در اینگونه سیستمها بیابیم، مگر آنکه به قول یکی از دانشمندان، از 100.000 قانون استفاده کنیم؛ به عبارت دیگر یعنی وضع قوانین بیشتر در مسائل و این همان چیزی بود که لطفی زاده در دوستان و همکاران خود می‌دید و در شماره قبل در مطالعات فازی وی، به آن اشاره کردیم (مراجعه شود به شماره قبل، بخش مطالعات لطفی زاده). این در حالی است که در عرض چند سال محققان فازی صدها ماشین هوشمند ساخته‌اند و به نظر می‌رسد علت شکست متخصصان هوش مصنوعی مشخص است :  یک سیستم احتیاج به قانون دارد، اما نه به قوانین بیشتر، بلکه به قوانین فازی. حال مثال بالا را با قوانین فازی بررسی می‌کینم :

اگر هوا بارانی باشد، خیس خواهید شد. کلمه باران، خود جایگزین مجموعه فازی است. باران ممکن است نم نم ببارد یا رگباری باشد. هریک از اینها زیرمجموعه فازی باران می‌باشند. این موضوع نسبی است و همان چیزهایی هستند که در هوش مصنوعی بکار نمی‌روند. در حقیقت قانون فازی، مجموعه‌های فازی را به یکدیگر مرتبط می‌سازد.

یک مثال عملی

اکنون یک مثال عملی از تعیین قوانین می‌اوریم تا بیشتر متوجه موضوع شوید (این مثال را بارت کاسکو در کتاب خود، که ما از آن به عنوان منبع استفاده می‌کنیم، آورده است) :

معمولاٌ یک سیستم فازی را در 3 مرحله می‌سازند :

• در مرحله اول «متغیرها» را انتخاب کرده و آنها را X و Y می‌نامیم. X ورودی سیستم و Y خروجی آن. اگر X آنگاه Y .  علت، معلول. محرک، پاسخ. حال می‌خواهیم سیستم تهویه مطبوع را کنترل کنیم. به فرض X درجه حرارت در مقیاس فارنهایت باشد و Y تغییر سرعت موتور در سیستم تهویه مطبوع باشد. می‌خواهیم سرعت موتور در هنگام گرم شدن هوا افزایش و سرعت آن هنگام سرد شدن هوا کاهش یابد.

• در مرحله دوم مجموعه‌های فازی انتخاب می‌شوند. زیرمجموعه‌های X و Y را انتخاب می‌کنیم. پنج مجموعه فازی برای X انتخاب می‌کنیم : { سرد شدن، خنک شدن، کاملاٌ متعادل، گرم شدن، داغ شدن }