ファジーロジックとは

私はAIが初めてで、簡単な言葉で、ファジーロジックの概念とは何ですか？どのように役立ち、いつ使用されますか？

複雑さが増すにつれて、正確なステートメントは意味を失い、意味のあるステートメントは精度を失います。（ロフティザデー）。

ファジーロジックは、固定された正確なものではなく、近似的な推論を扱います。これにより、人間にとって推論がより意味のあるものになります。

ファジィ論理は、ファジィ集合の数学的理論に基づいた1965年のLotfi Zadehによるブール論理の拡張であり、古典集合論の一般化です。条件の検証に次数の概念を導入することにより、条件を真または偽以外の状態にすることができるため、ファジーロジックは推論に非常に価値のある柔軟性を提供し、不正確さと不確実性を考慮することができます。

人間の推論を形式化するためのファジーロジックの利点の1つは、ルールが自然言語で設定されることです。たとえば、運転免許証を失いたくないと仮定した場合、運転者が従う行動規則は次のとおりです。

したがって、直感的には、この例のような入力変数は、ファジーロジックの条件の検証の程度など、脳にほぼ認識されているように見えます。

ファジーロジックの簡単な紹介を書きました。これはもう少し詳しく説明しますが、アクセスしやすいはずです。

ファジーロジックは、通常のブールロジックに基づいています。ブール論理とは、trueまたはfalse（または必要に応じて1または0）の真理値を操作していることを意味します。ファジーロジックは、真と偽の間の真理値を持つことができることを除いて同じです。つまり、0（包括的）から1（包括的）までの任意の数で作業しています。「部分的に真で部分的に偽」の真理値を持つことができるという事実は、「ファジー」という言葉の由来です。自然言語では、「その風船は赤」などのファジーロジックを使用することがよくあります。これは、風船が赤に十分似た色、または「シャワーが暖かい」ことを意味します。「シャワーの温度が暖かい」をファジーロジック（y軸が真理値、x軸が温度）で表す方法の概略図を以下に示します。

ファジーロジックは、and、or、notなどのブール演算に適用できます。ファジーロジック操作はさまざまな方法で定義できることに注意してください。1つの方法は、それぞれ入力された2つの値の最小値と最大値を返すminおよびmax関数を使用することです。これは次のように機能します：

A and B = min(A,B)
A or B  = max(A,B)
not A   = 1-A
(where A and B are real values from 0 (inclusive) to 1 (inclusive))

このように定義されている場合、それらはZadeh演算子と呼ばれます。

別の方法を定義することであろうと最初の引数倍ザデー同じ入力に対して異なる出力を生じる第二の引き数、および演算子（min(0.5,0.5)=0.5, 0.5*0.5=0.25）。その後、他の事業者は、に基づいて導出されているとしていない事業者。これは次のように機能します：

A and B = A*B
not A = 1-A
A or B = not ((not A) and (not B)) = 1-((1-A)*(1-B)) = 1-(1-A)*(1-B)
(where A and B are real values from 0 (inclusive) to 1 (inclusive))

その後、3つの「基本的なブール演算」を使用して他のすべての「ブール論理演算」を構築できるように、3つの「基本的なファジー論理演算」を使用して他のすべての「ファジー論理演算」を構築できます。

出典： ファジーロジックウィキペディア、 ブール代数ウィキペディア、 YouTubeのファジーロジックの説明

注：誰かがコメントでより信頼できるソースを提案できるなら、私は喜んでそれらをリストに追加します（現在はあまり信頼性がないと理解しています）。

編集：私の悪いことに、ファジー論理で異なる演算子を定義するさまざまな方法と、ファジー論理で同じ演算子を定義するさまざまな方法とを混同しました。

アナログ対デジタル、または黒と白の間の多くのグレーの陰影に似ています：結果の真実性を評価する場合、バイナリブール値ではtrueまたはfalse（0または1）のいずれかですが、ファジーロジックを利用する場合は推定されます0と1の間の確率（0.75がほぼ真であるなど）。必要なすべての情報が必ずしも利用可能でない場合に、計算された決定を下すのに役立ちます。

ウィキペディアには、このための素晴らしいページがあります。

人間が常に決定を下すように、確率と統計に基づいて推論を行っています。私たちが下した決定が正しいものであることを100％確信することは決してありませんが、常に何らかの疑念が存在します。Aiは間違いなく何らかの形で使用する必要があります。

なぜ便利なのですか？

よくわからないことがたくさんあります。推定し、多くの場合不確実ですが、100％確実なことはほとんどありません。それは弱点のように思えるかもしれませんが、このファジーなアプローチにより、この複雑な世界で機能し、非常にインテリジェントに動作することさえできます。したがって、それは物事を単純化する方法です。また、ギャップを適切に埋めるため、たとえばわずかに変化する状況に適応するための余裕が得られます。PS：自然言語では、これをより多く、より少なく、ほとんど、むしろ、計り知れないほどの量的な用語で表現しています。しかし、物事を定量化することは私たちにとって困難です。