برای نخستین بار پرفسور لطفعلی رحیم اوغلو عسکرزاده مشهور به لطفی زاده تئوری منطق فازی و مجموعه های فازی را معرفی کرد که در سال 1965 بوده است. هدف از معرفی منطق فازی برای توسعه مدلی کارآمدتر است که برای توصیف پروسه پردازش زبانهای طبیعی در آن زمان بود.
پروفسور لطفی زاده ارائه دهنده منطق فازی ، ریاضی‌دان، دانشمند کامپیوتر، مهندس برق و استاد بازنشسته علوم رایانه در دانشگاه کالیفرنیا، برکلی، دانشمند سرشناس ایرانی و ارائه دهنده نظریه منطق فازی و شاخه‌های متنوع آن بود.
لطفی زاده از پدری ایرانی (اردبیلی) و مادری روس در باکو در جمهوری آذربایجان شوروی متولد شد و تحصیلات اولیه خود را در باکو و تهران انجام داد. او بیش از همه به خاطر طرح کردن ریاضیات فازی مشتمل بر مفاهیم مرتبط فازی همچون مجموعه‌های فازی، منطق فازی، الگوریتم‌های فازی، کنترل فازی و احتمالات فازی شناخته شده‌است. گفته می‌شود نوآوری‌های پروفسور لطفی زاده، امکان‌پذیری یک پارادایم تازه در هوش مصنوعی را تبیین، و رئوس کلی آن را ترسیم کرده است.
توسط وی مفاهیمی مانند رویدادهای فازی، مجموعه های فازی، فازی سازی، اعداد فازی به علوم مهندسی و علوم ریاضی وارد شده است. او توانست جوایز بی المللی زیادی را به دست بیاورد به علت اینکه نظریه های سودمند Fuzzy را معرفی نموده و در این عرصه تلاشهای زیادی را انجام داده است.با قسمت دیگری از بخش آموزش همراه باشید :
Fuzzy Logic (منطق فازی)
منطق فازی (Fuzzy Logic) به عنوان یک فرامجموعه از منطق بولی می باشد که بر مبنای صحیح بودن نسبی دلالت داشته است و منطق کلاسیک هر چیزی را بر پایه یک سیستم دوتایی نمایش میدهد.
منطق فازی در واقع عددهای بین صفر و یک را در نظر می گیرد و صحیح بودن هر چیزی را با یک عدد که مقدارشان بین صفر و یک باشد ارزیابی می کند. مثلا در صورتی که رنگ سیاه عدد صفر باشد و رنگ سفید عدد یک باشد ، رنگ خاکستری عددی نزدیک به صفر می باشد.
پرفسور لطفی زاده بعد از معرفی مفاهیم گفته شده به دنیای علم، در رابطه با پذیرش آنها مقاومتهای زیادی صورت گرفت ولی بعد از آن این نظریه ها در علوم مختلف توانست به خوبی جای بگیرد.
با ارزیابی نظریه فازی به این نتیجه خواهیم رسید که نظریه مجموعه های فازی پس از محاسبه های نو ظاهر میگردد. می توان اینگونه گفت که معنی دقیق اصطلاح Fuzzy ناواضح، مبهم، غیردقیق است.
منطق فازی توانسته است که از منطق ارزشهای صفر و یک نرم افزارهای کلاسیک فراتر رود و راهی جدید را به سوی عرصه علوم رایانه ی و نرم افزاری باز کند. با ارزیابی منطق فازی متوجه خواهیم شد که دلیل این کار ،فضای نامحدود و شناوری است که بین عددهای صفر و یک وجود داشته که به چالش کشیده اند.
به نقل از آرسس پارت : منطق فازی به این معنی است که فضای مابین دو ارزش (فضای نامحدود بین عددهای صفر و یک) را استخراج کرده و از آن ها استفاده می کند.می توان اینگونه نتیجه گرفت که برای بررسی مسائل مختلف، به دانش عینی و دانش شخصی نیاز است.
دانش عینی در واقع مباحث ،فرمولهای ریاضی و معادلات می باشد که از پیش تر وجود داشته اند و به منظور حل مسائل شیمی،فیزیک،مهندسی از آنها استفاده شده است.
دانش شخصی نیز به معنی دانسته های می باشد که تا حدی می توان توصیف شود و بیان زبان شناختی می باشد. البته در این جا کمی کردن آنها به همراه ریاضیات سنتی موجود نیست. دانش شخصی را با دانش تلویحی و ضمنی نیز می شناسند.
یکی از نکات مهم در این قسمت این می باشد که با بررسی منطق فازی به این نتیجه خواهیم رسید که هر دو دانش را در عمل نیاز داشته ایم. منطق Fuzzy به صورتی منظم، منطقی و ریاضی این دانش ها را با هم و به شکلی هماهنگ استفاده می نماید.
تاریخچه منطق فازی
لازم است بدانید که فقط افراد اندکی قادر بوده اند که نتیجه بررسی مفهوم فازی را بدست بیاورند و آن را درک نمایند. مفهوم آنها تا زمانهای زیادی از درگاه دانشگاه به بیرون درز نکرد. در اواسط دهه 80 میلادی صنعتگران ژاپنی توانستند ارزش صنعتی و معنا آن را درک کنند و به کار ببرند.
کامپیوتر به صورت منطق صفر و یک بوده که با توجه به آن تنها دو اصطلاح درست و غلط در آن وجود داشته است. ولی می توان برای این منطق تعبیرهای دیگری را نیز بیان نمود. لازم است بدانید که این مفاهیم در زندگی افراد برای بارها وجود داشته و دنیای صفر و یک را می توان دنیای خیالی و انتزاعی توصیف نمود چون خیلی کم ممکن است موضوعی کاملا به صورت 100% درست یا نادرست باشد.
مجموعه های فازی
با بررسی منطق فازی به این نتیجه خواهیم رسید که اساس آن با توجه بر شالوده نظریه مجموعه‌های فازی بوده است. این نظریه به عنوان تعمیم یافته نظریه کلاسیک مجموعه ها در علم ریاضیات بوده است.
در تئوری کلاسیک مرتبط با مجموعه ، یک عنصر یا می تواند عضو مجموعه باشد یا نباشد؛ به همین دلیل می توان اینگونه نتیجه گرفت که عضو بودن یک عنصر از یک الگوی 0 و 1 و باینری تبیعت می کند. ولی منطق فازی این مفهوم را بسط کرده و در اصل معنی عضویت درجه بندی شده را توصیف می نماید یعنی یک عنصر قادر است تا حدودی نیز عضو یک مجموعه باشد و نه کاملا عضو باشد.
برخی از کاربردها
دستگاههای سمعی و بصری دیجیتال، کارهای آماری و ریسک شناسی و ارزیابی بانکی جهت تصمیم گیریهای مدیران،محاسبه اماری بیمه در جهت پیدا کردن فاکتورهای ریسک در قراردادها، پیشگیری از هنگ کردن سرورها، سیستم های نرم افزاری ترجمه و …
ارتباط بین هوش مصنوعی و منطق فازی
یکی از جالب ترین کاربردهای که این نظریه داشته است، تفسیر آن می باشد که از ساختار تصمیم گیریهای موجودات هوشمند و در راس آن ها هوش انسانی بوده است. اگر بررسی دقیق تری صورت بگیرد به این نتیجه خواهیم رسید که منطق دو ارزش 0 و 1 ریاضیات کلاسیک نمیتوانند مفاهیم نادقیقی مانند سرما و گرما را بر اساس بسیاری از تصمیم گیری هوشمند هستند، را در نظر داشته باشد.
یکی از کارکردهای اساسی نظریه فازی در بازی های رایانه ی و هوش مصنوعی و جلوه های ویژه سینمایی بوده است. با توجه به این نظریه این امکان هوشمندسازی موجودات نرم افزاری وجود داشته و این کار فقط نوعی از کاربردهای آن در هوش مصنوعی می باشد. البته در هوشند کردن روباتهای سخت افزاری هم این منطق مورد استفاده قرار می گیرد.
سیستم های فازی و توجیح آن
دنیای واقعی ما از چیزی که مشاهده می کنیم پیچیده تر بوده است و نمی توان برای آن توصیفی دقیق پیدا نمود. برای یک مدل باید توصیفی تقریبی و فازی را که بتوان تجزیه و تحلیل کرد ، معرفی نمود.
دانش و معرفت بشری با حرکتمان به سمت عصر اطلاعات بسیار دارای اهمیت شده است. به همین دلیل ما فرضیه ی را نیاز داشته ایم که بتوان به صورت سیستماتیک دانش بشری را فرموله نمود و آن را با دیگر مدلهای ریاضی در سیستمهای مهندسی دهد.